混合域特征波全波形反演速度建模质控方法

常规的速度建模方法速度模型精度低,往往不能改善断层阴影带成像质量,通过采用混合域特征波全波形反演技术能加快全波形反演运算速度和收敛。同时提出成像剖面叠合分析、收敛性分析、测井速度与全波形反演速度对比分析、实际炮集与正演炮集波形对比分析、全波形反演模型与观测记录相似系数对比分析五步法全波形反演速度建模质控方法 ,并建立了目标泛函收敛是判断全波形反演是否收敛最直观的参数,目标函数不下降表明反演不收敛;全波形反演速度趋势与测井趋势要相吻合;正演炮集与实际炮集特征波对比越接近,目标泛函数值越小;正演炮集与实际炮集相似系数越大越一致,表明反演速度越精确等混合域特征波全波形反演速度建模质控主要标准。应用该质控方法,在较为准确的背景速度基础上应用构造约束混合域特征波全波形反演技术,引入较为准确的断层信息,建立精度更高的速度模型,提高了断层阴影带成像质量,有效改善了断层阴影带下盘构造成像畸变现象。

海上双方位地震资料OVT域联合成像技术在断层阴影区的应用

断控油藏是勘探开发的重要目标之一,断层导致的地震阴影区普遍存在构造成像畸变,常规海上窄方位三维地震数据难以满足该背景下构造研究需要。针对南海典型断控构造油藏不同年份拖缆采集的双方位地震资料,通过速度调查分析了不同方位三维地震资料的差异。对于叠前一致性以及五维规则化处理后的融合道集数据,采用双方位OVT(Offset Vector Tile)域断控约束网格层析速度建模以及TTI(Tilted Transversely Isotropic)介质深度偏移,获得了高精度各向异性速度模型。实际地震资料处理结果表明,双方位融合的深度域数据品质得到明显改善,断面成像精度高,断层阴影区地震反射能量聚焦、同相轴连续,构造畸变基本消除,深度误差大幅降低,为构造研究以及油田高效开发提供了可靠依据,同时也为该地区同类型断控油藏的勘探提供了新思路。

基于梯度域的保纹理图像阴影去除算法

针对当前自然图像阴影去除算法需要多次人工交互、阴影去除结果纹理信息丢失等问题,提出了基于梯度域的图像保纹理阴影去除算法。该方法只需确定出阴影的大概边界,然后在梯度域中,分别对阴影内部和阴影边界的梯度进行最优化修正,得到无阴影的梯度图像,最后利用泊松方程,恢复出无阴影图像。利用多幅图像的实验结果证明,该算法操作简单,不需要多次人机交互,且阴影区域内纹理细节得到了较好的恢复。

一种实时检测遮挡阴影的算法

监控系统中,观测视场被遮挡,会导致显示的图像中存在遮挡阴影,影响对图像的进一步分析和处理。针对该问题,提出了一种实时检测遮挡阴影的算法。该算法基于图像序列的帧间运动特性对图像进行分区处理;利用图像子区域的灰度均值进行帧间预测,用来判断图像序列中被遮挡图像帧和可能的遮挡阴影区域;利用空域滤波器剔除误检区域,确定阴影区域。该算法实时性好,易于工程实现。

波动方程偏移成像阴影的照明补偿

受地下复杂构造和地震数据采集系统的影响,使地震波对地下目标的照明出现不均匀性,地震采集系统难以有效地获取地下某些目标的反射信息,进而使数据偏移成像在这些目标体上出现成像阴影.根据波场和Green函数的窗口Fourier框架展开,利用角度域波动方程偏移成像和波动方程照明分析,并结合波动方程反演理论,提出一种角度域波动方程偏移成像阴影照明补偿方法.这种补偿方法能同时考虑地震数据采集系统和波场传播路径对偏移成像的影响,消除复杂构造区的偏移成像阴影,改进波动方程叠前深度偏移成像在复杂构造区的成像效果.

基于高斯混合模型的空间域背景分离法及阴影消除法

运动检测和背景分离技术是智能视频监控系统中的一项关键技术。由于目前广泛使用的高斯混合模型背景分离法是在像素域的时间尺度上对像素进行分类,因此常常造成误判,且无法解决阴影问题。为解决此问题,提出了一种空间域上的背景分离法。该方法首先将像素检测从像素域拓展至空间域的局部窗口内;然后在得到前景点集后,再将此空间域检测思想结合像素亮度特征运用到阴影消除中;最后,对经典模型的部分参数估计方法进行了修改。相关的实验结果证明,该方法可用于提高背景分离的检测精度和实现运动物体阴影消除。

西秦岭礼岷金矿田构造压影域控矿模式

西秦岭礼岷金矿田分布五大花岗岩体 .经研究发现 ,该五大岩体沿“X”型共轭断裂侵位于泥质地层中 ,金矿床产于岩体外接触带的特定位置 ,形成于造山期后的伸展构造环境 .在共轭断裂剪切作用下 ,在岩体外接触带中形成挤压域和压影域非均匀应力场 ,金矿床仅限于压影域内 ,这是岩浆期后成矿热液向低压构造区迁移的结果 .据此 。

基于阴影域的搜索树检测算法

大规模多输入多输出(MIMO)系统中,随着天线数目的增加,传统的信号检测算法的检测性能大幅度下降,复杂度呈指数增长,且不适用于高阶调制。针对大规模MIMO场景,基于阴影域思想提出一种结合二次规划(QP)与分支界限(BB)算法的搜索树检测算法。首先,构造QP模型,并针对一阶QP算法后的解向量,提取落入阴影域的不可靠符号;然后,将落入阴影域的不可靠符号进行BB搜索树检测以求得最优解;同时,为了降低复杂度,提出三种搜索树修剪策略,在性能和复杂度之间折中选择。仿真结果表明,在大规模MIMO场景下,在调制阶数为6的正交幅度调制(QAM)时,提出的基于阴影域搜索树检测算法比QP算法提升了约20 dB的性能增益,在256QAM调制时,比QP算法提升了约21 dB的性能增益,验证了算法对高阶调制的适应性,同时,与传统的搜索树算法相比,使用相同修剪策略,复杂度降低了50%左右。

嗜热四膜虫Tcd1蛋白功能结构域的突变分析

有性生殖过程特异表达的Tcd1在四膜虫大核基因组重排和修复中起到重要调节作用,Tcd1含有进化中保守的chromodomain(CD)结构域以及chromo shadow domain(CSD)结构域,然而不同结构域的具体功能并不清楚。本研究首先鉴定了TCD1基因仅含有1个CD结构域的选择性剪切本TCD1β,免疫荧光定位表明,Tcd1β定位在胞质中。定点突变Tcd1中CD1内159位色氨酸为丙氨酸,Tcd1W159A点状定位在亲本大核,然后转移到新发育的大核上围绕核膜致密分布,发育的晚期逐步消失。进一步突变CD2中437位的色氨酸为丙氨酸后,Tcd1W159AW437A在早期亲本大核形成异常的环状分布,而在新发育大核中形成点状分布。截短CSD结构域C端35个氨基酸后,Tcd1Δ35在亲本大核和新大核上的定位不受影响。然而,截短CSD结构域C端的53个氨基酸后,Tcd1Δ53定位在细胞质中,无核内定位。结果表明,Tcd1中的CD1和CD2结构域决定了Tcd1蛋白在核内的分布,CSD结构域决定了Tcd1入核转运,Tcd1的3个功能结构域共同决定了Tcd1在四膜虫中的功能定位。

一种Grangeat圆轨迹锥束CT重建阴影区域填充方法

通过分析圆轨迹锥束CT(cone-beam CT,简称CBCT)扫描Radon域的数据缺失问题,比较了前人提出的Radon阴影区域数据缺失填充方法的特点,提出了一种基于距离权重变量的阴影区域填充方法.该方法采用阴影区域边界数据作为数据源,以距离作为权重函数计算填充数据.计算机模拟重建实验表明,所提出的方法在填充数据准确度、减少伪影、大锥角图像重建等方面比简单的常数填充法以及衍生算法效果更好.该填充方法特别适用于Grangeat类锥束CT重建算法,拓展了圆周锥束CT的实际应用范围.

基于熵驱动域适应学习的弱光照图像阴影去除

针对日常图像获取与处理过程中由于拍摄光线较差等问题,导致图像出现部分阴影,影响图像处理效果等问题,提出基于熵驱动域适应学习的弱光照图像阴影去除方法。通过熵驱动域适应学习技术构建多核分类器,获取弱光照图像的最大平均差异值,完成弱光照图像的预处理。将图像光照分解设定为图像分解与重光照,获取图像最小像素值,根据图像亮度以及RGB方向相似度建立局部像素的约束,完成弱光照图像的分解;采用区域生长法,以检测到的弱光照图像阴影边缘作为基准点,选择灰度值较重部分作为阴影生长起始点,确定弱光照图像的纹理特征值,利用光照补偿方法恢复图像光照,完成弱光照图像阴影去除。仿真结果表明,采用所提方法对弱光照图像阴影去除的效果较好,改善了弱光照图像的质量。

基于人脸图像的二阶段性别分类算法

许多现实场景要求准确的脸部性别识别。深度卷积神经网络在正常状况下取得好的准确率,适用于大规模分类任务,但存在模型可解释性差、易丢失细节信息等问题,并且光照、姿势、表情等因素带来的不确定性会导致分类准确率较低。提出一种基于阴影集的二级分类模型。采用深度卷积神经网络对大规模图像集进行一阶段分类;结合阴影集理论,将图像分类结果划分为接收域、拒绝域和不确定域,得到不确定的脸部图像集,用传统方法进行二阶段分类。在LFW数据集和Adience数据集下,与现有先进算法相比,所提方法能有效地提高总体分类的准确率。

DDS频率合成器的方波重影现象研究

直接数字频率合成技术(DDS)作为第三代频率合成技术,广泛应用于仪器仪表、通信、雷达等领域。基于DDS技术设计的频率合成器输出方波时,存在明显的重影现象,这直接影响了方波的质量。对方波重影出现的原因进行了分析,并提出一种适用于FPGA的改进算法,较好地弱化了方波重影。

基于熵驱动域适应学习的单幅图像阴影检测方法

跨域差异常常会阻碍深度神经网络的泛化,使其不能适应不同的数据集,为了提高模型阴影检测的鲁棒性,提出了一种新颖的无监督域适应阴影检测框架。首先,为了缩小域间的数据偏差,采用分层域适应策略校准源域和目标域间从低层到高层的特征分布;其次,为了加强模型软阴影的检测能力,提出边界对抗分支以确保模型在目标数据集上同样可以得到结构化的阴影边界;然后,结合熵对抗分支进一步抑制预测结果中边界处的高不确定性,从而得到边界平滑、准确的阴影掩膜。与已有深度学习检测方法相比,所提方法在客观数据集ISTD、SBU上的平衡误差率(BER)分别降低了10. 5%、18. 75%。实验结果表明所提方法的阴影检测结果具有更好的边缘结构性。

基于空域滤波和空间相关的钢丝绳图像分割算法研究

在钢丝绳断丝实时检测中,由于复杂环境因素的影响和钢丝绳自身结构特点的原因,钢丝绳图像经常受不均匀光照、阴影、油泥、粉末等干扰,导致图像降质严重,给钢丝绳的分割带来困难.本文提出了一种有效、快速的分割算法:首先采用改进的空域同态滤波器对钢丝绳图像进行滤波,去除不均匀光照和削除阴影边缘,然后根据钢丝绳的几何对称性,结合边缘方向信息测度的差异和钢丝绳区域的局部特征统计,消除干扰,实现钢丝绳的分割.实验结果表明,该分割算法能够快速、完整地分割出钢丝绳图像.

领域知识图谱在非遗档案资源知识组织中的应用探索

非遗档案蕴含着民族特有的文化内涵和精神价值,将领域知识图谱应用于非遗档案资源的知识组织中,有助于非物质文化遗产的保护、传承与发展。首先,对非遗档案资源知识组织现状进行了调研;其次,在非遗档案资源的特性基础上,探讨领域知识图谱在非遗档案知识组织中的适用性;最后,以"华县皮影"非遗档案资源为例进行实证验证。将领域知识图谱应用于非遗档案的知识组织能够揭示非遗档案丰富的文化内涵,促进非遗档案资源开发,更好地发挥非遗档案的价值。