【摘 要】
：
化学发光计算断层成像技术(CTC)能够实现对燃烧室内激发态粒子化学发光场的瞬时三维测量。为进一步提高CTC的测量精度,依据火焰的结构特性提出一种基于投影残差最小化的优化重建算法(PDM算法),利用Sine仿真模型对ART算法、ASD-POCS算法和PDM算法在不同角度下的重建性能进行评估。实现对一组稳定二维预混火焰的OH*化学发光场重建,通过重建结果与实际拍摄结果的对比,进一步评估重建算法的性能。
论文部分内容阅读
化学发光计算断层成像技术(CTC)能够实现对燃烧室内激发态粒子化学发光场的瞬时三维测量。为进一步提高CTC的测量精度,依据火焰的结构特性提出一种基于投影残差最小化的优化重建算法(PDM算法),利用Sine仿真模型对ART算法、ASD-POCS算法和PDM算法在不同角度下的重建性能进行评估。实现对一组稳定二维预混火焰的OH*化学发光场重建,通过重建结果与实际拍摄结果的对比,进一步评估重建算法的性能。结果表明:传统医学重建算法丢失火焰内部结构特征,不适用于火焰图像重建;PDM算法可以加快重建速度,提高重
其他文献
由于可见光移动端虹膜识别中图像受光照不均、镜面反射等因素干扰,可能损失部分虹膜的结构信息和边缘信息,造成难以准确定位虹膜区域。为解决上述问题,提出一种基于混合测地线区域曲线演化的虹膜定位方法。该方法首先在图像预处理中采用拉格朗日插值法消除光斑;然后采用基于HOG特征和级联分类器的虹膜检测模型初步定位虹膜区域;再根据灰度梯度信息和拟合圆的方法确定虹膜内边缘;最后采用混合测地线区域曲线演化法定位虹膜外
为了保持植物内营养成份,使植物快速进入休眠状态,以含水土壤作为研究对象,采用数值计算方法,构造水的物性方程组,建立三维模型,采用有限容积法进行数值求解,分析土壤在不同高温壁面、不同Ra以及不同孔隙率条件下的流动反转现象。研究结果表明:含水土壤在3.98℃时水密度最大;在3.98℃时出现流动反转现象,此时流场和温度场均以中心呈轴对称;流动反转现象不会由于Ra大小的变化而变化,变化的只是流动的剧烈程度
为了提高篡改检测方法对复制区域几何变换的鲁棒性,以及解决常规匹配算法带来的误匹配问题,提出了一种基于对抗颜色空间梯度SURF特征匹配复制黏贴篡改检测方法,首先,将完成图像对抗颜色空间梯度的获取,采用梯度值替代灰度值完成SURF的128维特征描述子提取。然后,采用凝聚层次聚类算法对匹配特征关键点进行聚类处理,采用仿射变换估计对聚类后匹配关键点进行估计。最后,采用RANSAC算法优化估计结果。通过实验
国内外研究人员对图像分类和图像压缩问题分别进行了大量研究,但是对于图像测试集压缩参数与图像分类性能之间的定量关系,还缺少公开的文献报导。针对这一问题,选择典型的卷积神经网络(CNN)图像分类算法和常用的JPEG图像压缩方法,通过联合设计图像测试集的压缩与分类实验,研究了图像质量因子和采样尺度比两种压缩参数对图像分类准确率的影响,并为其他测试集归纳出了优化的压缩参数设置策略。所提方法通过为图像数据集
目标物体尺寸和方位识别是移动机器人在未知环境下实现自主搬运的关键技术,主要难点是如何从混有地面和周边环境信息的3维点云数据中提取物体信息,并准确识别其方位和尺寸。常用的方法是通过3维点云建立物体包围盒,但是现有的基于PCA(主成分分析)或基于边缘点云提取的包围盒建立方法对物体边缘点云噪声比较敏感。文中主要针对室内搬运场景中方形箱式物体,提出1种基于3维点云欧氏聚类和RANSAC(随机采样一致性)边
由于2D人脸识别率容易受到姿态、表情、光照以及自身遮挡影响的问题,这一定程度上阻碍了2D人脸识别技术的鲁棒性与发展。而3D人脸数据提供了在3D人脸领域很有前景的特征描述,也有很大潜力提高人脸识别技术的识别率。针对二维人脸识别中的局限性,先对三维人脸数据进行预处理,人脸分割、平滑去燥等,提出了一种改进的三维人脸分割的方法。改进了三维人脸进行特征提取,使用平均曲率,高斯曲率,增加了协方差,拉普拉斯算子
针对现有滤波方法处理高密度椒盐噪声的不足,提出了一种邻近移动窗消除高密度椒盐噪声的中值滤波方法。首先建立噪声位置矩阵,在噪声位置处,以噪声为窗口中心,构造窗口。然后统计窗口内部像素,若窗口内部像素全是噪声则将窗口中心在该像素邻近位置按照一定规则进行移动,直到窗口内像素不全为噪声点,然后取该窗口内非噪声像素的中值作为噪声像素的替代值。实验结果表明该方法能够更加准确的恢复出含有椒盐噪声图像的细节信息、
为了解决当前图像修复算法利用置信度与数据项来完成图像修复时,忽略了优先修复块中已知信息量所占的比例,导致修复图像存在不连续以及块效应的不足,提出了一种基于最优导向法则耦合距离约束因子的图像修复算法。首先,将像素点的梯度信息引入到待修复块的优先权中,联合置信度与数据项,构造了优先权判定函数,从破损区域中选取优先修复块。以优先修复块中已知信息量所占的比例为依据,构造最优导向法则,对优先修复块中已知信息
Image matching technology is theoretically significant and practically promising in the field of autonomous navigation.Addressing shortcomings of existing image matching navigation technologies,the co
本文提出了一种基于主动学习的稀疏自编码算法,它事先对样本数据进行处理,能够保证初始训练集包含所有的类,不至于造成样本不平衡采样,同时可以进一步提高分类准确度。该算法在训练稀疏自编码的分类器后运用主动学习算法在循环迭代中根据采样策略选取前面几个有价值的样本加入训练集,之后查看分类效果来说明提出的分类算法。