Mg_(80)Sc_(20)合金非线性形变的计算研究

基于密度泛函理论的从头计算方法,研究体心立方(bcc)Mg_(80)Sc_(20)合金沿[001]晶向的拉伸性质。结果表明,随着沿[001]晶向的拉伸,bcc结构的MgSc合金首先转变为体心正交结构,但是晶格常数a和b的差别很小,接近体心四方结构,达到一定的应变阈值后,发生正交转变。继续拉伸至应变达到41.4%时,又回到最初的bcc结构,此时原本的[001]晶轴变为[-110],晶格常数仍满足关系a=c=√2 b,bcc Mg_(80)Sc_(20)合金沿[001]晶向拉伸至应变为41.4%时,结构经过一系列转变最终会转回bcc结构,电子结构分析也证实了bcc-fcc-fco-bcc转变。

一种考虑非线性形变的柔性航天器边界稳定控制方法

以空间连续变量描述的动力学模型为基础,考虑了大型柔性空间结构的整体刚体运动与局部弹性运动及位于结构边界的控制输入项的动力学耦合关系,建立了可以描述由几何非线性形变引起的动力学刚化现象的非线性动力学模型;再针对该耦合系统设计基于能量耗散方法的边界稳定控制器,利用布置在全柔性航天器两端的推力器和控制力矩陀螺,实现具有动力刚化特点的非线性自由边界弹性结构的边界稳定控制;通过数值仿真,给出全柔性航天器在边界控制作用下的动力学响应,以验证所设计的控制器的有效性。

基于SBAS-InSAR的地表非线性形变时序监测

针对具有小区域特征的地表非线性形变对于合成孔径雷达干涉测量(InSAR)技术从监测点密度和监测精度都提出了更高的要求这一现状。该文基于SBAS-InSAR的技术原理,提出了一种基于高效率、低成本的地表非线性形变时序监测方法,并以柴达木盆地一处油田为研究对象,获取了研究区2007年初到2010年中期的形变结果,表明4处采油点中1处下降、3处隆升,隆升主要由注水引起。研究证明:SBAS-InSAR技术在地表非线性形变时序监测方面具有较强能力,提取的形变成果可为生产单位和政府部门分析决策提供科学依据。

一种图像非线性形变的恢复方法

几何成像系统中非线性形变图像的恢复仍是一个未能很好解决的课题。针对常见的双二次、双三次形变图像,提出了以不完全双二次、双三次插值法拟合形变图像,根据形变的特点采用牛顿迭代法和双线性灰度插值法对图像进行恢复。用所提出的方法对失真图像进行恢复,结果表明,仅选用少量参考点便可得到良好的效果。

李超三系的线性形变与阿贝尔扩张

利用2阶线性形变刻画李超三系的结构,给出Nijenhuis算子的定义,在李超三系上构造表示和余循环并由此得到它的阿贝尔扩张。

基于相干点目标的多基线D-InSAR技术与地表形变监测

失相干(Decorrelation)与大气波动是影响重复轨差分干涉测量(D-InSAR)进行地表形变信息提取的主要因素。相干性降低使得干涉纹图在空间上表现为不连续,难以完成相位解缠。重复观测时大气波动引起的相位延迟在空间域上的不均一分布则降低了D-InSAR提取形变信息,特别是空间范围覆盖较大的形变场的精度。介绍了一种基于相干目标的多基线D-InSAR数据处理算法。该算法根据少量SAR数据构成多基线干涉纹图集,分别利用点目标检测算法和相干系数均值作为相干目标提取的测度;利用相位回归分析模型对干涉相位进行时间域迭代处理,从干涉相位中提取线性形变速率和DEM误差改正,通过迭代处理补偿高程误差,解算线性地表形变速率。该算法提高了D-InSAR形变监测的时间采样率,能准确获取每个观测时刻的形变累积量。以沧州地区2004—2005年的SAR数据为例,获取了该地区地表沉降线性速率及其演变状况。

基于序列差分干涉纹图的地表形变速率提取

介绍了一种基于序列差分干涉纹图的地表形变速率提取算法。该算法根据空间离散分布的相干目标,利用Delaunay三角网构成相位解缠网络,应用最小费用流算法完成相位解缠;根据序列差分干涉相位,利用线性模型解算相干目标形变速率,进而抑制大气波动对形变信号的影响。以廊坊地区2004～2005年ASAR数据为例,获取了该地区地表沉降线性速率及其演变状况。

克拉玛依油田SBAS-DInSAR长时序形变监测

采用SBAS-DInSAR技术获得了克拉玛依油田的年平均形变速率和长时序形变,利用兼顾均值和标准差的方法提取了高形变区,计算了由西向东和由北向南的形变梯度,分析了等时间间隔的累计形变量、高形变区所占比例、特征点沉降趋势。结果表明,研究区的形变区与石油开采区域有较高的一致性且形变多与油田开采及注水注气相关;形变在空间上表现为非均匀性,在时间上表现为非线性;研究区形变总体趋势仍在变化;特征点的累计形变表现为多样性,这与地面地物有着密切的相关性。SBAS-DInSAR技术对于广域长时序非线性的油田形变监测具有较好的可行性,可提供有效的技术支撑。

视频监控系统中的非线性校正算法

在基于数字图像处理技术的视频监控系统中,车辆信息和道路信息是最为重要的参数,但由于摄像机内外参数的不同将导致图像不同程度的非线性失真,影响正确的交通参数的获得和交通现象的正确判断。基于图像网格的非线性校正算法对此能进行有效的校正,为交通视频监控提供较为准确的信息参数。实验结果表明该算法有较高的精度,并在视频监控系统中有较好地应用。

视频监控系统中的非线性校正算法

在基于数字图像处理技术的视频监控系统中，车辆信息和道路信息是最为重要的参数，但由于摄像机内外参数的不同将导致图像不同程度的非线性失真，影响正确的交通参数的获得和交通现象的正确判断。基于图像网格的非线性校正算法对此能进行有效的校正，为交通视频监控提供较为准确的信息参数。实验结果表明该算法有较高的精度，并在视频监控系统中有较好的应用。

高形变二维码识别算法设计与实现

针对QR(Quick Response)二维码在高偏离拍摄角度下难以识别的问题,设计一种在高偏离拍摄角度下正确识别的算法。该算法通过对图像二值化处理、形态学处理、边缘检测、Hough变换和射影几何变换5个步骤,实现对图像的高准确率识别,使用java语言环境和移动终端的android环境下对算法进行仿真与算法验证,并实现了通过扫描或读取二维码图像来写入、查找信息等操作。

微分Lie-Yamaguti超代数的上同调与形变

给出微分Lie-Yamaguti超代数的表示和上同调,并根据上同调考虑微分Lie-Yamaguti超代数的线性形变。

基于复合梯度向量的指纹匹配算法

针对接触式指纹识别中存在的非线性形变问题,提出了一种基于复合梯度向量(Composite Gradient Vector,CGV)的指纹匹配算法.该算法首先在经过预处理的指纹图像上建立直角坐标系和第一个基向量,并对指纹图像进行旋转;然后在旋转后的指纹图像上采样基向量,组建向量簇,提取极大梯度向量,并以极大梯度向量为元素组建复合梯度向量;最后以分层标记规则对复合梯度向量进行分层标记,通过对指纹库进行指纹检索、复合梯度向量匹配、维度和梯度匹配,识别出指纹图像.实验结果表明,该方法克服了接触式指纹识别中旋转、偏移、拉伸等问题,有较强的抗非线性形变能力,同时具有较快的识别速度和较高的识别准确率.

基于永久散射体雷达干涉测量的苏州地区沉降研究

利用传统SAR差分干涉测量技术进行城市沉降等地表微小形变监测时,由于经常受时间和几何去相干以及大气不等延时等因素的影响,使SAR差分干涉测量不能很好地得到推广应用,通过从一系列ERS-1／2 SAR图像中提取在时间序列上保持高相干的自然反射体即永久散射体作为研究对象,进行精密SAR差分干涉测量相位分析反演,较好地克服了时间去相干的影响,并以苏州城市沉降为例,通过获得的1992-2000年的25幅ERS-1／2 SAR图像,建立线性形变模型,得到了苏州地区近8年的连续形变场．实验结果表明,PSInSAR结果与水准数据保持很高的一致性,可用于进行长时间序列的城市沉降监测．

ITS中基于视频的交通异常情况检测

交通异常情况检测一直是交通管理中的重要任务,其在智能交通系统中显得尤为重要。传统的检测方法存在许多不足,不能满足视频监控的需要。一种基于视频图像处理的异常情况检测算法,在对视频图像进行非线性校正后,通过基本的图像处理获得较准确的交通信息,对各时刻的交通状态进行判断并可对下一阶段的状态进行预测。实验结果表明该算法具有较强的有效性和在ITS中有较好的应用。

一种扭曲指纹图像的细节点修正方法

非线性形变在指纹图像中非常普遍,严重时会导致指纹识别系统的识别性能显著降低,是指纹图像识别领域重要的研究课题之一.尤其对基于细节点的指纹匹配方法而言,由于相当一部分细节点的位置和方向都在非线性形变的作用下发生了改变,从而导致算法匹配准确率下降.在对非线性形变图像反复观察和实验的基础上,发现了细节点偏离的一些有用的规律,并用于细节点的位置和方向调整.提出了一种基于多参考细节点对齐修正指纹图像中部分细节点的方法,首先获取一组匹配细节点对作为基准点对,然后再以此为基础对邻域其他细节点进行修正,在FVC2004 DB2数据集上进行了一系列实验,实验结果表明该算法能够明显改善匹配性能.

一种基于细节点局部描述子的指纹图像匹配方法

非线性形变现象在指纹图像中十分普遍,严重地制约了指纹识别系统的识别性能。为了克服指纹图像中的全局非线性形变,本文提出了指纹图像匹配"整体对齐,局部匹配;粗糙对齐,精确匹配"的原则。在此基础上,本文设计了一种细节点局部邻域描述子,利用该描述子对齐指纹图像,研究了基于该描述子的指纹图像相似度计算方法。基于FVC2000 DB2、FVC2002 DB1和FVC2004 DB2的一系列实验结果表明,本文提出的算法性能优于同类算法,能够有效抑制非线性形变对指纹图像匹配的影响。

摄像机内参数异构情况下交通参数的获取

在基于数字图像处理技术的交通监测系统中,拍摄得到的图像存在非线性几何形变,影响正确的交通参数的获取和交通现象的判断.一种基于网格的图像非线性形变的校正算法对这种形变能有较好的校正,能从二维图像中的坐标得到三维世界坐标系中的实际坐标.这种算法还可根据摄像机自标定,在摄像机的内参发生改变时自动调整校正系数.

ITS中基于斑块处理的车流长度检测算法

通过对图像中的斑块进行分析,获得斑块在图像中的信息,由非线性校正算法将其恢复为实际道路中信息。依据一定的条件将斑块聚合为车辆以提取车辆信息,进而判断是否有车辆队列,得到较为准确的车流长度。实验结果表明,该检测算法有较高的准确性,且能满足监控的实时性。

摄像机内参数异构情况下ITS信息的提取

在基于数字图像处理技术的交通监测系统中,拍摄得到的图像存在非线性几何形变,影响正确的交通参数的获取和交通现象的判断。一种基于网格的图像非线性校正算法,通过图像二值化、边缘检测、Hough变换等自动识别图像中的交通网格线,进而根据特征点匹配寻找全局图像的对应关系,对图像的非线性形变能有较好的校正,能从二维图像信息得到实际道路上的交通信息。该算法还可根据摄像机自标定,在摄像机的内参数发生改变时自动地调整校正系数,在ITS视频监控中有较好地应用前景。