基于参数不确定性的概率预报研究

水文模型参数的选取通常依靠经验判断或者依赖历史库中的不完备数据集进行自动优选,所选参数并不一定能够准确反映流域降雨径流特点,更不足以反映不同洪水涨落阶段洪水特征的变化。基于水文模型参数存在显著不确定性的客观事实,以随机参数驱动水文模型,并结合数值模型实现概率预报。通过东湾流域36场洪水模拟试验,揭示了水文参数不确定性对洪水预报结果的显著影响,提出的概率预报算法能够给出精确、可靠的预报结果,说明该算法能够降低水文模型参数所带来的洪水预报不确定性。     

塑料充模流动粘性模型研究

对多种塑料在不同温度下的剪切速率一稳态剪切粘度数据进行Cross粘性模型参数拟合，得到了表征材料粘度的模型参数(B，Tb，τ^*，n)。其拟合效果良好，能较准确地描述塑料熔体在一定剪切速率和温度范围内的粘流特性，为工程计算和塑料熔体模流分析提供了数据支持。结果表明，该方法有较广泛的适用性。     

GPS曲面拟合高程精度探讨

通过实际工程,将GPS曲面拟合高程和几何水准高程进行了统计比较,讨论了GPS高程曲面拟合精度,提出以GPS高程曲面拟合方法在水利水电工程高程控制测量中应该注意的几点建议。     

基于单摄像头的非接触式物体体积测量

本设计采用计算机和STC89C52单片机进行控制,利用摄像头拍摄旋转物体的图片,以像素点与面积的对应关系为切入点,通过统计像素点的数量得到物体的截面积,而后对每一帧图像面积进行累加,拟合出像素点与物体体积的转换关系,用这个转换关系得到被测物体的实际体积。     

基于多策略融合的亚像素精度立体匹配研究

为了减少亚像素立体匹配中存在的错误匹配以及提高匹配精度,提出基于多策略融合的亚像素精度立体匹配方法。通过以下三个步骤实现:原图像插值处理结合基于最小生成树代价聚集策略估计分数视差;给出新的视差搜索范围确定关系,减少匹配代价计算;在大片低纹理区域引入视差平面拟合细化视差,在亚像素精度上平滑,减少错误匹配。实验表明,算法有效地将匹配精度提高到亚像素级,同时减少了错误匹配。     

基于消失点和主方向估计的道路分割算法

现有基于消失点估计的道路分割算法要求消失点位于图像内部,并且算法计算复杂度高,难以排除局部纹理特征较强的干扰点.针对这些问题,提出一种基于道路主方向的消失点估计和道路分割算法.首先根据道路主方向的定义对有效投票点进行筛选,然后提出一种多维投票策略,记录待定消失点在各纹理方向的投票信息,并运用该信息判断消失点是否在图像内;最后提出基于道路主方向的边界拟合策略,利用多维投票数据来进行道路边界提取.主观评价和量化分析表明,与经典算法相比,所提算法具有更好的精确度和执行速度,并且当消失点位于图像外部时算法仍有较好的分割效果.     

低品质因数谐振筒的谐振频率测量系统

谐振筒式密度计的测量原理为谐振筒的谐振频率会随筒内液体密度的变化而变化,从而通过测量其谐振频率来达到测量其密度的目的。但由于低品质因数谐振筒在谐振频率附近的幅度与其他频率的幅度区分度太小,导致谐振难以实现。因此如何使低品质因数谐振筒达到谐振状态并测得其谐振频率,是谐振筒式燃油密度传感器激励系统的关键问题。激励系统以DSP为主控芯片,运用椭圆拟合的方法解决了低品质因数谐振筒式密度计激励系统的关键技术问题-增益测量和相位测量,运用原位计算节省了DSP大量的内存空间,同时运算量又较小。仿真结果表明,增益测量精度优于0.05%,相位测量精度优于0.05%,高于实际需要。系统在测量并记录了增益、相位差之后,利用相关算法实现了自动增益调节和自动相位调节,并实现了谐振筒的谐振,测得了其谐振频率。     

基于三次样条插值的亚像素边缘检测方法

为了实现图像边缘的亚像素定位,针对阶跃形式的边缘类型,提出了一种基于三次样条插值的亚像素边缘检测算法,根据样条插值原理,获得一维边缘的连续灰度分布,通过计算边缘点两侧三次样条函数的二阶导数为零点,实现一维边缘点的亚像素定位;利用一维曲面拟合方法,获得边缘投影方向,根据一维曲面投影方向像素灰度不变理论,利用投影公式将数字窗口中所有三维点投影到相同的投影平面,从而可将二维边缘检测问题转化为一维边缘检测,利用一维边缘检测方法获得边缘点位置,结合投影方向,最终实现二维边缘定位。通过与现有亚像素边缘检测方法的比较,可知算法对噪声具有较好的鲁棒性,同时计算时间相对较快,因此在实际应用中具有较好的适用性。     

基于选择性Gabor滤波器组的网络视频台标识别

针对网络视频中模糊变化,以及镂空、透明台标的背景变化都易造成台标区域内容变化,导致现有台标识别算法效率降低的问题,提出一种针对网络视频的鲁棒的台标识别方法.为了应对多种台标变化,提出一种基于Gabor滤波器组的近似不变特征的鲁棒台标特征;建立了一种由拟合特征簇表面获得的若干超椭球组成的台标判定模型,用计算高维空间点和超椭球位置关系取代复杂的分类算法,且可以只利用单帧信息进行台标识别,显著地提高了判定速度.实验结果表明,该方法较好地解决了台标识别中模糊变化、镂空和透明台标背景变化下的识别问题,能够高效识别各种台标,在单帧条件下平均F1统计变量达97.3%.     

基于粒子滤波后验概率分布的多特征融合跟踪

在光照和目标形变等外部条件变化的情况下,仅利用目标的单一特征难以鲁棒的跟踪目标。提出了一种基于粒子滤波后验概率分布的多特征融合跟踪算法,在粒子滤波跟踪框架下,用直方图模型表征目标的颜色和边缘特征,通过两种特征后验概率之间的"协作"与"学习"实现特征融合,各种场景的试验结果比较表明,新的融合跟踪算法比仅用单一特征跟踪、现有的多特征融合算法具有更好的稳定性和鲁棒性,特别是针对环境光照和目标背景变化较大的情况更具有优势。