像平面偏移位置可变的3D视频采集方法研究

在3D视频采集的过程中,往往需要摄像机系统的物镜光轴中心和像平面中心有一定的偏移量h.论证了偏移量h对3D显示的重要影响,提出了利用CMOS图像传感器自身功能特性实现对h灵活控制的方案,并实验验证了3D视频采集中对偏移量h的控制.实验平台使用自行设计的基于FPGA的双目立体视频采集存储系统,该系统为3D视频高效采集提供良好的平台支持.     

钢/铝CMT接头熔合面积对接头抗剪强度及破坏模式的影响

针对低碳镀锌钢板与6061铝合金CMT熔钎焊接头熔合面积对其抗剪强度和破坏模式的影响进行研究。结果表明:熔钎焊过程中,随着焊枪相对于搭接接头中心线偏移量的增大,接头的熔合面积逐渐减小,润湿角增大,进而导致接头的抗剪强度逐渐减小,接头的断裂位置由铝熔合区破坏向钢/铝界面层破坏转变。根据实验结果,考虑界面层的失效判据,建立CMT接头拉剪过程的数值模型,讨论熔合面积影响接头抗剪强度及破坏模式的原因。     

船舶主机轴系橡胶弹性联轴节失效修复一例

在船舶修理过程中经常会遇到易损件——橡胶弹性联轴节失效方面的问题。文中介绍了传递动力的轴系联轴节基本概念,以及橡胶辊失效的原因和修复过程,为相关工程技术人员提供了一例解决方案。     

基于行驶轨迹的双车道公路弯道路段交通安全特性研究

为研究横向加速度在双车道公路小半径曲线段上的变化特性以及与横向偏移量的关系,运用驾驶模拟器进行小半径曲线段上车辆行驶的仿真实验,获得车辆的横向加速度与横向偏移量.针对双车道公路小半径曲线段横向力作用大的特点,对曲线段上的横向加速度变化特性进行分析,通过Matlab软件建立车辆横向加速度预测模型、横向加速度与横向偏移量相关性的数学模型.结果表明,随着车速的增加,横向加速度增大,在圆缓（YH）点附近横向加速度与横向偏移量达最大值,圆曲线段的横向加速度与横向偏移量成对数正相关关系.研究成果为评价双车道公路小半径曲线段行车安全性提供了理论支持.

     

用于水下机器人导航的序列海底图像配准方法

为了增加深海海底图像匹配对应点的数量和正确率. 本文针对水下机器人导航的序列海底图像, 提出了基于图像信息和先验知识的带状对应点配准方法. 首先对深海海底图像进行适当的光照补偿和图像线性增强等预处理. 然后利用导航数据作为引导思想, 根据拍摄图像的物理位置偏移量, 计算邻接图像相似区域(即邻接图像带状区域). 以带状区...     

去除管道3PE防腐层的轴向扇形喷嘴数值模拟

目的 优化设计一种轴向扇形喷嘴,通过产生扇形磨料水射流去除管道3PE防腐层,以期提高去除管道3PE防腐层的效率和安全性.方法 建立轴向扇形喷嘴物理模型及扇形磨料水射流流场的计算模型.基于FLUENT软件,采用颗粒轨道模型、Realizable k-ε湍流模型对轴向扇形喷嘴内外磨料水射流流场特性进行数值模拟研究.结果 沿...     

MCP通道对光子计数成像系统的影响

介绍了光子计数成像系统的结构、工作原理和工作平台.实验中,为了防止粒子反馈到输入端及得到更高的电子倍增,微通道板(MCP)的通道一般会倾斜6°～8°.然而,这种倾斜会引起图像偏移,影响图像精确度,为了获得清晰的图像,采取了一些措施纠正偏移,主要通过修正电子云质心的偏移,提高图像的质量.     

采用多重约束的无人机导航KLT视觉跟踪算法

特征点跟踪是实现无人机视觉里程计导航的重要技术。针对无人机视频图像帧间运动较大造成帧间的特征点跟踪误差大的问题,提出一种基于时间可逆性约束和双向偏移量约束相结合的多重约束KLT 特征点跟踪策略,并在金字塔表示下分层求解跟踪点的偏移量。基于时间可逆性约束,建立新的融合前向跟踪和后向跟踪的目标函数,解算前向跟踪偏移量和后向跟踪偏移量,并构造新的帧间偏移量-双向偏移量,在金字塔分层表示结构下实现偏移量的最优估计。实验结果表明,该方法能够有效地实现帧间特征点的精确跟踪,与同类跟踪算法相比有较好的效果。     

基于光纤F-P滤波器的FBG传感解调系统

通过对光纤F-P滤波器原理的研究,提出了一种基于光纤滤波器的光纤Bragg光栅(FBG)传感解调系统,该系统不仅具有体积小、价格低、光能利用率高、操作简单等优势,而且可以直接输出对应于波长变化的电信号,实现准确的多点同时测量.通过该系统测出一组典型数据后再运用曲线拟合或者插值等相关运算便可以确定光纤光栅反射中心波长的微小偏移量,进而得到外界物理量的变化.对该方案的主要器件选择、软硬件设计进行了详细介绍.该解调系统的动态扫描范围达50 nm,分辨率达到2 pm.     

Turbo C中的混合模式编程技术

混合模式编程是ＴｕｒｂｏＣ用户经常使用的技术，在使用混合模式编程过程中，会遇到指针运算、函数类型说明与内存模式等问题，该文就混合模式编程中遇到的一些技术问题作一些探讨。