MATLAB环境下岩石SEM图像损伤分形维数的实现

根据MATLAB的图像处理和数值计算功能的特点,编写MATLAB程序,并验算Sierpinski垫圈图形分形维数。通过对锦屏二级水电站深埋长大引水隧洞围岩破坏微观图像（SEM图像）进行分形分析,计算出图像的分形维数,推出岩石损伤破坏分形变化规律。     

基于小波尺度谱和遗传算法的转子故障诊断

针对发动机的转子故障,提出了一种基于尺度谱图像纹理特征和遗传算法的故障诊断技术.根据不同转速下的3类转子故障数据样本,运用连续小波尺度谱图像纹理特征提取其图像纹理特征.采用遗传算法对这些特征进行选择优化,去除与分类不相关的冗余特征.最后,构建结构自适应集成神经网络对优化后的特征进行智能诊断.试验表明,该方法能准确地诊断出转子的故障,具有广泛的应用前景.     

分数傅立叶变换域的一种鲁棒性图像水印算法

为了进一步提高水印算法的鲁棒性,选取chirp信号作为水印信号,将其嵌入到图像的离散分数傅立叶变换域中.使用分数傅立叶变换阶次和嵌入位置作为算法中的两个密钥,并根据chirp信号在分数傅立叶变换域呈现冲激的特征来检测水印信号.同时还在图像的离散傅立叶变换中频区域嵌入水印模板,有效补偿几何攻击带来的图像损失.仿真实验结果证明,算法具有很好的安全性和不可见性,不仅可以很好的抵抗常用的信号处理操作,对几何攻击也有很好的鲁棒性.     

码头修复加固施工技术解析

码头经过多年使用,由于构件处于恶劣的氯离子侵蚀环境中,所以容易发生一些构件破损现象。本文针对福建一港区码头加固施工工程实例进行分析,对于因为腐蚀环境对构件的破坏,还有长期疲劳使用使得超负荷运用而导致构件出现破损问题,提出了相适应的加固修复方法,并对其方法及流程做了介绍。     

内河港口建设区的生态修复初探

近几年,绿色港口、生态港口等新型港口建设理念的提出,提升了港口的环境保护和生态建设水平。目前,我国沿海和内河港口平均绿化率分别达到5．4％和2．6％,但内河港口的平均绿化率还不到沿海港口的一半。无论是新建生态港口还是已建的港口,必然对生态系统产生了一定的扰动,为了避免和减轻对生态系统的影响,可在内河港口建设做好环境影响评价工作的同时,选取适当的生态修复技术,以维持内河港口建设区的良好的生态环境。     

浅谈污染河道水体治理

调水、河道曝气复氧、生物修复、污染河水就地净化、底泥疏浚等是当前对污染河道水体进行治理的几种主要技术,本文对这几种治理技术进行了介绍比较,提出了应根据污染河道水体的实际情况合理选择治理技术的观点。     

基于视觉传达的船舶航行图像实时传输系统

为实现船舶航行图像的高效处理与传输,应用视觉传达思想设计一种船舶航行图像实时传输系统。系统由多个模块构成,其中通信模块采用LRIT系统进行通信。前端图像采集模块负责进行图像采集,通过IIC总线对图像解码芯片实施视觉传达配置,采用数字多媒体软件进行采集图像的视觉传达。指令和图像处理模块由通信协议处理单元、指令信息处理单元等构成。图像滤波模块使用的图像滤波处理算法为中值滤波算法,能够实现噪声的降低与图像质量的提升。对系统进行测试与分析,测试结果表明系统平均仅需2.375 s即可实现船舶航行图像的压缩,传输速度在70～85 MB/s之间,并且系统具备良好的滤波性能,可以满足实际船舶航行图像实时传输需求。     

信息融合下船舶导航界面交互性设计

为了更好对船舶航行过程中对船舶航行状态及外界航行环境进行有效展示,针对当前船舶导航图像质量不佳等问题做出优化。结合信息融合技术对船舶导航界面交互结构实现了优化设计,通过采集船舶航行环境特征,并针对船舶航行姿态信息快速选取导航路线并传输信息。借鉴功能显示器进行船舶航行交互设计,构建相对更加清晰准确的展示船舶航行状态和导航路线。结合OpenGL图像处理技术进行图像设计和导航线路的显示控制,并结合Windows CVA平台实现对船舶导航图像的界面展示和导航路线的调整,提高船舶导航界面交互性能。最后通过实验证实,信息融合下船舶导航界面交互性设计方法在实际应用过程,具有更高的实用性,充分满足研究要求。     

曲线进化的多波段舰船图像目标精准识别系统

传统的多波段舰船图像目标精准识别系统存在着识别性能差的缺陷,为此提出基于曲线进化的多波段舰船图像目标精准识别系统设计研究。多波段舰船图像目标精准识别系统硬件设计主要包括传感器、采集卡、微处理器、适配器与通信单元,软件设计主要包括多波段舰船图像预处理模块、多波段舰船图像目标检测模块与多波段舰船图像目标识别模块,通过硬件与软件的设计实现了多波段舰船图像目标精准识别系统的运行。通过实验得到,设计的多波段舰船图像目标精准识别系统识别率比传统系统高出20.6%,说明设计的多波段舰船图像目标精准识别系统具备更高的识别性能。     

不稳定条件下船舶遥感图像层次特征识别分析

传统遥感图像特征识别方法,在不稳定条件下无法准确对图像中的层次信息进行特征识别及分析处理。因此,提出不稳定条件下船舶遥感图像层次特征识别方法。通过对遥感图像进行特征干扰源提取计算,使图像层次变得清晰;引入卷积神经网络算法对图像层次特征进行网络化特征提取计算;采用像素特征识别方法对图像层次特征进行识别与分析;最后,通过实验对设计方法进行可行性的客观论证。