尖灭分叉型煤层三维地质建模研究:基于地质统计学和符号矩阵的方法

由于成煤期的泥炭沼泽基底不平以及地质环境等的变化,导致相对较大的地质区域内煤层常出现尖灭、分叉等复杂情况,影响开采设计,为高效准确定位煤层边界及分布位置,提出一种基于地质统计学和符号矩阵进行三维地质建模的方法。通过符号矩阵方法,按照一定精度离散煤层和非煤层数据,利用泛克里金法确定平面煤层厚度,反距离加权法确定每个栅格的符号距离函数估值,局部窗口对煤层进行精准定位,确定与煤层厚度相匹配的距离函数截距,建立煤层的三维地质模型,并讨论了距离函数截距对煤层精度的影响;滑动垂直窗口大小与煤层位置对建模结果中煤层连通性的影响。结果表明:该建模方法可以针对煤层尖灭、分叉等复杂情况快速建模,对大范围区域地质模型构建有一定的适用性,自动化程度高,可应用于煤层开采设计及资源评估。

改进转移概率矩阵的三维交互式跟踪模型算法

由于现有的简单的转移概率矩阵会导致跟踪精度不高,复杂的转移概率矩阵会导致跟踪时间过长,难以满足三维空间中机动目标跟踪要求。针对转移概率矩阵的设计问题,从机理分析入手,提出了一种基于隶属度函数的模型转移概率矩阵设计方法,并对三维交互式多模型算法进行了改进完善。仿真结果表明,依据隶属度函数修正转移概率矩阵的方法有效提高了三维机动目标的跟踪精度。

基于Hessian矩阵的改进EDlines输电线识别算法

随着电力网络的飞速发展,采用无人机搭载高清摄像头来进行输电线巡检已成常态。为提高巡检的实时性和准确性,本研究提出了一种基于Hessian矩阵的改进EDlines输电线识别算法。首先,通过伽马变换对输电线图像进行预处理,利用Hessian矩阵特征值和特征向量以求取像素点主方向和主曲率,并获得输电线主体轮廓,从而摒弃了传统方法中梯度计算锚点和像素方向的繁琐步骤。接着,在主体轮廓基础上连接锚点以得到潜在直线线段像素链,并运用随机抽样一致性(RANSAC)算法来进行线段拟合。最后,根据直线间的距离和角度,迭代拟合以得到最终的输电线。实验结果表明,该方法能应对多种复杂环境下的输电线识别任务,抗干扰能力强,误检率显著降低,为高空输电线巡检提供了可靠的技术支持,具有重要的工程应用价值。

基于矩阵优化分解的测绘图像三维重建系统

由于测绘图像细节信息特征独立性显著,三维重建波段的选取易出现偏差,影响测绘图像三维重建效果。为此,本文设计基于矩阵优化分解的测绘图像三维重建系统。设计测绘图像导入主从设备接口,实现测绘图像数据导入处理。3D引擎图像渲染模块和多通道三维显示模块可以实现多台计算机对同一场景的渲染。采用矩阵优化分解方法选择图像三维重建波段,将波段上任意点到对应极线距离作为重建目标,连接所有坐标形成曲面,计算各点三维笛卡尔坐标值,并恢复测绘图像被遮挡部分,修正波段值,实现三维重建。测试结果表明:该系统重建的三维图像像素均匀,无异常凸起部分。重建误差平均为0.06,具有精准三维重建效果。

强化“三维矩阵”评价方法 全面优化预算绩效考核

我国预算绩效评价概念从2003年初步形成到2017年预算绩效全面实施,经历了从无到有、由点及面的迅速发展。2019年我国实施了以“双功能、双基础、双报告”核算模式为基础的会计制度,预算会计的实施为开展全面预算管理打下坚实的基础。

基于三维需求矩阵的党务干部队伍建设研究

党务干部队伍的能力高低与企业党建工作的水平高低有强烈的正相关,量化定义党务干部工作水平和能力,并以此针对性开展党务干部队伍建设是企业党建工作亟待解决的问题。本文以企业党务干部队伍建设为研究对象,通过梳理工作任务分解,明确支撑流程,完善岗位说明书,编制工作指导书,下发工作任务,评价工作完成情况,建立工作档案等步骤,详细论证了如何建立对标组织管理的党支部维度,对标流程管理的岗位维度,和对标工作规范的能力维度的三维需求矩阵,达成对党务干部队伍能力动态量化评价的目标,并通过量化数据给出了三维需求矩阵的应用场景,实现对党务干部能力的细分评价和定级,从而支撑评先评优工作。通过对目标岗位的能力明细要求,开展基于矩阵的数据化匹配能力选拔,支撑组织推荐工作。通过对现有干部队伍整体能力的数据化短板识别,针对性安排培训内容,支撑开展培训体系建设工作,提升党务干部队伍建设的科学化水平。

基于Hessian矩阵的中心路径提取算法

虚拟内窥镜可用来对人体内部管腔结构进行无损检测,在医疗诊断及手术上有着重要意义.要想快速准确地进行虚拟内窥漫游,一个首要的步骤是要先提取出模型的中心线以指导视点的移动.提出了一种基于Hessian矩阵的中心路径提取算法.在距离变换的基础上,先利用Hessian矩阵的几何意义找出中心线的大致形状作为初始路径;然后进行可视性检测以确定最终的路径点,可视球的半径通过Hessian矩阵的特征值自适应地确定;最后用最短路径生成算法得到模型的中心路径.实验结果表明了该算法的有效性.

基于Hessian矩阵和熵的CT序列图像裂缝分割方法

工业CT序列图像的各向不同性和伪影会影响裂缝分割精确度和准确度,因此提出一种基于Hessian矩阵和熵的各向不同性工业CT序列图像裂缝自动分割方法。首先,用基于Hessian矩阵的多尺度线状滤波增强裂缝区域,抑制非线状区域;然后,建立一种新的二维直方图,获取滤波之后层内和层间的信息;再根据直方图的最大类熵确定阈值区间,最终得到裂缝的二值化分割结果。实验表明,所提方法不仅能够满足实际工业CT序列图像裂缝分割中精确、自动的分割要求,而且相较其他4种已有方法,能够得到更完整、更准确的分割结果。

基于多尺度Hessian矩阵和Gabor滤波的造影图像冠脉中心线提取

目的提取冠脉造影图像中血管的中心线。方法提出一种基于Hessian矩阵和Gabor滤波的血管中心线提取算法,该算法首先利用Hessian矩阵将血管提取,然后根据Gabor滤波器的方向响应特性利用跟踪策略对细化后的血管图像进行校正,得到血管中心线,并提出了精度评价方法。结果将该算法用于随机抽取的图像,均取得高精度的血管中心线以及较理想的血管宽度。结论该算法对于造影图像冠脉中心线提取精度较高,并能同时求得血管宽度。

基于Hessian矩阵和支持向量机的CT图像裂纹分割

工业CT裂纹分割是工业CT图像处理中的一项关键技术,而CT图像中的伪影、噪声等干扰会对裂纹分割带来极大的困扰。为了提高CT图像中裂纹的分割精度,本文通过分析CT图像中裂纹的特征,提出了结合Hessian矩阵和支持向量机的CT图像裂纹识别与分割的方法。首先采用基于Hessian矩阵的多尺度滤波方法提取CT图像中的线状结构并对提取的线状结构进行对比度增强;然后利用图像像素点灰度在空间的分布规律提取线状结构图像的纹理特征信息;再使用基于径向基函数的支持向量机训练裂纹识别分类器;进而使用训练好的模型定位测试图像中裂纹所在的方块区域;最后使用自动阈值分割算法得到CT图像中的裂纹。实验结果表明,结合Hessian矩阵和支持向量机的分割方法能够抑制图像中非目标区域,提高了算法的抗干扰性,对裂纹子图像识别的准确率可达94.5%,具有实际的工程应用价值。

基于Hessian矩阵的手指静脉图像分割

针对灰度不均匀、对比度低、边缘信息较弱的图像中的手指静脉纹路提取问题,提出了一种基于Hessian矩阵的手指静脉图像分割方法。该方法首先将高斯滤波器的二阶导数与原图像卷积得到了各像素点的Hessian矩阵,通过Hessian矩阵的迹初次滤除了非静脉区的像素点,接着求出了余下像素点Hessian矩阵的特征值,利用静脉区特征值所要满足的条件二次滤除非静脉区像素点,最后选取了多尺度下静脉区各像素点的最大特征值作为输出特征值,将区间内所有尺度下的特征值图进行了融合,经过二值化处理、形态学滤波处理得到了手指静脉纹路。研究结果表明,该算法能够较完整地提取宽度不一的手指静脉纹路,将静脉区域和非静脉区域分开,伪静脉像素点较少;同时,不需要遍历所有像素点的Hessian矩阵求其特征值,手指静脉图像分割速度比未优化静脉纹路提取算法快了0.036 5 s。

一种新的血管造影图像Hessian矩阵增强算法

针对实际血管造影图像存在的噪声和光照不均,本文提出一种新的Hessian矩阵增强算法来提取血管图像。算法主要通过无抽样方向滤波器组进行血管方向图分解、同态滤波器滤波、Hessian特征矩阵和血管方向图合成。实验表明,与传统Hessian算法相比,提出的算法能够连续提取血管的精细结构,对噪声不敏感,处理的图像质量更高。

罗德里格矩阵在三维坐标转换严密解算中的应用

利用反对称矩阵和罗德里格矩阵的性质,把传统的三个旋转角参数用反对称矩阵的三个独立元素代替,推导了用三个公共点计算任意旋转角情况下的7个参数的直接计算公式,并建立了相应的平差模型。

矩阵换能器超声三维成像方法研究

针对常规超声检测难以直观地显示被检对象缺陷的形状及走向等问题,开展矩阵换能器超声三维成像方法研究。超声三维成像技术具有直观显示被测对象内部缺陷三维特征的优点,基于矩阵换能器的超声三维成像方法具有扫查速度快、分辨率高等优点,是当前超声三维成像技术的研究热点。本文介绍了矩阵换能器体扫查原理及其控制方法;提出了矩阵换能器体扫查时三维体数据采集方法和数据融合算法;基于矩阵换能器和相控阵板卡系统对铝标样等试样进行了体扫查检测实验,采用等值面和体绘制两种算法对缺陷进行三维成像,并对单一缺陷进行了定量分析,定量精度较高。研究结果表明,矩阵换能器超声三维成像方法能够表征缺陷的三维形貌特征,在无需移动换能器的情况下便可实现缺陷三维检测,是超声三维检测的有效方法。

基于Hessian矩阵和水平集的视网膜血管分割

视网膜血管图像可以作为糖尿病与青光眼等疾病的诊断依据;但现有的血管提取算法存在精度不足、对噪声敏感,以及鲁棒性不强等缺点。针对这个问题提出了一种新的视网膜血管图像分割方法。首先获取视网膜绿色通道图像,利用Hessian矩阵特征值、特征向量的几何特性和响应函数,初步估计视网膜图像中可能存在的血管;并在此基础上利用水平集函数初始化血管图像。然后,在局部数据能量拟合泛函中引入新的正则化和面积约束。最后,在水平集函数演化过程中获得精准的视网膜血管图像。实验表明算法在分割视网膜血管图像上具有较强的鲁棒性。

基于Hessian矩阵的黑白棋盘格角点检测

针对棋盘格角点的检测,提出了一种运算速度快、定位精度高的Hessian矩阵子像素角点检测算法。简述了Hessian矩阵的原理、算法的执行流程和黑白棋盘格子像素坐标提取的基本方法。通过实验检测出了黑白棋盘格中的角点,得到了角点坐标,并利用二阶泰勒展开式得到了角点的子像素坐标。最后,在不同的噪声水平下,与Harris算法作比较,计算出提取误差与提取时间。实验证明,Hessian矩阵对黑白棋盘格角点检测得更加精确。该实验结果可应用于摄像机标定中。

基于Hessian矩阵本征分解的目标中心线提取算法

在对动态目标闭环跟踪过程中,目标中心线的提取对目标的定位以及实时姿态判定有着重要影响,是实现高精度定位以及姿态判定的重要依据。根据Hessian矩阵在微分几何中的意义以及动态目标的成像特点,提出一种基于Hessian矩阵本征分解的目标中心线提取算法。算法在分割出目标的基础上,进行欧氏距离变换并建立关于目标的灰度Hessian矩阵,对Hessian矩阵进行本征分解,获取目标中心的初始点集,对这一点集采用随机采样一致算法进行野值剔除,最终拟合出目标的中心线。为了验证算法的有效性,设置了评价机制,并和前人提出的若干算法进行了对比,仿真实验表明该算法具有较高的稳定性和准确性。

基于Hessian矩阵的指纹细节点提取方法

为了弥补Maio等人提出的直接灰度提取细节算法(DGMD)在指纹脊线曲率变化较大时不能正确的提取细节点的缺点,本论文提出了一种基于Hessian矩阵的指纹细节点(端点和分叉点)提取算法。该算法结合Hessian矩阵的特征向量和指纹纹线本身的几何方向的特点,提取跟踪曲线的细节点。本算法在FVC2000(国际指纹竞赛数据库)上作了测试,实验结果表明,指纹脊线曲率变化较大时,算法能正确跟踪指纹脊线方向突变的中心线,从而使细节点提取的总的准确率可达95.5%,具有一定的实用价值。与DGMD算法和单独的Hessian矩阵法算法相比,本方法有很好的鲁棒性和较高的准确性。

城市灾害综合风险管理的三维模式——阶段矩阵模式

在考虑防灾减灾措施下,构建了城市灾害风险综合评估的框架体系,包括11种城市灾害所对应的风险系统评估后的综合评估,每个系统的评估是在考虑防灾减灾措施下采用信息扩散技术进行的信息处理和评估。在综合评估的基础上提出了由阶段、灾害风险种类和级别组成的城市灾害综合风险管理的三维模式———阶段矩阵模式。它是由3个阶段、6个环节及每个环节的矩阵模式组成。据此,简述了城市灾害综合风险管理的过程是灾前预防矩阵管理、灾前准备矩阵管理、灾中应急矩阵管理、灾中救援矩阵管理、灾后恢复矩阵管理和灾后重建矩阵管理不断循环和完善的过程。最后,用一个虚拟实例说明了阶段矩阵模式的有效性。

基于Hessian矩阵的多尺度视网膜图像增强方法

眼底视网膜图像的血管增强在眼科诊断中具有广泛的研究价值。提出了一种基于Hessian矩阵的多尺度血管增强方法,给出了应用的方案和过程,并在DRIVE眼底图像数据库上进行实验。与其他血管增强方法相比,该方案可达到相当的准确率,且在同等准确率下具有较高的鲁棒性。