基于频域特征点提取的素色机织物密度识别算法

通过计算机图像处理技术对织物图像进行分析,利用傅里叶变换技术将织物图像从空间域转换到频率域,并采用对比度拉伸、高斯低通滤波等图像预处理手段来增强图像质量,然后使用阈值处理技术对织物频谱图进行处理,得到包含织物密度信息的特征点坐标。通过频谱图上特征点坐标和空间域周期的对应关系,经计算最终得到织物经纬密度。实验结果表明,织物密度识别最高误差为2.8%,此方法可以实现三原组织素色织物的经纬密度的自动识别。     

联合变换图像识别中功率谱高斯掩膜处理方法

本文提出了一种基于在光学频谱面上进行光学高斯高通滤波的实时处理方法.此方法将一个高斯掩膜覆盖在位于光学频谱面上的CCD中心位置,从而明显降低了相关图像中自相关峰的高度和宽度.通过比较不同的参数效果,确定了一种用于实验的高斯函数滤波器.通过系列实验研究发现,本方法可以明显提高联合变换相关器的效果和速度.     

一种结合时间轴滤波的视频消噪新方法

为了提高含噪视频图像的质量,提出了一种二维小波域自适应滤波与时域时间轴滤波相结合的视频图像消噪新方法。首先,对视频序列的各帧在二维小波域中进行自适应滤波,之后在时域中进行时间轴滤波。对于二维小波域滤波算法,提出了一种高效的自适应阈值选取方案;时间轴滤波器则是结合了运动检测和递归平均。实验结果表明,其消噪效果要优于单纯的二维小波域滤波方法。     

小波包变换压缩与地震数据处理

探讨了地震数据经小波包变换压缩后对后续处理过程的影响,以及经过某些处理后的数据会对小波包变换压缩产生什么影响等问题。将小波包变换压缩地震数据的结果与快速傅里叶变换压缩地震数据的结果进行了对比,其结果表明:应用小波包变换压缩地震数据,有效信号的损失非常小,压缩比大于快速傅里叶变换的压缩比。在大批量地震数据处理中可以使用小波包变换压缩地震数据。     

海浪谱的光学探测及信息处理

建立了一套光学——计算机混合处理系统用以分析海浪航空底片,并得到了海浪方向谱和能谱。实验结果与现有的海浪理论符合较好,同时显示了该方法有可能发展成一种实用的实时海浪探测方法。     

利用谱分解技术进行薄储层预测

采用短时窗离散傅里叶变换的频谱分解技术,实现了在频率域内通过调谐振幅的成像特征来研究储层横向变化规律的目标,最大限度地挖掘了地震资料主频至高频端的地震分辨能力。本文介绍了谱分解技术的基本原理、谱分解数据体的类型及其解释方法,充分利用谱分解得到的一系列单一频率的调谐振幅数据体研究辽河盆地东部凹陷西斜坡铁匠炉地区近源沉积砂砾岩储层,查清了该套储层沉积相带的平面分布和有效储层横向展布特征,预测结果已被钻井所证实。     

广义S变换在地震高分辨处理中的应用

基于S变换的时[CD*2]频局部化思想，采用可灵活选择窗函数的广义S变换，以实际地震子波代替常规S变换中的基本小波，系统地研究了广义S变换在地震高分辨处理中的应用，并首次提出了基于广义S变换的高分辨剖面。仿真实验和实际资料的处理结果均说明广义S变换在地震高分辨处理方面的可行性和有效性，由此得到的高分辨剖面不仅有效地提高了地震波的主频，而且可以通过提取单频曲线或单频剖面，细致地研究局部构造的层位信息，为地震资料处理和解释提供了一种有效的工具。     

地震波衰减技术在鄂尔多斯盆地储层预测中的应用

鄂尔多斯盆地北部上古生界的陆相致密隐蔽性气藏，具有低孔、低渗、低压、多层叠置的特点，储层与围岩的波阻抗差异小，储层预测存在着多解问题。为此，进行了地震波衰减技术预测储层方法的研究。阐述了地层介质的吸收原理，讨论了基于小波变换的匹配追踪频谱分解算法，并在此基础上对介质品质因子和地震波振幅梯度与储层特性的关系进行了分析；利用该方法计算了鄂尔多斯盆地北部D16井区下石盒子组盒3段地震波振幅的衰减梯度，并结合其它储层信息进行了含气性综合预测。预测结果表明，地震波振幅衰减梯度与实际钻井的含气性相吻合。     

有自聚焦功能的付里叶计算全息

在制作付里叶计算全息过程中，加入适当的二次位相因子，使此种全息图在相干光照明下就可预定的位置上只再现一个像，省略了过去丙现此种计算全息图必要的付里叶透镜，并且使两个互为共轭像分离，从而拓宽了此种计算全息的应用领域，实验结果与理论分析相符。     

机械零件直线边缘亚像素定位方法研究

直线是视觉图像中重要的基元特征.建立了三级灰度图像边缘模型的空间矩算子,利用LOG算子定位速度快的特点,确定图像像素级边缘,然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线边缘像素点,最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线.对空间矩算子亚像素定位算法与像面直线亚像素提取算法的有效性和精度进行了实验研究,实验结果表明提出的基于空间矩亚像素边缘定位算法与像面直线亚像素提取算法具有较高的精度和稳定性.