基于含噪Retinex模型的煤矿低光照图像增强方法

低光照图像会导致许多计算机视觉任务达不到预期效果,影响后续图像分析与智能决策。针对现有煤矿井下低光照图像增强方法未考虑图像现实噪声的问题,提出一种基于含噪Retinex模型的煤矿低光照图像增强方法。建立了含噪Retienx模型,利用噪声估计模块（NEM）估计现实噪声,将原图像和估计噪声作为光照分量估计模块（IEM）和反射分量估计模块（REM）的输入,生成光照分量与反射分量并对二者进行耦合,同时对光照分量进行伽马校正等调整,对耦合后的图像及调整后的光照分量进行除法运算,得到最终的增强图像。NEM通过3层CNN对含噪图像进行拜耳采样,然后重构生成与原图像大小一致的三通道特征图。IEM与REM均以ResNet-34作为图像特征提取网络,引入多尺度非对称卷积与注意力模块（MACAM）,以增强网络的细节过滤能力及重要特征筛选能力。定性和定量评估结果表明,该方法能够平衡光源与黑暗环境之间的关系,降低现实噪声的影响,在图像自然度、真实度、对比度、结构等方面均具有良好性能,图像增强效果优于Retinex-Net,Zero-DCE,DRBN,DSLR,TBEFN,RUAS等模型。通过消融实验验证了NEM...     

超临界CO2压裂裂缝特征研究现状与展望

为加强对超临界CO2压裂裂缝特征的认识,指导超临界CO2压裂技术的发展,总结了前人对超临界CO2起裂、扩展和导流能力特征的研究.结果表明:超临界CO2压裂裂缝起裂压力比液态和清水压裂低,其主导原因是超临界CO2的低黏度和高扩散性使孔隙压力增大起裂压力降低;超临界CO2压裂裂缝扩展影响因素复杂,主要受CO2相变、岩石弱面...     

古509区块高产原因研究

古509区块属于大庆外围区块,单井产能较高。通过对地质特征、储层物性及油水分布特征的研究,表明地质因素是单井产量较高的主要原因。并对开发各环节采取油层保护措施,利用液面恢复速度确定该区合理的套压,通过油井转注和完善注采关系来研究该区高产原因。     

联合CLAHE和BM3D的浮选泡沫图像预处理方法

针对采集到的浮选泡沫图像存在光照缺失、噪声干扰以及边缘不明显等问题,提出一种基于对比度受限的局部直方图均衡(CLAHE)和三维块匹配滤波(BM3D)结合的浮选泡沫图像预处理方法。首先,将输入的泡沫图像切分为多个图块,对图块的直方图进行均衡计算并限制其对比度。然后,通过BM3D算法利用图像自身的信息对增强之后的图像进行降噪处理。结果表明：处理后的图像质量得到了明显的提升,4种典型工况的浮选泡沫图像的峰值信噪比(PSNR)相比几种经典算法分别提升了33.64%、15.40%、11.83%和11.7%,结构相似性(SSIM)分别提升了11.89%、7.28%、4.09%和5%。     

绥靖油田席麻湾-白于山地区延9储层沉积微相研究

本研究以沉积学为理论指导,充分以研究区岩石颜色、沉积构造、结构特征、测井资料以及区域地质资料为主,来对延9进行详细的沉积微相研究,研究表明,本区延9为曲流河沉积体系,主要发育河道、天然提、河漫滩微相,其中河道是研究区主要沉积相带。本研究为绥靖油田席麻湾-白于山地区延9层的进一步勘探和开发提供了地质线索。     

基于ASP.NET的尾煤灰分监测系统研究

针对高阳矿洗煤厂在尾煤煤泥带式输送机上安装了无源灰分仪设备,可以省掉人工化验的步骤,但尾煤煤泥灰分监测依赖灰分仪现场工控机,无法实现灰分数据远程实时在线监测的问题。开发了基于ASP.NET技术的B/S模式的尾煤煤泥灰分在线监测系统。重点介绍了用SQL Server数据库采集无源灰分仪测量数据的方法,通过ADO.NET数据库访问技术与SQL Server数据库进行链接,以及在ASP.NET平台上开发前端监控网页,并利用IIS部署网站在汾西矿务局局域网内发布。     

某高层建筑梁式转换层设计体会

本文就梁式转换层框支结构设计中的一些常见问题进行探讨，为同类工程结构设计提供有益的建议和参考。     

MRMR和SSGMM联合分类模型的煤泥浮选系统药况图像识别

为解决煤泥浮选过程依靠工人肉眼识别泡沫特征来调节药剂用量,造成药剂浪费,产品质量不合格的问题,提出一种MRMR和SSGMM联合分类模型的药况图像识别方法.针对泡沫图像的形态、纹理、颜色特征与泡沫类别具有不同程度的相关性.将精煤灰分作为泡沫的类别信息,利用最大相关最小冗余(MRMR)算法筛选最优特征;针对传统的高斯混合模型(GMM)在聚类时,存在结果需人为判断实现分类的问题,通过引入少量已知加药状况下的泡沫图像特征样本对其改进,构建半监督高斯混合模型(SSGMM)泡沫图像聚类器.将优选的且具有少量先验标签信息的多维泡沫图像特征融合到SSGMM聚类模型中,利用少量的标记样本引导聚类,并将其标签信息映射给聚类结果实现自动分类.实验表明,这种联合分类模型提高了泡沫识别的准确性,为药剂用量的准确控制与精煤产品质量提供了关键技术支持.     

基于半监督聚类的煤泥浮选泡沫图像分类方法

针对选煤厂煤泥浮选过程加药量依靠人工干预存在主观性、滞后性和粗放性的问题,提出了一种基于半监督聚类的煤泥浮选泡沫图像分类方法。首先,采集已知加药比例与未知加药比例下的煤泥浮选泡沫图像样本,并对泡沫图像进行预处理,提取泡沫的气泡个数、气泡面积、气泡周长等形态特征;然后,对已知加药比例下泡沫图像形态特征样本进行标志,对未知加药比例下泡沫图像形态特征样本不做标志,并将已标志泡沫图像形态特征样本与未标志泡沫图像形态特征样本进行混合;最后,利用基于高斯混合模型的半监督聚类方法对混合样本进行聚类后得到各类簇,将各类簇内已标志泡沫图像形态特征样本的信息映射到未标志泡沫图像形态特征样本。应用结果表明,该方法可为煤泥浮选生产过程加药量调整提供指导,降低了药剂消耗量,提高了选煤厂浮选自动化水平和经济效益。