NONLINEAR DYNAMICAL STABILITY ANALYSIS OF THE CIRCULAR THREE-DIMENSIONAL FRAME

The three-dimensional frame is simplified into flat plate by the method of quasi-plate. The nonlinear relationships between the surface strain and the midst plane displacement are established. According to the thin plate nonlinear dynamical theory, the nonlinear dynamical equations of three-dimensional frame in the orthogonal coordinates system are obtained. Then the equations are translated into the axial symmetry nonlinear dynamical equations in the polar coordinates system. Some dimensionless quantities different from the plate of uniform thickness are introduced under the boundary conditions of fixed edges, then these fundamental equations are simplified with these dimensionless quantities. A cubic nonlinear vibration equation is obtained with the method of Galerkin. The stability and bifurcation of the circular three-dimensional frame are studied under the condition of without outer motivation. The contingent chaotic vibration of the three-dimensional frame is studied with the method of Melnikov. Some phase figures of contingent chaotic vibration are plotted with digital artificial method.

基于FPGA的动态目标检测与防御躲避系统设计

针对传统动态目标检测实时性差、功耗高及精度低等问题,提出了一种基于FPGA芯片的高精度、低功耗动态目标检测与防御躲避系统。该系统采集OV5640摄像头像素信息,经DDR4高速缓存后,依次对图像进行多步预处理,包括灰度化、自适应快速中值滤波、改进型三帧间差分、形态学运算及包围盒检测等,在HDMI液晶屏上实时显示目标检测结果。系统根据计算出的动态目标中心坐标,驱动电机控制摄像头进行精准的对角躲避。硬件测试结果表明,该系统在50 MHz的时钟频率下,视频帧率达到60 FPS,具有较高的实时性和鲁棒性,能够清晰并准确检测出动态目标,且防御躲避设计可行,功耗仅为0.969 W。

基于机器视觉的目标跟踪研究

目前计算机视觉领域研究的一大热点问题是目标跟踪,而该领域中出现最早的算法是目标跟踪算法。针对这项研究,采用三帧差法、Mean shift算法和Cam shift算法来对一段存在目标遮挡及目标背景相似的视频进行目标跟踪实验,并对三种算法的跟踪效果进行比较。Mean shift算法有较高的实时性和鲁棒性,但在跟踪过程中,跟踪窗口的大小需保持不变,当跟踪目标发生形变时,容易跟踪失败;Cam shift算法以运动目标的颜色为特征,对光照变化不敏感,有利于目标的跟踪,但在复杂背景下容易出现目标丢失;三帧差法做了两次差分运算,为目标跟踪提供了更大的可能,实现简单,运行速度快,自适应性强,并且对场景光线变化不敏感。实验结果表明:在目标遮挡和背景相似的情况下,Mean shift算法和Cam shift算法跟踪效果较差,而三帧差法可以准确地跟踪目标,跟踪效果良好。

基于卡尔曼(Kalman)滤波算法的体育训练视频中的运动目标检测

体育训练视频中的运动目标检测往往存在目标快速移动、目标遮挡和场景变化等问题,导致运动目标检测的难度增大。为了解决这些问题,提出了基于卡尔曼(Kalman)滤波算法的体育训练视频中运动目标检测的方法。为了提升体育训练视频图像的质量,首先对体育训练视频的图像进行一系列预处理(包括灰度变换、轮廓对比增强和噪声抑制等);然后借助混合高斯模型(Gaussian mixture module,GMM)有效提取体育训练视频的前景信息;为了精准捕捉体育训练视频中的运动目标,运用三帧差分法设定Kalman滤波器的初始状态,利用高效检测算法准确获取每一帧图像中运动目标的观测位置;随后将初始状态和观测位置的数据输入Kalman滤波器;最后在Kalman滤波器中,结合上一帧的预估值和当前帧的监测值,对体育训练视频中运动目标的当前状态进行精确估算和优化,并对下一帧的状态进行预测,从而实现了对运动目标的持续跟踪与精准预测。实验结果表明,与基于特征融合的全卷积孪生网络(siamese full convolution,Siamfc)目标追踪算法和基于连续自适应均值漂移(continuously adapting mean shift,Camshift)的均值漂移(mean shift,Meanshift)改进算法相比,采用基于Kalman滤波算法的运动目标检测方法对运动目标的重叠精度(overlap precision,OP)和中心位置误差(center location error,CLE)进行检测,不仅能够有效检测到体育训练视频中的运动目标,还可表现出较高的准确性和实时性。

基于机器视觉的变电站高压电气设备绝缘自动监测方法

变电站高压电气设备绝缘故障检测的过程中,因图像背景干扰,出现图像空洞问题,导致绝缘故障的识别结果不准确.对此,研究基于机器视觉的绝缘故障自动监测方法.通过采用机器视觉中的多轴平行摄影技术对高压电气设备运行异常图像进行采集,结合中值滤波和双边滤波两种方法对采集到的异常图像进行预处理,采用四帧差分算法对预处理后的异常现象图像进行绝缘故障前景目标的识别,解决了图像出现空洞的问题,通过Canny边缘检测算法提取绝缘故障前景目标的完整边缘轮廓信息,得到边缘轮廓准确清晰的绝缘故障图像,并采用三点定位法计算绝缘故障发生的具体位置,获取绝缘故障图像和位置监测结果.实验表明:该方法的定位精度最高可达98.63%,单帧处理时间仅为21 ms,误检次数为0,检测准确率可达98.34%,能够准确完整地识别出绝缘故障发生的区域,并解决图像空洞问题,具有优越的检测性能.

Zinser R71型细纱机“三位一体”工作法创新实践

为了解决Zinser R71型细纱机试生产初期落纱不及时、换纱等待、大纱时断头接不齐,造成落纱断头多、生头工作量大,空锭多、效率低等问题,分析Zinser R71型细纱机性能及工艺流程,针对试生产存在问题,从“快、细、准、齐、精”等方面入手,探索出在Zinser R71型细纱机上推行粗纱宝塔分段,实现值车、落纱、换纱“三位一体”的创新工作法,并详述其操作要点和创新成果。通过经济效益测算,指出:采用“三位一体”工作法,细纱机效率由96.3%提高到98%,增产1.7%,省却落纱、换纱2个工种,值车工看台定额减少1/3,40台细纱机减少用工30人,使新设备高速、高效、高质量等特点得到充分发挥。

面向运动目标检测的改进ViBe算法研究与实现

ViBe算法容易实现且运算效率高等优点,在运动目标检测等领域中获得广泛运用,但其也存在一些缺点,如鬼影、空洞、漏点以及运动目标检测不完整等问题,针对这些不足,从ViBe算法处理过程的主要阶段出发,提出一种改进的ViBe算法.首先用迭代累积背景法获取真实背景用来抑制鬼影问题,其次把真实背景分别用于帧差法和改进的ViBe算法中,帧差法可用来弥补视频序列帧中边界处像素点遗漏问题,改进的24领域ViBe算法用来提高模型精度,再把两个结果进行“或”运算,最后利用形态学进行处理用以消除小噪声干扰,使得到的目标更加完整.该算法能够去除噪声、抑制鬼影以及减少空洞点,实验结果表明,与传统的ViBe算法相比,能够有效抑制鬼影以及减少漏点问题,提高运动目标检测精确度.

深厚填土高边坡三排桩刚架支挡结构受力分析

针对深厚填土高边坡中单排悬臂桩、桩锚支护、双排桩、h型桩等支护结构存在的不足,分析探讨了三排桩刚架支挡结构。研究表明,三排桩刚架支挡结构用于支护深厚填土高边坡,可以同时起到“收坡”、“固脚”作用,既能节约用地,又可以有效发挥支挡作用。通过工程实例,分别采用位移法、MIDAS GTX NX有限元软件进行计算分析,对比结果表明,采用位移法简化方法可近似计算三排桩刚架支挡结构的弯矩。三排桩钢架支挡结构设计时应加强前排桩和连梁的截面刚度,保证节点位置刚性连接,刚架结构分级高度应大致均匀布置,且应尽量减少后排桩悬臂段高度。

应用型本科计算机科学与技术专业本科毕业设计质量保证方法探索与实践

以应用型本科计算机科学与技术专业本科毕业设计痛点分析为切入点,本文在问题梳理和原因分析的基础上,提出三库协同并动态优化的毕业设计质量保证体系,以提高毕业生专业素养,达成应用型人才培养目标。

基于帧差法的多波束前视声呐运动目标检测

针对多波束前视声呐图像中运动目标的检测问题,提出一种背景消除算法。该算法以声呐波束数据为处理对象,借鉴光学视频处理中的三帧差分法,从三帧声呐数据中得到运动目标的二值图像。分析了多波束前视声呐数据的结构和成像原理,对比了传统声呐图像处理以显控截图为处理对象和本文以声呐波束数据为处理对象的优缺点,同时也根据声呐图像的特点对三帧差分法进行了改进。实验结果表明,该算法能有效地将运动目标从背景中分离,并且以声呐波束数据为处理对象比以显控截图为处理对象效果好且实时性高,同时改进后的三帧差分法也对算法效果有提升。因此该算法可作为运动目标跟踪、检测和识别的基础,具有应用于水下监控工作的潜力。

一种改进光流法的运动目标检测及跟踪算法

针对精确制导武器末制导过程中动态背景情况下难以有效检测出运动目标的问题,提出了一种改进光流法的运动目标检测方法,并设计了相关跟踪算法。将Shi-Tomasi角点检测和金字塔LK（Lucas-Kanade）光流法结合,只计算强角点处的光流场,较好地估计了全局运动参数,然后采用卡尔曼滤波平滑运动矢量,有效地对当前图像进行了运动补偿。8对补偿后的图像采用三帧差分法得到运动目标,并设计了形态学腐蚀和膨胀运算去除了噪声以更准确地提取目标,最后对检测出的运动目标用归一化积相关算法进行了跟踪。仿真试验及嵌入式平台下的实际测试结果表明,所设计的算法在背景运动情况下依然能够非常有效地检测出运动目标,并且对目标能够稳定地跟踪。在PC上处理速度达到了34.1 f/s,嵌入式平台下为15.6 f/s。

一种改进Camshift算法的研究

针对基于颜色概率分布的连续自适应均值偏移算法Camshift(Continuously Adaptive Meanshift)在背景中出现相同颜色干扰时容易致使跟踪目标失败的问题,提出一种改进的Camshift跟踪算法。该算法首先采用三帧差分法进行运动目标检测,然后利用最大类间方差法确定分割阈值,最后采用Camshift算法进行目标跟踪。该算法可以克服传统Camshift算法需要人工定位和容易发散的缺点。实验结果表明,该算法跟踪效果好,并且能够在一定程度上满足准确性的要求。

用相移干涉法测量表面三维轮廓的研究

简要地介绍了以白光干涉理论为基础 ,利用相移干涉法进行表面三维轮廓测量的原理与系统的构成 。

卫星视频运动目标检测算法

为了实现对卫星视频图像序列的运动目标进行跟踪,提出了一种背景建模与添加实际条件约束相结合的卫星视频运动目标检测算法。首先,针对卫星视频图像序列的背景建立背景模型。然后,把接下来各帧图像同该模型相比较,进行减法运算,所得偏差为运动区域。最后添加满足卫星实际情况的约束条件,根据卫星视频的分辨率估算出运动目标合理的像元尺寸,从而滤掉噪声。将本算法在PC端进行实现,并与三帧差法和背景建模法的检测准确度进行对比。实验结果表明:本算法对卫星视频图像序列运动目标检测的准确度可达83.6%,三帧差法检测准确度为6.1%,背景建模法检测准确度为21.0%。从实验结果可以看出,本文算法可以比较准确地对卫星视频图像序列进行运动目标检测。

融合时空信息的运动目标检测算法

传统运动目标检测算法在处理诸如树叶晃动、水面波纹等动态场景时效果不理想。为此,针对动态场景下所存在的背景扰动问题,提出一种融合时间和空间信息的运动目标检测算法。该算法通过增量式主成分分析提取空间上图像的背景信息,结合三帧差分法所提取的时域信息进行融合决策以提取运动目标。实验结果表明,该算法能够在动态场景中有效提取运动目标,且检测结果优于混合高斯模型算法。

圆形三向网架非线性动力稳定性分析

用拟板法将网架简化为平板,给出表层应变与中面位移的非线性关系· 根据薄板的非线性动力学理论,建立了在直角坐标系中三向网架的非线性动力学方程,又将此方程转化为极坐标系轴对称非线性动力学方程· 在周边固定条件下,引入异于等厚度板的无量纲量,对基本方程无量纲化· 利用Galerkin法得到一个三次非线性振动方程,在无外激励情况下,讨论了稳定性与分岔问题· 在外激励情况下。

序列图像运动目标的新型快速检测方法

运动目标检测是计算机视觉运动分析的基础,并有着广泛的应用领域.为结合帧差法运算速度快和光流法运动目标检精度高的特点,提出一种基于改进帧差法和双向光流法相结合的快速运动目标检测算法.通过改进的三帧帧差检测法,准确的获取运动目标区域.利用提出的双向光流法,在光亮度不连续及干扰的情况下,准确地提取运动目标区域特征点的光流,并对光流矢量采用阈值标注,进而检测出运动目标.实验结果表明,该方法可以有效的改善目标检测的准确性和检测速度.

基于自适应无参核密度估计算法的运动奶牛目标检测

复杂养殖环境下运动奶牛目标的准确检测是奶牛跛行、发情等运动行为感知的基础。针对现有方法多采用参数化模型实现运动奶牛目标检测的缺陷,提出了一种无参核密度估计背景建模方法。该方法根据各像素的历史样本估计像素的概率模型,针对历史样本信息中冗杂信息导致模型复杂度过高的问题,采用关键帧检测技术剔除样本中的冗余信息以降低算法的复杂度,并实现了在小样本下核函数对遥远历史帧图像信息的获取,从而提高了检测精度。针对检测目标轮廓缺失的问题,结合三帧差法进一步实现了运动目标的完整提取。为了验证本算法的有效性,对不同环境和干扰下的运动奶牛视频样本进行了试验,并与高斯混合模型(Gaussian mixture model,GMM)和核密度估计模型(Kernel density estimation,KDE)方法进行了对比。试验结果表明,本文算法平均前景正检率为95. 65%,比高斯混合模型提高了15. 56个百分点,比核密度估计模型提高了10. 56个百分点。同时,本文算法平均实时性指标为1. 11,基本可以实现运动奶牛目标的实时、准确检测,该研究结果可为奶牛跛行疾病的预防、诊断以及奶牛运动行为的精确感知提供参考。

白光相移干涉法测量三维表面轮廓的算法及实现

依据白光干涉理论，利用相移干涉法，研究了三维表面轮廓测量的原理与系统构成，讨论了白光相移干涉法测量三维表面轮廓的算法和数据处理的实现过程．实验结果表明，测量结果和数据处理都可精确地满足被测工件的要求．

一种基于改进三帧差分和ViBe算法的运动目标检测算法

近几年提出的ViBe算法具有运算速度快,目标提取准确率高的特点,但是它对光照的突然变化也非常敏感,而且由于它的模型初始化的方式,也容易形成"拖影"现象。文中先通过引入传统三帧差分算法难以提取出完整的目标轮廓这一问题,提出一种结合边缘检测的改进三帧差分算法。该算法在提取出完整的运动目标的同时不会附加冗余的边缘信息。然后将该算法引入到ViBe算法中,使2种方法结合,一方面消除"拖影"现象,另一方面可以自适应地选择检测的方法,以消除光照突变造成的影响。试验结果表明,该改进算法是一种适应性强、鲁棒性高的运动目标检测算法。