利用岩性反演技术分析煤层厚度变化及煤层分叉合并边界

煤层厚度及煤层分叉合并直接影响着煤矿综采、综放工作面的布设及开采工艺的选择。在地震勘探中,岩性反演技术越来越多地被应用于解释煤层厚度及岩性变化领域。介绍了地震岩性反演技术的原理,并结合实例对岩性反演成果进行分析,解释了煤层厚度变化和分叉合并边界。

高分辨率遥感图像道路分割算法

为了提高从高分辨率遥感图像(high-resolution remote sensing image,HRI)中提取道路信息的自动化程度和准确性,发展了一种HRI道路分割算法,主要包括光谱合并、边界合并和基于形状特征的道路区域提取等3个步骤。其中,前2个步骤是基于区域生长的图像分割算法。光谱合并综合考虑了区域的均值、方差等统计特征量,以提高分割精度;边界合并采用了基于矢量梯度的边界计算方法,以准确提取多光谱HRI中的边界强度;结合全局最优合并算法实现光谱和边界合并,以得到最优化的分割结果。在道路区域被完整分割出来的基础上,利用形状特征提取道路,采用圆形度特征区分道路和非道路。利用2景Orb View3多光谱图像进行道路提取实验的结果表明,该方法的道路提取结果总精度和Kappa系数分别在97%和0.8以上,明显优于SVM监督分类方法。

基于CSS盒子模型的Margin属性研究

在CSS各类属性中，Margin是一个非常重要的属性，在页面的自适应宽度布局、图片与文字的对齐等更多的页面细节处理上，一般都采用Margin属性来实现。深入了解Margin属性，对于应用CSS技术精确定位网页中的各个元素，实现网页的一些高级应用和设计，都有着重要的实践意义。

一种有效的遥感图像无缝分割方法

遥感图像具有数据量大、模糊性较强、纹理细节丰富等特点,这就决定了遥感图像的分割与自然景色图像分割相比,在分割效率、分割效果上都提出了更高的要求。另外,无缝空间遥感影像数据库的建立为我们提出了在基于内容的影像检索中遥感图像无缝分割问题。在JSEG算法的基础上,通过图像增强技术,解决了遥感图像不同区域边界往往不明显的问题,大大改善了分割效果;为了解决分割的无缝性,提出了基于gabor纹理特征的区域边界合并算法。实践证明本方法很好地解决了遥感图像分割的无缝性问题。

基于改进YOLOv4模型的全景图像苹果识别

苹果果园由于密植栽培模式,果树之间相互遮挡,导致苹果果实识别效果差,并且普通的图像采集方式存在图像中果实重复采集的问题,使得果实计数不准确。针对此类问题,该研究采用全景拍摄的方式采集苹果果树图像,并提出了一种基于改进YOLOv4和基于阈值的边界框匹配合并算法的全景图像苹果识别方法。首先在YOLOv4主干特征提取网络的Resblock模块中加入scSE注意力机制,将PANet模块中的部分卷积替换为深度可分离卷积,且增加深度可分离卷积的输出通道数,以增强特征提取能力,降低模型参数量与计算量。将全景图像分割为子图像,采用改进的YOLOv4模型进行识别,通过对比Faster R-CNN、CenterNet、YOLOv4系列算法和YOLOv5系列算法等不同网络模型对全景图像的苹果识别效果,改进后的YOLOv4网络模型精确率达到96.19%,召回率达到了95.47%,平均精度达到97.27%,比原YOLOv4模型分别提高了1.07、2.59、2.02个百分点。采用基于阈值的边界框匹配合并算法,将识别后子图像的边界框进行匹配与合并,实现全景图像的识别,合并后的结果其精确率达到96.17%,召回率达到95.63%,F1分数达到0.96,平均精度达到95.06%,高于直接对全景图像苹果进行识别的各评价指标。该方法对自然条件下全景图像的苹果识别具有较好的识别效果。

基于超像素的遥感图像并行分割算法

近年来,随着遥感技术的发展,遥感图像在众多领域的应用得到了人们的广泛关注。遥感图像分割技术就是其研究的主要热点之一。鉴于传统分割技术执行时间长和空间占用大的缺点,论文研究基于超像素的并行分割技术,结合数据分块并行理论和SLIC(simple linear iterative cluster)算法OpenMP并行化方法,将遥感图像进行条状分块并编号,将分块后的子图像独立进行并行化后的SLIC分割操作。通过实验,此改进在时间和分割效果都取得了好的效果,达到预期目标。

激波诱导变形液滴外流场数值模拟

基于Delaunay非结构网格生成方法和局部阵面推进重新生成网格的方法,应用边界边剖分与合并技术,对二维含自由表面流动中运动边界网格的生成方法进行了研究,改善了局部网格重新生成过程中的网格质量;对激波诱导变形水液滴在高速气流作用下的受力情况做了数值模拟。结果表明:该文在处理二维自由表面的动边界问题中采用的方法是可行的。