基于轮廓重建的渔船雷达MAP-MRF快速反演研究

渔船雷达是渔船导航系统的重要组成部分,在海上复杂气象条件下,具有不受能见度影响进行全天候观测的优势。从雷达信号向可判读图像信号的反演过程中,对雷达照射夹角间的缺失数据进行重建是反演过程中计算和时间花费最大的部分。依据渔船反演过程中的特性,将统计力学模型引入到雷达图层轮廓的重建计算中,应用最大后验概率马尔可夫随机场框架实现了渔船雷达的快速雷达图像反演过程。研究成果对于减少反演时间,提高雷达刷新率,及时准确地发现海上强对流灾害目标具有重要的意义和实用价值。

城市实景模型结构化线面特征重构方法

为了改善城市实景模型边缘模糊,提出了一种曲率引导的结构化线面特征重构方法。根据曲率特征将网格分割为平面、可展凹、可展凸以及不可展曲面4类,在平面分割结果内提取平面,在可展凹和可展凸分割结果内提取直线,对过度弯曲的不可展区域进行保留,最终形成包含几何特征的复合网格模型。结果表明,结合曲率信息预先设置几何特征的潜在范围,使得结构化线面特征更可靠,同时保证城市实景中复杂的树结构不被错误地提取为平面。

基于MRF-MLSTM和知识嵌入的地下排水管线淤积智能诊断模型研究

地下排水管线是城市的重要基础设施,被称为城市的“生命线”,在城市防洪排涝任务中起着至关重要的作用。管线淤积是导致城市内涝的重要原因之一。针对现有地下管线淤积诊断效率低、判读方法依赖人工、无法实现诊断全覆盖等问题,结合管道流速流量测量设备中的深度学习开发平台、深度学习加速器和管道水力学分析理论,提出了一种基于MRF-MLSTM和知识嵌入的地下排水管线淤积智能诊断方法。本研究利用排水管线足尺试验对该方法进行了验证。结果表明:该方法对不同材质、坡度、管径和粗糙度的管线淤积均可实现准确、实时检测与诊断,检测正确率达到97.18%,诊断正确率达到92.23%。与其他诊断算法相比,F1得分为0.935,远优于其他算法,在排水管线大规模淤积检测与诊断工作中具有较高的实用价值和应用前景。

导管螺旋桨水动力性能试验及数值研究

为了研究导管螺旋桨的推力、扭矩和敞水效率等主要水动力参数和进速系数之间的关系,本文采用物理模型试验和计算流体力学(Computational Fluid Dynamics,CFD)技术相结合的方式分析导管对螺旋桨水动力特性的影响。首先在本校拖曳水池开展导管螺旋桨模型的敞水性能试验然后使用计算流体软件STAR-CCM+对导管桨模型进行数值模拟。在模拟计算中应用多参考系法(Multi Reference Frames,MRF),分别采用不同湍流模型对导管螺旋桨的水动力性能进行计算,并与试验数据进行对比,验证了STAR-CCM+软件模拟可以对导管螺旋桨的水动力性能进行有效预报且使用SST k-ω湍流模型获得的水动力性能精度更高。研究结果表明,导管螺旋桨更适用于在低进速系数下工作的重载船舶。

喷油润滑球轴承流动特性的数值研究

基于流体体积(VOF)方法建立了喷油润滑球轴承的数值仿真模型.分别采用滑移网格法和多重参考系(MRF)方法对轴承油气两相流动进行了数值计算,得到了轴承内部流场分布和搅油力矩.搭建了轴承流场可视化试验台,对比分析了仿真流场与高速摄影实测流场.结果表明:滑移网格下的轴承内部油液体积分数大于用MRF方法的计算结果,且当转速逐渐增大时,轴承内部油液体积分数均逐渐减小,且在离心力作用下,润滑油更多地分布在轴承外圈滚道.滑移网格下的轴承内部流场油液分布更接近实测流场.仿真计算的搅油力矩随转速增大而增大,MRF方法下搅油力矩大于滑移网格下的搅油力矩,平均误差约为12.3%.两种方法对搅油力矩的计算均具有较好的一致性,但MRF时间成本更低.

盖革APD激光雷达高空间分辨率三维重构方法研究

盖革模式阵列APD激光雷达由于像元数的限制导致重构的三维距离像分辨率低,严重限制了对场景信息的感知识别能力。为此,提出一种基于改进图像引导的盖革模式阵列APD激光雷达超分辨三维图像重构算法。主要研究基于配准后的盖革APD低分辨距离图像、增强电荷耦合器件(ICCD)相机高分辨强度图像和马尔科夫随机场模型,建立具有距离保真项和正则化项约束的全局能量函数,最终对优化模型的最优化求解实现高分辨强度图像对低分辨距离图像的超分辨引导重构。实验结果表明,相较于现有算法,文中算法在提升重构三维图像分辨率的同时,也使图像的边缘更加锐利。该研究对于盖革模式阵列APD激光雷达的目标探测、识别和跟踪具有重要意义。

MRF框架下的区域增长模型在城镇识别中的应用

提出一种MRF框架下以过分割区域为基本生长单位的区域增长模型,并以其实现城镇识别。该模型首先通过纹理分析和滤波运算得到初始种子点,然后由均值漂移算法运算过分割区域,并将种子点对应的区域设为种子区域,最后,从种子区域开始,根据MRF框架下提出的增长准则,得到最终的城镇识别结果。对QuickBird和IKONOS遥感影像的实验表明,该模型能有效地识别出影像中的城镇区域。

基于MRF场的SAR图像分割方法

提出了一种基于 MRF(Markov Random field)模型的 SAR(Synthetic Aperture Radar)图像分割算法。本算法利用 ICM(Iterative Conditional Mode)局部优化方法 ,获得 MAP(maximum aposteriori)准则下的图像分割结果 ,并引入了剔除外层数据的机制。用 MSTAR(Moving and Sta-tionary Target Acquisition and Recognition)数据进行实验 ,结果表明 ,算法能有效减少斑点噪声的影响 ,将图像分割为目标、阴影、背景三部分 ,实验结果是令人满意的。

基于扩散方程和MRF的SAR图像分割

该文提出了一种基于图像扩散方程和马尔科夫随机场(MRF)的合成孔径雷达(SAR)图像分割方法。在传统MRF算法的基础之中,引入对图像的扩散,用来平滑SAR图像中的噪声,保护图像中的边缘部分,并且加快收敛的速度。首先对输入的SAR图像进行扩散,通过MRF进行统计,得到图像中各点的后验概率,再对得到的后验概率进行扩散。与传统的MRF算法进行比较,该文的方法较好地去除了误分割斑块,减少算法的运行时间。

基于MRF模型的可靠的图像分割

本文提出一种可靠的图像分割算法．基于实际图像是分割图像叠加了不规则噪声的假设，用ＭＲＦ（Ｍａｒｋｏｖｒａｎｄｏｍｆｉｅｌｄ）模型描述分割图像的先验分布，用被污染的高斯分布（ｃｏｎｔａｍｉｎａｔｅｄＧａｕｓｉａｎｄｉｓｔｒｉｂｕｔｉｏｎ）描述待分割的图像．采用Ｂａｙｅｓ方法，根据分割图像的后验分布（以观测图像为条件）所对应的ＭＲＦ模型的条件概率，用ＩＣＭ（ｉｔｅｒａｔｅｄｃｏｎｄｉｔｉｏｎａｌｍｏｄｅ）局部优化方法，获得ＭＡＰ（ｍａｘｉｍｕｍａｐｏｓｔｅｒｉｏｒｉ）准则下的图像分割结果．该算法与Ｌａｋｓｈｍａｎａｎ等［１］提出的算法相比，具有更好的可靠性．实验结果是令人满意的．

基于双MRF模型的夜间图像增强方法

为了获得更理想的夜间可视效果,通过分析Retinex算法在图像增强时存在的问题,提出一种基于双马尔科夫随机场(MRF)模型的单幅夜间图像增强算法。该算法首先在HSV颜色空间下构造边缘保持的Gaussian-MRF模型对照度分量进行估计,根据Retinex原理获得仅包含物体本身特性的反射分量,并通过增益补偿方法对亮度进行恢复与校正,然后构造Huber-MRF模型对增强结果进行优化,经过颜色空间转换后,最终实现夜间图像的增强。研究结果表明:本文算法增强效果显著,能够有效地凸显边缘细节信息,恢复图像的真实颜色,抑制暗区域噪声,削弱"光晕伪影"的影响,改善夜间图像质量。

基于MRF模型的冷却辊冷却性能的CFD分析

目的在自行改进的FR300ELS型机组式凹版印刷机的冷却辊(喷淋式冷却辊)装置基础上,分别对传统式和喷淋式2种冷却辊的冷却性能进行温度分布的对比分析,研究喷淋式冷却辊的结构和性能优势。方法建立新旧2种冷却辊的MRF模型,利用CFD对冷却辊表面、轴向、周向的温度场分布进行仿真分析。结果得到了新旧2种冷却辊在印刷机稳定工作状态下的温度分布散点图及云图。结论喷淋式冷却辊与传统式冷却辊相比,它的温度分布更均匀、冷却效果更好、冷却效率更高。

文昌鸡胚胎期胸肌发育特征的研究

为研究文昌鸡胚胎期胸肌发育规律及肌肉调控基因(MyoG、MRF4)对肌纤维发育的影响,本研究挑选了100枚蛋重(40±2) g的文昌鸡种蛋进行同条件孵化,测定8~20日胚龄(E8~E20)的胚胎重和胸肌重,计算其胸肌率,并取胸肌进行冰冻组织切片,观察胚胎期胸肌纤维变化情况。随后采用实时荧光定量(qRT-PCR)方法分析其胸肌中MRF4、MyoG、β-actin的表达量。结果显示:文昌鸡胚胎重在E19前随着胚龄增加而增加,在E19后略微下降;胸肌重在E16前随着胚龄增加而增加,并在E16后波浪式下降;胸肌率在E8~E14呈波浪式上升,E14后显著下降。E8~E14阶段成肌细胞大量增殖;E14阶段成肌细胞开始出现少量融合分化形成的多核肌管;E16阶段细胞核开始完全移动至肌纤维周围,肌纤维雏形形成;到E20阶段胸肌肌纤维已经具备成年动物肌纤维相同的形状。MYOG和MRF4在胸肌中分别在E14和E16达到表达高峰。综上,E14至E16阶段是文昌鸡胚胎胸肌发育最快的时期,是胸肌发育的关键转折期,其中,E14是胸肌从增殖到融合的关键过渡点,而E16是胸肌肌纤维成熟的关键点。本文通过探究文昌鸡胸肌发育与其关键调控基因之间的潜在联系,为制定高效养殖策略并提升文昌鸡胸肌产量提供了理论依据。

MRFs基因家族对肉品质影响的研究进展

生肌调节因子(MRFs)家族包括Myo D、Myo G、Myf5和Myf6这4种肌肉特异性转录因子,这些肌肉特异性转录因子控制着肌细胞的增殖和分化,与肌纤维的数量和大小密切相关,因而对肉质和风味都有着非常重要的作用。文章就MRFs家族的特性、作用及各成员对肉质的影响进行了综述,并展望了其应用前景。

基于各向异性MRF建模的多帧图像变分超分辨率重建

本文首先研究设计出结构自适应的各向异性数字滤波器,同时导出广义各向异性MRF(Markov RandomField)图像模型.它继承了各向异性数字滤波器的滤波性能,是对双边全变差模型以及经典MRF模型的有效改进.随后,提出各向异性模型驱动的联合估计亚像素运动和高分辨率图像的变分超分辨率重建算法.实验结果显示,本文算法具有更优的噪声抑制和边缘保持性能.

天祝煤MRF工艺热解焦油的组成分析

本文对天祝煤ＭＲＦ（ＭｕｔｉｓｔａｇｅＲｏｔａｒｙＦｕｒｎａｃｅ）热解焦油进行了常规及元素分析，了解其基本特性；用毛细管色谱分别对焦油各馏分进行了分析，共定性定量了１０３种化合物，酚类化合物以低级酚（苯酚、甲酚）为主，中性化合物为多烷基芳烃衍生物、脂肪族链状烷烃和烯烃。上述分析结果为从焦油中提取酚类化工原料或将其加工成各种燃料油的可行性提供了依据。

基于多尺度MRF的膝关节MRI图像快速分割

膝关节MRI图像中骨骼的精确分割是进一步分割与定量分析膝部软组织的前提。目前膝关节骨骼分割的方法比较耗时或需要一定的人机交互。为解决这一问题,将多尺度MRF方法引入到膝关节MRI分割中,以实现快速无监督的分割。首先建立高斯混合的灰度统计模型,运用MDL准则自动确定类别的数目。建立多尺度MRF的先验模型时,利用尺度间的因果性给出非迭代的计算方法,由细尺度往粗尺度传递统计信息,再由粗尺度往细尺度计算每个像素的最大后验概率,从而实现快速准确的分割。实验结果表明,与单尺度MRF相比,多尺度MRF分割膝关节MRI所需时间大大减少,且精度与专家手动分割标准相当。算法通过建立多尺度马尔可夫随机场模型,完成了低信噪比膝关节MRI图像快速准确分割,可作为进一步自动分割软骨与半月板等软组织的基础。

基于MKSVM和MRF的高光谱影像分类方法

为充分利用高光谱遥感影像中丰富的光谱和空间信息,提出了一种基于多核支持向量机(multiple kernel support vector machine,MKSVM)和马尔科夫随机场(markov random field,MRF)的影像分类方法。该方法首先利用MKSVM分类器对影像进行分类处理,再利用MRF对初始分类结果进行空间结构规则化,得到最终分类结果。通过对AVIRIS高光谱影像的分类实验表明,该方法有效地消除了分类结果中同质区域内的"噪声",分类精度提高了3%左右。

SAR海冰MRF分割精度与图像质量的关系研究

为了提升基于马尔科夫随机场理论(MRF)的SAR海冰分割精度,文中定义SAR海冰图像中海冰和海水的均值差与均方差之差的比值为图像质量因子Q。通过改变SAR海冰样本图像中冰或水的灰度值,得出SAR海冰MRF分割精度与SAR海冰图像质量因子Q的关系曲线,用指数函数模型拟合并建立方程。定量化的描述了SAR海冰MRF分割效果与SAR海冰图像质量的关系,从而指导通过提升SAR海冰图像质量来提高SAR海冰识别效果的研究。

基于复小波域树结构化MRF模型的声纳图像分割

声纳图像受成像环境影响对比度低,特性信息较弱,且图像分辨率不高,用传统的分割方法效果较差,为此,构建了双树复小波域树结构化的MRF模型(TS-MRF),提出了基于此模型的声纳图像分割算法。双树复小波变换(DT-CWT)具有近似平移不变性和良好的方向选择性,其多分辨率分析能有效地提取声纳图像的弱特征信息,以便TS-MRF中节点参数的描述能准确地反映树结构的分布规律和图像统计特性;复小波域6个方向高频子带相互独立,尺度间父子节点标号具有一阶Markov性;尺度内构建TS-MRF模型,且每一节点标号依赖于父节点,采用Potts模型对节点标号势函数建模,相同标号的观测特征用高斯模型建模;最后,用多分辨率递归和每一分辨率分类层次树从顶层向底层的尺度内递归算法来求解最大后验概率,实现分类层次树标号,完成声纳图像分割。实验结果从视觉效果和定量分析两方面验证表明,本文算法能有效地抑制噪声,较好地提取声纳图像的弱特征信息,具有较高的分割精度和鲁棒性。