基于亚像素级的墙面裂缝宽度检测方法研究

针对目前计算墙面裂缝宽度精度低的问题,提出一种基于亚像素级裂缝宽度计算方法。该方法在提取裂缝区域的基础上,运用基于中轴线垂线的裂缝宽度测量方法,结合多项式拟合裂缝边缘,提取裂缝左右边缘亚像素坐标点,从而运用欧式距离方法计算出亚像素级裂缝宽度,并且与像素级计算宽度的方法进行了对比。实验的结果表明,该算法计算结果更加精确,可用于多种类型的墙面裂缝宽度测量,其中纵向、横向和交叉裂缝测量的平均相对误差分别为3.02%、2.44%和3.72%,相比于像素级方法,平均误差分别减少了1.87%、1.95%和2.07%,具有较强的泛化能力以及稳定性。

羊绒与羊毛直径的水平集中轴线法测量

针对中轴线法测量求取不准确的问题,提出了一种新的水平集中轴线法的羊绒与羊毛直径测量方法。首先对由光学显微镜得到的纤维图像进行处理,包括预处理、区域生长分割和细化,在此基础上采用水平集中轴线法获得光滑、连续、单像素分布的中轴线。并随机抽取100根6个批次的山羊绒、绵羊毛纤维,利用该测量方法对其直径进行测量,计算其平均值,并与真实值进行比较。结果表明,羊绒直径的平均误差为0.29μm,均方差为0.05,羊毛直径的平均误差为0.37μm,均方差为0.06。用本文方法测得的羊绒与羊毛直径值与真实直径值极为接近,说明该方法比较准确,且由均方差可知,该算法的鲁棒性也较好。

求解无粘可压Euler方程组的虚拟流方法

首先将三阶Godunov型半离散中心迎风格式推广到四阶,之后再将该新的四阶半离散中心迎风格式与Level Set方法以及虚拟流方法结合起来,成功地处理了非反应激波问题和多介质流中的爆轰间断问题。由于Level Set函数能隐式地追踪到界面的位置,而虚拟流的构造能隐式地捕捉到界面的边界条件,故而本文的方法可以很自然地推广到多维情况。

基于俯视图像的玉米株心快速识别方法研究

单株玉米的株心识别是完成按株作业的关键,可用于对单株玉米进行变量施肥,提高施肥利用率。本文首先采用超绿因子增强苗期玉米植株,使玉米植株与土壤、阴影分离,将增强后的图像用Ostu法自动确定图像的最佳阈值,以便于在分割苗期玉米图像时不受阴影的影响,并能分割出苗期玉米植株。然后把分割的苗期玉米植株图像的亮度看作是一维坐标,绘制玉米植株的高程图,玉米植株的中心区域在高程图呈现为集水盆形状。采用水平集确定玉米植株的中心区域并对玉米植株中心进行定位,并结合分治法搜索玉米植株的极小值区域,降低了数据结构的规模。数据验证结果表明,算法识别率可达96%,保证了算法的实时性与可行性。另外,采用分治法与水平集法相结合确定玉米植株的中心区域,使该算法不受天气因素的影响,提高了该算法在田间作业时的鲁棒性。算法时间复杂度计算结果为O(lgn),能够满足田间作业的实时性。

基于多特征融合图像分析技术的羊毛与羊绒鉴别

为快速准确地鉴别羊毛与羊绒,提出一种基于多特征融合的鉴别方法。首先利用光学显微镜及数码相机对羊毛与羊绒纤维进行图像采集,然后分别采用2种类型的预处理操作得到单根纤维图像与去除背景的纤维二值图像;其次通过灰度共生矩阵算法提取第1类预处理后羊毛与羊绒纤维图像的纹理特征参数,基于中轴线算法提取第2类预处理后纤维图像的直径形态特征参数;最后将纹理及形态特征参数融合成多维数组并通过K均值算法进行聚类识别。实验结果显示,与传统利用单一纤维特征提取算法进行识别的方法相比,该算法平均识别率可达到95.25%,识别率较高,可用于羊毛与羊绒纤维的自动分类识别。

基于LSIBM-LES的浅水河岸水轮机尾流特性分析

设计了一种部分嵌入在浅水河岸侧壁上的新型阻力型垂直轴水轮机.这种水轮机在河流中层运行,可以有效适应流量、泥沙等多种环境因素的变化,且对鱼类等水生生物友好.为研究水轮机的性能及尾流特性,对其在明渠中的流动过程进行了大涡模拟(LES).采用基于水平集函数的浸入边界法(LSIBM)分别描述了规则半圆柱形空腔及复杂水轮机的几何结构,并基于耦合水平集流体体积(CLSVOF)法捕捉不断变化的自由液面.将计算得到的不同叶尖速比下的水轮机功率系数与模型试验结果进行对比,验证了数值仿真结果的准确性.基于计算结果对雷诺应力进行了三重分解,结果显示水轮机近尾流区域的不稳定性与叶片通过频率密切相关.