精密零件边缘检测

针对边缘检测中检测精度与抗噪性能之间的矛盾,在分析边缘检测方法的基础上,提出了采用优化Gabor滤波算法降低图像噪声和采用多尺度小波检测理论提取图像边缘相结合的方法,实现了零件的在线高效精确检测。试验结果表明,该方法不仅可有效抑制噪声,而且能得到高精度的零件边缘形状。     

装药密度及尺寸对RDX基含铝炸药爆压爆速的影响

利用锰铜压力传感器和测时仪测量了不同装药密度和尺寸下的RDX基含铝炸药的爆压和爆速,拟合出了爆压、爆速与装药密度的关系式,研究了装药密度和尺寸对RDX基含铝炸药爆压、爆速的影响。结果表明,随着密度的增加,RDX基含铝炸药的爆压和爆速均增加;当装药直径和装药长度分别达到20 mm和40 mm时,RDX基含铝炸药已经达到稳定爆轰,装药直径和装药长度再增加,爆压和爆速基本不变。     

基于Google地图的移动运维管理分析系统

为更迅速、准确地分析实时数据,对网络运营进行有效维护,根据移动业务的特点设计实现一个基于Google地图的移动运维管理分析系统。利用Google地图作为媒介,绘制出话务的分布。管理人员可根据展现出来的数据,清晰的看到某一地区的网络运行状况,很容易找出问题,以决定对该地区是扩容还是降频,达到改善网络的运行状况,提升网络服务质量和简化管理的目的。结果表明,该系统具有快速、便捷、直观的特点,能为移动运营维护人员的决策提供极大的帮助,提升网络维护的效率。     

基于密度权期望最大与分裂合并策略的线状模式挖掘

该文针对非线性数据集中线状模式的挖掘问题,提出一种基于密度权期望最大(EM)与分裂合并策略的回归算法。算法基于有限混合模型思想,使用点向式方程定义线状模式表示,将网格密度作为调节权值引入EM过程,有效降低了回归落入局部极值的可能性。同时,引入分裂合并策略,使得算法能够解决连通性问题,并且即使在挖掘数设置与本质线状模式数不相符时也能获得正确结果。实验结果表明,算法对挖掘数设置不敏感,能够正确挖掘出噪声环境下数据集的线状模式。     

Detecting Dense Subgraphs in Complex Networks Based on Edge Density Coefficient

Densely connected patterns in biological networks can help biologists to elucidate meaningful insights. How to detect dense subgraphs effectively and quickly has been an urgent challenge in recent years. In this paper, we proposed a local measure named the edge density coefficient, which could indicate whether an edge locates a dense subgraph or not. Simulation results showed that this measure could improve both the accuracy and speed in detecting dense subgraphs. Thus, the G-N algorithm can be extended to large biological networks by this local measure. Finally, we applied this algorithm to microarray data sets of Saccharomyces cerevisiae and performed the gene ontology analysis of the result by the GOEAST.     

三维医用电子内窥镜可视化中的几何畸变

三维医用电子内窥镜已经广泛应用于各类医学诊断、微创手术以及医学培训。三维内窥镜可视化过程中的立体空间几何畸变将直接影响医护人员对于病灶相对大小和距离的视觉感知精确度,同时也可能成为三维内窥镜使用过程中影响视觉舒适度的重要因素之一。现有研究往往仅关注立体影像获取过程中平面图像的畸变及其矫正,而忽略了可视化过程中显示系统不匹配及人眼对三维影像的感知特性造成的立体空间几何畸变。本文通过对三维医用电子内窥镜影像获取、显示及感知过程的分析,建立了三维医用电子内窥镜可视化模型。理想的三维内窥镜影像感知是真实世界空间在各个维度等比例放大的虚拟空间立体感知,三维内窥镜的参数与可视化过程的参数必须匹配才能达到理想的无畸变各维度等放大率效果,最终实现精确的视觉感知以及良好的使用舒适度。研究内容有望为三维影像获取与可视化在医疗领域更为精确和舒适的应用提供理论参考。     

SCARA机器人实验平台视觉标定研究

文中针对eye-to-hand视觉标定中机械手的移动可能对目标造成遮挡的问题,利用eye-in-hand摄像机和eye-to-hand摄像机结合的方式,以SCARA工业机器人为研究对象,建立双摄像机视觉标定系统。同时,文中提出了一种简单有效的eye-in-hand的标定方式,以机器人末端坐标系为辅助坐标系,建立基坐标到辅助坐标再到摄像坐标的对应关系,从而为实验室平台下工业机器人的目标定位提供了一种有效的方式。     

典型相关滤波跟踪算法的比较与分析

为综合评价现有的相关滤波类算法,对典型的相关滤波跟踪器进行全面的比较与分析,从而为进一步完善相关滤波器的设计提供指引。从相关滤波跟踪理论的一般框架切入,重点对当前四种具有代表性的相关滤波跟踪器即KCF,DSST,HCF和ECO展开研究,分别从理论分析以及在大规模公开数据集OTB100上的实验表现详细地比较各算法的优劣。比较与分析结果表明,使用卷积特征的算法在跟踪准确性和鲁棒性上相比单纯使用人工特征的算法具有显著优势,然而跟踪速度也会急剧下降,具有尺度估计模块的跟踪器能够得到更优的跟踪成功图表现。最后对深度学习结合相关滤波方法存在的实时性不足、长时跟踪等问题进行分析,并对未来的发展趋势进行了展望。     

无人机载激光雷达人工林单木分割算法研究

为充分发挥单木分割算法的应用潜力,实现单木位置的精准定位和树冠的精确划分,利用无人机载激光雷达点云数据,根据优势树种和林分密度差异选取四块人工林样地,使用单木探测率P、探测准确率R和总体精度F评价分水岭分割算法、特征点决策树算法和邻域增长算法以及点云聚类分割算法的分割精度,通过改变栅格分辨率及点云密度,进行单木分割效果的敏感性分析。结果表明：1)四种算法分割结果较好,总体F值达到0.89,R值总体为0.85,P值总体为0.94。林分稀疏的样地比林分密集样地分割精度更高,分水岭算法分割单木精确性和适应性最好;2)选择合适的CHM分辨率有助于提高单木分割精度,栅格分辨率为0.3 m×0.3 m时基于CHM分割算法分割结果均为最好;3)随着点云密度的降低,点云聚类分割算法分割精度降低。当点云密度为100%(65 pts·m^-2),F值为0.77,点云密度为10%(6.5 pts·m^-2),F值为0.58,F值降低0.19。