材料化学工程科学内涵及方法初探:从介观尺度界面流体行为出发认知材料

作为一门新兴的交叉学科,材料化学工程科学内涵的进一步凝练和方法论的建立显得十分重要和迫切。介观尺度下界面流体的研究对于材料化学工程具有重要意义,材料化学工程的科学内涵在于通过认识介观尺度下界面处流体行为来"认知"材料,以期建立材料结构、性能(应用)与制备(生产)三者之间的关系。其中,弄清介观尺度下复杂作用和复杂结构对界面流体行为的影响,是"认知"材料的关键。分子模拟技术作为单因素遴选介观尺度各影响因素的有效手段,在实际应用中存在两大难点:如何同时获得界面流体反应和传递两个方面的信息;如何实现分子层面认识在材料应用层面的转化。基于此,初步讨论了材料化学工程研究方法的发展趋势。     

纳米尺寸硫化镍化学增感剂

本文发现了硫化镍纳米粒子对卤化银乳剂的化学增感作用，采用水不溶性的硫化镍纳米粒子作为化学增感剂，与水溶性的硫代硫酸钠增感剂相比，可以在乳剂灰雾增加不大的条件下明显提高乳剂的感光度和反差。     

粒度对硝胺类含能化合物撞击感度影响的理论研究

为了研究粒度对硝胺类含能化合物撞击感度的影响规律,选取了HMX、RDX、CL-20三种典型硝胺类含能化合物作为研究对象,建立了不同纳米颗粒大小的化合物模型,采用B3LYP/6-31G方法对各个模型的性能进行了计算与分析。结果表明,单位分子的能量E及最高占据轨道与最低空轨道能量差△ε总体上随RDX、HMX、CL-20颗粒大小的增大而减小,即硝胺类含能化合物的撞击感度随化合物颗粒大小的增大而增大。可见,将硝胺类炸药纳米化可有效降低其撞击感度。     

基于Gabor多尺度空间的不变兴趣点检测

针对以往仿射不变兴趣点的特征尺度不能直接断定的问题, 提出一种基于Gabor多尺度空间的不变兴趣点检测算法。该算法主要包括三个步骤：应用Gabor滤波器组与图像卷积建立图像Gabor多尺度空间; 通过极大值准则检测兴趣点并直接断定特征尺度; 采用二阶矩矩阵描述兴趣点局部结构。实验结果表明, 相比较其他Hessian-Affine、MSER等算法, 该算法在图像模糊和JPEG压缩情况下可重复率和可匹配率均取得最好结果, 是一种能有效直接提取特征尺度的兴趣点检测算法。     

基于扩散距离和MDS的非刚性模型相似性分析

在非刚性模型相似性分析方法中, 基于测地距离的等距嵌入方法对模型拓扑变化非常敏感, 对于有局部拓扑变化的完全相似的模型也无法得到正确结果。为了弥补这一不足, 提高非刚性模型相似性分析的准确性, 将扩散距离与多维尺度分析(MDS)相结合, 计算非刚性模型的等距嵌入模型, 再利用迭代最近点(ICP)算法通过计算嵌入模型的相似性来实现原始非刚性模型的相似性分析。实例证明该方法对含有拓扑变化的非刚性模型可以得到理想的相似性分析结果。     

含防爆剂农用硝酸铵的感度研究

实验在169℃左右加热硝酸铵到熔融状态,加入防爆剂,冷却到室温,得到含防爆剂的硝酸铵。测试其摩擦感度、5 s延滞期爆发点、静电火花感度以及配成铵油炸药后的撞击感度、雷管感度。结果表明,含防爆剂硝酸铵较普通硝酸铵撞击感度从88%降到24%,摩擦感度降为0%,5 s爆发延滞期从462℃增加到474℃,静电火花感度和雷管感度无明显变化。     

基于SIFT自然特征的AR系统研究和实现

针对当前增强现实AR(Augmented Reality)系统中跟踪注册效率低,提出一种基于SIFT算子的自然特征的匹配改进方法。在利用DOG金字塔对关键帧图像和基准图像进行特征点的检测和提取后进行正反双向匹配,很好地提高了关键特征的匹配效率和稳定性。同时结合L-K光流跟踪算法,优化跟踪关键帧失败后的处理方法,减少重定位时关键点检测所需搜索区域。实验表明,由于改进后的SIFT匹配特征点更少更优,定位的精确度更高,跟踪匹配整体耗时减少近50%。因而该AR系统在光照不足、遮挡、抖动等特殊环境中都有很好的实时虚实融合的效果。     

结合小波变换的梯度场图像渐进融合算法

基于梯度场的图像融合算法只适用于尺度差异不大于1∶4的多光谱图像与全色图像。针对尺度差异为1∶8的北京一号卫星多光谱图像及高分辨率全色图像的融合问题,提出一种结合小波变换的梯度场图像尺度渐进融合算法。利用小波变换方法将多光谱图像与高分辨率全色图像尺度差异倍数缩小,得到基于小波变换的初级融合,再进行基于梯度场的Poisson图像融合。实验结果表明,渐进融合图像与多光谱图像的平均颜色差异值为23.5,与高分辨率全色图像的平均梯度差异值为2.1,多尺度纹理特征值差异值分别为3.98、10.2、18.9,渐进融合图像与高分辨率全色图像的空间细节和纹理细节吻合程度更好。     

基于改进SURF算法的无人机遥感图像配准

针对无人机遥感图像畸变较大,而传统快速鲁棒(Speeded-Up Robust Features,SURF)算法不能提供足量兴趣点的问题,提出了一种基于Harris角点和SURF算法的无人机遥感图像配准方法。首先构建多尺度空间,并在多尺度空间下检测Harris角点作为兴趣点;然后计算各兴趣点的64维SURF描述子;最后运用K-d树匹配搜索策略得到两幅图像的匹配点对。将该方法与传统SURF配准方法进行实验对比,实验表明改进算法在保证实时性的情况下可以获得更多的匹配点对,并具有更高的配准精度。