关于图的符号边全控制

引入了图的符号边全控制的概念,主要刻划了满足sγt′(G)=|E(G)|且δ(G)2的所有连通图G,给出了n阶k-正则图G的符号边全控制数γst′(G)的下限,确定所有轮图的符号边全控制数,最后还提出了一个关于sγ′t(G)上界的猜想.     

汤溪河桥异形高低刃脚双壁钢围堰的应用实践

把双壁钢围堰技术经过改进、创新,应用于西部桥梁的深水基础施工。以异形高低刃脚的方法,解决了钢围堰在陡峭河床上的就位问题。     

多尺度图像边缘检测技术在车辆识别中的应用

指出了图像边缘检测的定义及现有算法的不足,并对Canny边缘检测离散准则及该准则下的最优线性滤波器进行了论述。根据边缘检测离散准则,利用数值方法求出该准则下边缘检测的最优线性滤波器及对应的平滑算子,将其与Canny边缘检测技术相结合进行边缘检测,检测出不同尺度下多幅边缘图像,并根据小尺度下图像边缘细节信息丰富、边缘定位精度高,大尺度下图像边缘稳定、抗噪性好等特点,将检测到的多尺度边缘进行融合,得到抗噪性好的精确的单像素宽边缘;同时将该方法应用于汽车特征提取,检测到完整连续的汽车边缘图像,为车型识别提供条件。试验结果表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,是边缘检测的实用方法。     

基于序列图像运动分割的车辆边界轮廓提取算法

为了准确获得图像感兴趣区中运动车辆的形状特征, 提出了一种新的车辆边界轮廓提取算法。利用连续3帧图像, 对包含同一运动车辆的图像感兴趣区进行光流场分割, 以获取目标运动区域, 通过平移运动区域的左、右边界获得正确的车辆区域及其封闭边界轮廓, 通过放大运动矢量计算公式的阈值来提高其运行效率。试验结果表明: 该算法可从具有复杂自然场景的图像序列中检测出完整的运动车辆边界轮廓, 检测正确率在95%以上。     

基于单目视觉的区域交通智能车辆道路边界检测方法研究

基于单目视觉的道路边界检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一。指出图像边缘检测现有算法的不足,采用领域平均法对图像进行平滑处理,根据图像的边缘特征运用Prewitt算子实现边缘增强,以获取精确的边缘信息。使用最大熵算法分割二值化图像进一步减少噪声,从而得到良好的道路特征图像数据。利用道路约束条件,建立视觉系统动态感兴趣区域(DAOI),运用改进的Hough变换最终识别道路边界。试验结果表明:本文所述算法不仅能准确、实时检测出道路板边界,而且能有效地抑制噪声,为区域交通智能车辆的换道和超车提供研究基础。     

含曲线边裂纹桥墩的扭转断裂分析

研究含边裂纹桥墩的Saint-Venant扭转,将问题划归为裂纹上边界积分方程的求解。提出了新的边界元数值方法,对分别含有圆弧边裂纹和直线边裂纹的典型问题进行了数值计算,并与用Gauss-Chebyshev求积法计算的直裂纹情形结果进行了比较,证明了本文公式的正确性和有效性。     

图像处理中边缘检测研究方法

图像的边缘是图像的最基本的特征之一，边缘检测是计算机视觉和图像处理中重要的处理技术。综述各种边缘检测的方法，并总结各检测算法的特点。     

长初级双边直线感应电机推力输出研究

研究目的:以麦克斯韦微分方程组为基础,结合直线感应电机T型等值电路,分析研究双边直线感应电机在考虑边端效应情况下的电磁推力输出,同时采用有限元计算方法,仿真验证理论计算有效性。计算推导双边直线感应电机数学表达式,并通过具体设计参数建立电机仿真模型,实验分析不同因素下滑差频率控制推力输出,通过对电磁推力输出特性分析研究,实现恒电流滑差频率优化控制。研究结论:(1)通过双边直线感应电机数学模型及等效电路计算各种机械特性,并推导横向和纵向边端效应修正系数,电机高速运动时,边端效应对电磁推力输出影响小;(2)采用电磁场有限元工具软件,建立双边直线感应电机仿真模型,将理论计算与仿真数据进行多次对比分析,理论计算与仿真结果基本吻合,保证数学模型有效性;(3)仿真分析滑差频率、运行速度、气隙,以及动子长度对电磁推力输出的影响,对于不同的运行速率,适当调节滑差频率,可增大电磁推力输出,低速最优滑差值为2 Hz附近,高速最优滑差频率区间为4.0~6.0 Hz,在满足电机在额定条件下,可实现电磁推力最优化控制;(4)双边直线感应电机的分析研究结果对航母舰载机电磁发射系统具有重要指导意义。     

基于子波变换的SAR图像边缘提取研究

SAR图像的边缘提取是其图像处理的一项重要内容。将子波变换应用到SAR图像的边缘提取，通过提取子波变换局部极大模来提取图像边缘。仿真实例表明该方法取得的边缘清晰准确，具有一定的先进性。     

基于边界点分布特征的夜间道路检测算法研究

提出一种在结构化道路情况下的夜间道路标志线检测算法。选择邻域均值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。结合道路灰度图像与道路边界图像,分析夜间道路边界点的分布特征,将道路边界点划分为到4个点集。针对虚假道路边界点,应用多方向搜索方法予以消除。选用2D的直线模型,采用改进的Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。