套管井井身轨迹测井技术

文章介绍了一种用于已下套管的油水井重新测量其井身轨迹的动力调谐陀螺测井技术。这项技术以动力调谐速率陀螺测量地球自转角速度分量 ,以石英加速度计测量地球重力加速度分量 ,经计算机解算可得出井筒的倾斜角、方位角、工具面角等参数。通过对井筒不同深度的测量 ,即可得出井身轨迹曲线。可应用于有磁屏蔽的套管、油管、钻杆内和有磁干扰的丛式井组进行井眼轨迹测量以及定向钻井     

一种下一代激光雷达的设计与实现

研制了一种下一代小型化实时成像的激光雷达样机,这种新的激光雷达系统由激光二极管、准直镜、MEMS微扫描器、收集光学、带通滤波器、光电探测器和信号处理装置组成,其核心器件是基于MEMS的微扫描反射镜。详细分析了系统的结构和参数,结果表明:其距离分辨率为1cm,视场角为24°,谐振频率为1.5kHz。该下一代MEMS微扫描器激光雷达系统具有高精度、低成本、小体积和三维实时成像等优点。     

颜色的模糊识别方法及其在图像检索中的应用

基于内容的图像检索（Content-based Image Retrieval,CBIR）以其极高的理论与应用价值成为了图像处理领域的研究热点。提取和匹配图像特征是CBIR的主要手段。然而提取图像的有效特征是极其困难的。利用HSV颜色空间特性以及人类对颜色的感知规律,提出一种颜色识别方法。应用此方法对图像的像素进行一种保持结构的分类,并在类内提取结构特征。图像的特征匹配将在同类像素集合间进行,降低了图像特征提取与匹配的复杂性。实验表明,提出的图像检索方法有良好的效果。     

二型模糊集的模糊熵研究

研究基于质心的二型模糊集的模糊熵和加权模糊熵,构造了两个二型模糊集的模糊熵度量.针对二型模糊集的特殊情形,提出一种新的区间值模糊集的模糊熵度量,既弥补了现有区间值模糊集退化为普通模糊集时熵为零的不足,又克服了两个明显不同的区间值模糊集熵相等的缺点.数值实例和仿真实验表明了所提出模糊熵的合理性和实用性.     

基于模糊逻辑的微粒测定算子

微粒测定是一种重要的图像分析与处理技术,建立微粒测定算子是技术的关键.在完备格框架中引入强凸模糊集概念.结合模糊逻辑算子研究凸模糊集和强凸模糊集之间的关系以及处理灰度图像的微粒测定算子基本理论.特别地,在Euclidean空间中建立具有平移不变性和数乘相容性的Minkowski测定算子.     

直觉模糊概念意义下的属性约简

针对传统的概念算子的构造只考虑了对象和属性之间的一种二元关系,定义了直觉模糊信息系统.在该系统中,基于对象和属性间的直觉模糊二元正关系和二元负关系建立了关于对象集和属性集的2对算子,它们充分考虑了正、反两方面信息.通过引入精度阈值,定义了3类直觉模糊概念,并讨论了其相关性质.通过引入对象和属性间的支配关系,建立了新的概念格模型,研究了保持哈斯图结构不变的直觉模糊信息系统的属性约简.数值实例验证了该模型的有效性和实用性.     

结合变精度粗糙熵和遗传算法的图像阈值分割方法

将图像用变精度粗糙集表示,提出一种适合于图像分割的粗糙熵度量.结合遗传算法,提高了求解最大粗糙熵的效率.给出了基于变精度粗糙熵的图像阈值分割方法,并通过精度的调节获取所需要的最佳分割阈值,以实现图像的目标提取.仿真实验结果表明,所提出的算法具有很好的图像分割效果和灵活性.     

半监督类保持局部线性嵌入方法

为使局部线性嵌入（local linear embedding, LLE）这一无监督高维数据的非线性特征提取方法提取出的特征在分类或聚类学习上更优,提出一种半监督类保持局部线性嵌入(semi-supervised class preserving local linear embedding, SSCLLE)的非线性特征提取方法。该方法将半监督信息融入到LLE中,首先对标记样本近邻赋予伪标签,增大标记样本数量。其次,对标记样本之间的距离进行局部调整,缩小同类样本间距,扩大异类样本间距。同时在局部线性嵌入优化目标函数中增加全局同类样本间距和异类样本间距的约束项,使得提取出的低维特征可以确保同类样本点互相靠近,而异类样本点彼此分离。在一系列实验中,其聚类精确度以及可视化效果明显高于无监督LLE和现有半监督流特征提取方法,表明该方法提取出的特征具有很好的类保持特性。     

基于模糊连接度的交互式活动轮廓模型

由于活动轮廓模型能量函数是非凸的,图像分割的结果易于陷入局部最优.为了克服该问题,提出一种基于凸活动轮廓模型的交互式彩色图像分割方法.该方法的新能量函数不仅充分利用边缘信息和颜色信息,还包含一种新定义的空间位置信息.通过模糊连接度构造空间位置信息,将其自适应地融合到活动轮廓模型中.在数值优化过程中,采用分裂Bregman方法获得新模型的全局最优解.针对多幅彩色自然图像作对比实验,结果表明新方法能够准确、快速地得到理想的分割结果.     

基于模糊匹配的多视点图像配准方法

针对空间多视点图像的特点,提出基于模糊匹配的多视点图像配准方法.该方法采用由粗到细的原则研究空间多视点图像间的配准.在图像分割的基础上,考虑到不同视点图像间信息的不确定性,选择具有鲁棒性的区域面积、主颜色和亮度二阶矩等作为连通区域描绘子,并对其模糊化.引入模糊蕴涵计算不同视点图像每个连通区域间的模糊匹配度,从而推理出连通区域间的最佳匹配.最后通过反馈修正连通区域间关键特征点的匹配关系,实现具有自适应性的不同视点图像间的精确配准.实验验证文中方法的有效性.