结构变形监测的单频GPS动态三差法

分析了单历元和似单差两种GPS监测方法的不足,提出了适于工程结构快速、大变形监测的单频GPS动态三差法.该方法利用两个连续跟踪历元形成的三差相位值建模,直接提取动态变形,所建模型无整周模糊度,伪距单点定位和单频载波相对定位即可分别满足其对基准点和基线向量的初值精度要求,适用于动态变形量大于半个波长的量测实践.将单频动态三差法应用于南京长江三桥结构振动监测数据处理,计算结果表明,所提方法与双频单历元法解算的高程变形在5 mm均方误差意义下一致,且基于该方法得到的动态变形序列准确地提取了三桥主梁一阶竖弯处的固有频率0.25 Hz及其响应信号,验证了模型与方法的正确性.

基于三差法的GPS周跳探测效果分析与实现

在分析基于三差法的GPS周跳探测与修复的基础上,讨论了用于GPS周跳探测的两个检测量——三差方程常数项和三差解残差中误差,采用C++语言建立了相应的程序模块,分别从基线长度和采样间隔角度分析了两个检测量的影响特性值和周跳探测效果。

三差法探测周跳的影响因素分析

利用载波相位三次差分的误差方程常数项作为周跳探测的判据,根据误差方程的特点分析主要误差项对三差法探测周跳能力的影响,包括残余电离层误差和对流层误差以及多路径效应,并讨论卫星高度角的影响。实验结果表明,残余电离层和对流层误差不会影响三差法探测周跳的结果,而多路径效应和高度角影响较大,在多路径效应明显时会产生误判,高度角小于10°时,也可能会导致误判。

结构变形监测的单频GPS动态三差法

主要对监测GPS中的似单差和单历元方法不足进行分析,并且针对性的提出了大变形、快速监测的单频GPS动态三差法,单频GPS动态三差法能够通过连续跟踪历元实现建模,动态变形提取,且无整周模糊度,单频载波定位和伪距单点定位能够分别满足基线向量和基准点的精度要求,单频GPS动态三差法适用于大于半个波长的量测。

利用三差法辅助卡尔曼快速检测周跳

周跳的探测与修复是GPS高精度实时定位的关键问题。针对目前大部分方法对小周跳的探测与修复不灵敏、不适用于动态接收机的问题。首先用三差法将载波相位进行处理,减少待解的未知参量,而后用卡尔曼求解三差观测量的方差和修正数向量对周跳进行探测与修复。实测数据仿真和分析的结果表明,该方法适用于单频、高动态接收机,可以快速、准确地探测与修复周跳。

三差法和Vondrak法联合探测与修复周跳在山基GPS掩星观测中的应用

针对山基GPS掩星观测值历元多、采用常规周跳探测方法不能快速探测周跳值的情况,提出首先利用三差法探测与修复大周跳,再利用Vondrak法探测与修复小周跳。试验证明,将两种方法相结合可以增加探测与修复周跳的效率。

多星座三差法在动态变形监测中的应用

提出适合动态变形监测的多星座三差法,该方法无须固定整周模糊度,直接采用完整的三差公式进行抗差岭估计,解算出变形量。采用该方法开发了软件,对实际的工程数据进行处理,处理结果表明本方法能快速准确地反映出北、东、高1 mm左右的变形,说明该方法能够在高精度的动态变形监测中得到应用。

食用菌三差调控法生产技术

阐述了食用菌三差法生产技术的基本要领和理论依据,并详细介绍了食用菌菌丝生长阶段、转色阶段和子实体生长阶段的温度差、湿度差和光照强度差刺激,以期指导优质高产食用菌生产。

食用菌三差调控法生产技术

对食用菌生理特点及栽培技术进行了研究,创立了食用菌三差法生产技术。在食用菌遗传性能稳定且营养满足要求的情况下,可更加有效地发挥其内在潜力,达到优质高产。

三帧差法和Mean-shift结合的行人检测与跟踪研究

为了快速、准确地对视频序列中的行人进行检测和跟踪,提出了一种基于运动区域的Mean-shift行人检测和跟踪算法。采用改进的背景差分的三帧间差分法对运动区域进行提取,并通过离线训练的HOG分类器对行人进行识别。提出采用基于Mean-shift的轮廓跟踪算法对行人进行实时跟踪。实验结果表明,该算法能够将不包含行人信息的区域进行筛选排除,在不降低检测效果的情况下明显提高了行人检测及跟踪的效率,具有较强的鲁棒性。

基于改进ViBe算法与三帧差法的运动检测算法

针对ViBe(visual background extractor)算法存在的鬼影和漏检问题,文章提出了一种基于改进ViBe算法和三帧差法的运动目标检测的方法。首先针对ViBe算法检测结果存在鬼影的问题提出一种改进的方法,改变ViBe算法中仅通过第1帧建立背景模型的方式;该文在前5帧中每个像素点的邻域随机选取4个像素点建立一种具有时间和空间信息的背景模型进行运动检测,并采用"或"类型三帧差法做"或"运算改善漏检的问题;然后对显著性检测结果做"与"运算去除过检点以提高运动目标检测的准确性;最后进行适当地后处理得到最终的检测结果。该算法能够去除噪声、抑制鬼影以及减少空洞点,实验结果表明能够快速并准确地检测出运动目标。

运动目标检测的三帧差法算法研究

运动目标因速度时变性强,路径不确定等特点给运动目标检测和跟踪带来难度。常用的运动目标检测方法虽然很多,但大都会因为噪声给检测的精度带来很大的影响。通过使用三帧差法提取目标,再用数学形态学的方法对提取出的图像进行处理,可有效检测出运动目标并消除噪声。实验结果表明,这种方法计算量小,受环境变化影响小,实时性强,目标检测准确性高.

三帧差结合改进高斯建模的运动目标检测算法

针对混合高斯模型对光照突变比较敏感以及当运动物体速度较慢时容易产生"鬼影"现象,提出了一种动态自适应学习率的高斯混合模型。通过融入帧差法将每帧的图像分为已运动区域、正在运动区域以及背景区域,分别给予不同的更新率来更新高斯混合模型。为了能够适应光照或者背景突变的情况,背景区域给予动态更新率,并且给予高斯模型更快速的更新策略,使用高斯混合模型与三帧差法相结合。实验结果表明,该算法有效的处理了"鬼影"、阴影现象以及建模速度的问题,具有很好的实时性以及抗干扰能力,能够精确的检测出运动目标。

混合高斯融合三帧差的运动目标检测改进算法

针对混合高斯模型(Gaussian Mixture Model,GMM)无法检测到完整的运动目标,三帧差法检测目标时对物体速度的敏感,检测到的物体会出现空洞等缺点,提出了一种混合高斯融合三帧差法的运动目标检测改进算法。首先,在运动目标提取过程中,改进的三帧差法采用动态分割阈值和边缘检测技术,解决光线突变和边缘不连续问题;然后引入新的高斯分布自适应选择策略,以减少处理时间,提高检测准确性;最后,利用改进HSV(Hue-Saturation-Value)颜色空间来消除阴影区域,得到一个完整的运动目标。数据实验表明,该算法在不同场景具有较好的检测能力。

多影像空三平差辅助下的车载全景相机严密标定方法

针对目前全景相机标定方法的研究现状,提出了一种多影像光束法空三平差辅助下的全景相机内参数严密标定方法。首先建立全景相机标定场,对组成全景相机的每台单相机的内参数进行标定;然后按照预先设计好的摄影参数,旋转摄影获取全景相机在标定场中多个不同摄影方向的影像,利用其中一个摄站的标定影像和物方控制点通过空间后方交会的方法解算单相机之间的初始相对方位元素,即粗标定;最后将所有摄站的标定影像构建区域网并进行光束法空三平差,获取精确的全景相机参数,即严密标定。试验表明,文中提出的全景相机标定方法可以提高标定结果的精度和可靠性,为全景影像的拼接、量测及真彩点云的生成等后续研究和应用奠定可靠的基础。

三尖瓣反流压差法定量房间隔缺损肺动脉收缩压再评估

目的对三尖瓣反流压差法定量房间隔缺损肺动脉收缩压的准确性及其影响因素进行再评估。方法对行介入封堵术的房间隔缺损患者45例于术前24小时和封堵前即刻行三尖瓣反流压差、右房内径等超声数据采集;封堵前即刻记录右心导管所测量的肺动脉收缩压和上腔静脉平均压(作为右房平均压)。对所采集数据进行统计学分析。结果术中三尖瓣反流压差法计算的肺动脉收缩压与右心导管测值相比用以筛选肺动脉高压敏感性为67%,特异性为72%,判断肺动脉压力等级的准确性较低(ROC曲线下面积为0.603)。三尖瓣反流压差出现不准确的比例及程度较右房压大。术前与术中应运用三尖瓣反流压差法计算肺动脉收缩压存在一定的差异,且与三尖瓣反流压差有关。结论小样本研究发现三尖瓣反流压差法定量房间隔缺损肺动脉收缩压准确性较低,三尖瓣反流压差较右房压对最终结果的影响更大。

基于复小波光流法和利用平均算子的二次三帧差法的运动目标检测方法

针对机器视觉系统中快速运动目标的检测问题,提出了一种结合复小波光流法和利用平均算子的二次三帧差法的运动目标检测新算法。首先,在考虑算法复杂度的情况下,选择图像中的Harris角点作为特征点计算光流信息;然后运用复小波光流法对运动目标进行更精确的运动估计,为了得到更完整的检测区域,同时引入改进三帧差法作为光流法的补充。改进的二次三帧差法通过平均算子滤波,能较好的抑制噪声,消除背景变化带来的干扰。通过QT和OpenCV搭建的平台,利用该算法对快速运动目标进行检测,结果表明:该算法能检测出动态背景下快速运动的目标,其检测率高于90%,虚警率低于10%,证明了算法的有效性和实用性。

基于改进的三帧差和卡尔曼滤波的车辆检测方法

针对卡尔曼滤波方法在车辆检测中存在背景更新参数固定、背景建模实时性较差的问题,提出了三帧差法与自适应卡尔曼滤波算法相结合的运动车辆检测方法。先采用三帧差法快速提取车辆运动区域,再采用高斯分布确定背景更新参数,同时更新背景模型,最后将两者得到的图像相减得到最终检测结果。实验结果表明,该算法的背景更新速度较快,运动目标提取效果较好。

基于三帧差法与聚类算法的目标识别方法

针对三帧差法进行监控视频目标识别过程中出现目标缺失和背景冗余问题,提出了一种基于三帧差法与聚类算法相结合的运动目标识别方法。这种方法首先对两帧图像的像素进行"减"运算得到两帧图像中变化的像素值;然后确定像素的容许变化阈值并对图片进行二值化处理;最后用网格将二值化图像分为若干区域,在区域内实现聚类,从而有效地将运动目标识别出来。通过实验表明,这种方法可以弥补识别过程中缺失的目标并滤除背景中冗余的亮点。

基于改进三帧差分法对监控视频中行人目标检测

行人是交通系统中的主要参与者,所以监控视频中的行人目标检测对智能交通系统的研究和应用有着重要的意义。由于场景的动态变化使得行人目标的检测变得相当困难,有效检测出监控视频中行人目标是解决这个问题的关键。本文对比帧差法、光流法、背景相减法、三帧差法等几种常用检测算法的效果,最终采用三帧差法结合形态学技术对监控视频中行人目标检测,能较好地填充行人目标的部分“空洞”。实验结果表明:改进的算法能较清晰,较完整地检测出视频中行人目标,检测效果良好。