排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
研究了常温下复合离子聚合物降滤失剂三种功能基团的类型、比例及聚合物分子量大小与其降滤失效果、抑制性的关系。实验结果表明,合适的基团比例和分子量是复合离子聚合物具有良好降滤失效能的关键,当阳离子基团含量为 10%—15%、阴离子基团含量为 65%—70%、非离子基团含量为 15%—25%时,降滤失效果良好,复合离子降滤失剂同时也具有较强的抑制性,且分子量越高,阳离子基团含量越高,抑制性越强。分子量和基团比例适当的复合离子聚合物降滤失剂,解决了以往降滤失剂降滤失的同时增粘的问题。 相似文献
3.
4.
5.
针对现有算法在噪声检测与噪声滤除性能上的缺陷,提出修剪中值检测的自适应加权中值滤波算法。算法利用噪声的灰度特征,根据灰度最值0和255检测噪声,再根据邻域像素的相关性以及在灰度上的近似性,做进一步的噪声检测。根据邻域像素之间的相关性随距离的增大而减小的特性,对邻域中的信号像素分别赋予不同的加权系数,取加权中值以滤除噪声。算法去噪的邻域大小,随噪声密度和分布自适应地变化。通过去噪图像的主观视觉效果以及客观的去噪性能指标PSNR(peak signal to noise ratio)和IEF(imageenhancement factor),仿真实验证明,所提出的算法相对于现有的算法具有更好的去噪性能,特别对于滤除高密度噪声,具有显著的优越性。 相似文献
6.
图像中椒盐噪声的有效去除,取决于噪声检测和噪声灰度估测的准确性,但现有的滤波算法在噪声检测和噪声灰度估测上的准确性不高。因此,提出了基于图像纹理特征的决策滤波算法。算法根据椒盐噪声的灰度最值特征和独立性,以及图像纹理的特征进行噪声检测,将噪声与信号像素准确地区分开。算法根据纹理中像素灰度的平滑变化特征,将邻域中的信号像素进行分组,然后基于相关性与正态概率分布的意义,取与邻域均值最接近的分组的中值作为噪声像素的估测值。实验的结果证明,所提出的算法检测噪声更加准确,其去噪结果对应的峰值信噪比(PSNR)比现有的算法平均提高1.9 dB以上,图像增强因子(IEF)比现有的算法平均提高119以上。因此,相对于现有的算法,所提出的算法在去噪性能上具有显著的优越性。 相似文献
7.
通过一阶线性映射可以从非定常完整约束系统的位形空间映射出一个时空Π,并诱导出时空Π上的附加几何结构(度规和联络),由此可以写出约束系统在时空Π中的运动方程.当一阶线性映射不可积时,时空Π是一个Riemann Cartan空间;当一阶线性映射可积时,时空Π将退化为一个Riemann空间,且此时由这种线性映射方法得到的时空Π中的运动方程等价于用广义坐标表示的约束系统的Lagrange方程. 相似文献
1