基于无线传感网络的远程燃气管道泄漏检测系统

针对管道泄漏监测的应用场景,提出了一种管道泄漏远程实时检测的方案,其特点是结合GPRS网络和分簇结构的WSN实现远距离的数据传输。设计了一种由传感器节点、集中节点和汇聚节点协同工作的无线传感器监测网络,并提出了适用于管道泄漏监测的多层次分簇路由协议、MAC层防数据碰撞机制和基于RTC时间的数据同步采集机制。该系统能够正确、稳定地完成数据采集,并达到了低功耗的设计目标,满足实际检测需要。     

基于模糊随机广义霍夫变换的目标匹配

为了提高工业检测中图像匹配精度和速度,提出了一种用于二维目标匹配的新算法--模糊随机广义霍夫变换(FRGHT)。此算法结合了模糊推理系统(FIS)和随机广义霍夫变换(RGHT)。模糊推理系统引入模糊集合概念,计算待配准图像中边缘点对配准参数的投票,从而可以抑制噪声,解决扭曲问题,提高了匹配精度;随机抽取待配准图像中边缘点进行投票,实现了多对一的映射,从而减少了内存需求,提高计算速度。实验表明,该方法计算速度快,匹配精度高,不受噪声污染、扭曲、遮挡、混乱等情况的影响。     

基于形状模板的快速高精度可靠图像匹配

为了提高工业检测中图像匹配精度和速度,提出一种基于形状模板的快速高精度图像配准算法：根据定义的图像匹配相似度量,采用图像金字塔搜索匹配策略,利用形状信息进行模板匹配。具体流程为：首先在参考图像上选择感兴趣区域生成模板,使用Canny滤波器对模板和搜索图像进行滤波,并计算边缘点的方向向量;其次,在此基础上构造该模板和搜索图像的图像金字塔,在图像金字塔最高层图像进行完全遍历匹配,获得具有匹配分值的潜在匹配点,然后根据匹配分值大小逐层逐次跟踪潜在匹配点,进行匹配,直至图像金字塔最底层;最后使用最小二乘法调整位姿参数,使其达到亚像素精度。实验表明该方法匹配速度快,匹配精度高,而且匹配鲁棒性高,不受遮挡、混乱、非线性光照变化、离焦、对比度低、全局对比度反转、局部对比度反转等情况的影响,完全可以满足实际工业需求。     

彩色图像的方向扩散去噪模型研究

图像去噪的难点是如何区分噪声和边缘,并在去噪的同时保持边缘信息。通过分析基于变分形式、散度形式和方向拉普拉斯格式的去噪模型的结构与联系,提出了一种基于方向扩散的彩色图像去噪模型。模型利用结构张量的两个特征值的不同组合作为沿边缘和垂直边缘方向的边缘度量,并用其作为自变量设计出一类单调递减函数作为扩散方程的扩散系数。通过实验获得模型最优参数,理论分析和实验表明,新模型具有更强的去除噪声和保留边缘的能力,并且模型参数具有稳定性。     

小波变换及相位相关在亚像素配准中的应用

结合小波变换理论和Fourier相位相关算法,提出了一种亚像素配准算法。通过对图像进行小波分解获得低频系数,对低频系数应用相位相关进行粗配准,追踪到原图像,在原图像上进行精确配准。实验结果表明,该算法具有精度高,速度快,抗噪性能良好等优点。     

350kt/a冶炼烟气制酸装置的工艺特点及试运行分析

金川集团股份有限公司350 kt/a冶炼烟气制硫酸系统是为配套铜冶炼系统火法改造、镍系统扩能及低浓度烟气回收处理而建设的环保项目,介绍了该系统工程设计、工艺流程、主要设备特点及工程建设施工,并对新建制酸系统投产以来的试生产运行情况进行了总结。针对试运行过程中出现的问题采取了相应改造措施。     

基于NCC的图像匹配快速算法

在图像匹配过程中,针对传统归一化积相关（NCC）算法计算量大的问题,提出一种对NCC进行改进的图像匹配快速算法。该算法首先使用差分求和定理改造NCC相似度量函数,以降低匹配计算量。然后提出模板区域分割,设定阈值,进一步去除大量不必要的计算,优化匹配搜索过程,实现了快速匹配。实验结果证明,与传统的匹配算法相比,在保证精度的前提下,计算复杂度大大降低。     

基于八叉树的海量测量数据的非均匀简化

提出了一种高效的非均匀简化方法：先求出数据集的最小立方体包围盒,应用八叉树原理将其分割成八个小立方体;然后计算每个非空立方体中局部离散曲面的曲面变分和包含的点数,并根据用户给定的曲面变分阈值和点数阈值决定是否继续分割;最后为每个叶子立方体保留一个点。应用实例表明,该方法速度快,能很好地保留原始数据的几何特征,适用于复杂的测量数据。     

利用色彩分量相关性的彩色图像分形编码方法

论文提出了一种利用色彩分量相关性的彩色图像分形编码方法。该方法通过对图像的绿色分量用改进的分形编码方法编码,然后由绿、蓝、红三分量之间的相关性得相关系数,再对相关系数进行算术编码等三个步骤加快了彩色图像分形编码的速度,同时提高了恢复图像的质量,加大了压缩比。解码时用分形逆变换解得绿色分量,再由这个色彩分量和重构的相关系数解出另两个色彩分量,最后由三种分量共同恢复图像。大量实验表明,所提出的方法对于任何图像都有良好的效果,尤其适用于中低信噪比的情形。该方法对于有的图像超过了JPEG标准。     

基于多尺度图谱和局部谱的目标提取算法

针对多尺度图谱算法不能有效提取含有较多纹理或包含差异较大区域的目标物体, 提出了一种结合图像平滑、多尺度图谱和局部谱的目标提取方法。首先对图像进行l0梯度最小化平滑处理, 锐化边缘的同时消除图像的部分纹理信息; 其次通过多尺度图谱方法对图像进行分割, 该算法结合了归一化割算法的高精确度和多尺度算法的高效率性; 最后结合局部谱理论, 将人工选取的种子区域作为约束条件, 进行有偏割向量估计, 通过最大类间方差法将该向量分割成目标和背景。实验表明, 该方法弥补了多尺度图谱算法的不足, 并能产生很好的目标提取效果。