基于十二烷基衣康酸甘油酯的光电双响应传感器

该文制备了一种利用结构色水凝胶作为导电电极的光电双响应传感器。以十二烷基衣康酸甘油酯(DGI)、丙烯酰胺、十二烷基硫酸钠(SDS)、氯化钠等为原料,通过双分子层自组装的方法,制备了结构色水凝胶。将这种结构色水凝胶与传统电容型传感器相结合,得到了光电双响应传感器。采用SEM、LCR数字电桥、拉力试验机、光纤光谱仪等对器件进行了结构、光学、电学及机械性能的表征。结果表明:传感器在拉伸状态(0～100%)和压缩状态(0～60.9k Pa)下,传感器的电容分别变化了31%和44%,其自身颜色在可见光光谱内可以动态可逆地从红色变化到紫色。经历15000次循环拉伸后,传感器性能依旧保持稳定。利用传感器颜色的刺激响应性,传感器在发生形变时,其表面可以清楚地显示出应变源的位置和形状,这样传感器在检测时就可以实现可视化效果。     

探究Flash CS6之“创建补间动画”

随着Flash软件版本的不断升级,传统的一些功能也有了颠覆性的改变。2013年底在建设课题《艺术设计网络辅助教学平台的开发研究》(项目编号12535201)过程中,为《Flash动画制作》网络课程录制微课视频时,比平时执教中更深切地体会到了这一点。其中感触最深的就是"动作补间动画"的全新突破。本文从老版本与新版本的使用对比,最终得出结论,是执教者的经验总结。     

轨迹空间中基于特征符号搜索算法的非刚体三维运动重建研究

现有研究一般是在正交约束条件下采用最小二乘法来求解三维运动轨迹基重建问题,然而这些算法的性能容易受噪声影响,产生不适定性。为此,通过利用离散线性的方法为三维运动搜索最优轨迹基系数和三维结构,建立了一种基于特征符号搜索算法的三维运动轨迹基重建方法。利用该方法,对一系列单目图像序列进行了重建实验研究,结果表明所提出的方法是可行的,并提高了重建算法的准确性。     

基于H.264编码域的显著运动检测算法

视频监控中运动目标检测算法易受背景、噪声等因素的影响,导致运动检测准确性降低。针对该问题,提出一种基于H.264编码域的显著运动目标检测改进算法。该算法基于编码过程中帧间运动预测模块输出像素值的绝对差值和,计算其标准差以作为运动判据,同时自适应设置运动判断阈值,以降低背景和噪声的影响。实验结果表明,相比于传统的低复杂度算法,该算法能有效降低背景和噪声等因素的影响,提高显著运动目标的检测准确性。相比于传统的运动检测算法,该算法保持了计算复杂度低的特点,算法复杂度仅为帧间差分法的18.3%,更适用于实时性要求高的监控系统。     

面向图像局部重建的梯度分析

在基于场方向导数的图像局部区域重建过程中,梯度计算对图像边缘的重建效果有很大影响。分析选择单向计算梯度分量的必要性,提出梯度计算的就近原则,对参与梯度分量单向计算的相邻点设置优先级,将缺损点与已知点之间的边缘特征反映在已知点的梯度中,进而影响重建过程,从而实现对图像中边缘特征的重建。实验结果表明,采用该梯度计算模式能有效改善对图像边缘特征的重建效果。     

基于STM32与MCX314的双核四轴运动控制器

自主设计了一种双核四轴运动控制器.该运动控制器以MCX314As与STM32为核心硬件.该控制器不仅能够完成四轴的位置、速度和S曲线的加减速控制等功能,还能够完成直线插补,任意两轴圆弧插补与任意三轴位元插补.该控制器还基于STM32配备了USB接口、SD卡接口、USART口以及CAN总线等.该设备有很强的移植性,不仅能接人大型总线网络中,还具有很强的独立工作能力.     

基于体感技术的手势追踪与识别

体感技术使人们更直接的通过自己的肢体动作与电脑设备产生互动,减小了鼠标、键盘等传统输入设备带来的束缚。使用Kinect 体感设备,对体感关键技术及 Kalman滤波器算法进行了深入的研究,并在此基础上提出了一种基于骨骼坐标的手势识别算法。最后详细阐明了基于 Kinect 的手势追踪与识别系统的具体设计与实现方法。     

基于频域的运动模糊参数估计

运动模糊图像复原的关键之一是模糊核函数的估计,即降质图像的模糊方向和距离变化的估计。已经有多种方法用于模糊核函数的估计,通过对运动模糊图像频谱的研究,提出了一种基于形态学的模糊运动方向计算方法,并根据模糊图像频谱的黑色条纹周期出现的规律,采用投影法计算极值点,从而获取模糊运动距离。实验结果表明该算法简单有效,得到的运动模糊参数较准确。     

基于MATLAB的模块化机器人手臂运动学算法验证及运动仿真

针对由模块化关节构成的六自由度串联机器人手臂, 采用DH法对手臂的操作空间进行了描述, 得到了正运动学模型; 采用欧拉角表示手臂姿态, 得到了包含六个参数的用于表示手臂位姿的完备广义坐标, 并对欧拉角的几何关系进行了分析。针对SolidWorks虽然实体建模简洁方便但计算并非其强项的缺点, 编写相应接口程序, 将建立的手臂三维实体模型保留几何约束关系简化后导入MATLAB软件。基于MATLAB编写正逆运动学算法验证程序以及连杆驱动程序, 实现了手臂的仿真运动。通过仿真, 不仅更进一步验证了手臂正逆运动学解算的正确性, 而且非常直观地看出手臂末端在空间中运行的路径以及各关节的动作情况。机器人手臂正逆运动学算法正确性的验证及运动仿真为手臂的精确定位及其路径规划提供了必要的保证。