基于纹理分类与局部分水岭的肝脏轮廓提取

腹部CT图像中肝脏区域提取是医学图像分割中的难点之一。本文基于多尺度分析的思想,提出将肝脏区域的粗分割与肝脏轮廓精细定位相结合的方法解决肝脏分割的算法复杂性和分割精度的矛盾。试验结果表明本文提出的算法除具有较高的分割精度和较低的计算复杂性之外,还适用于不同层次的腹部CT(Computed Tomography)图像中肝脏区域的提取,为肝脏的三维重建和疾病诊断奠定了基础。     

基于小波变换的线阵CCD车辆检测算法

传统的车辆视频检测算法都是基于带有复杂背景的面阵CCD图像,不利于对象分割和特征提取。线阵CCD图像的背景比较单一,且帧率远高于面阵CCD,可以实现高精度的车辆检测。提出基于小波变换的线阵CCD图像的车辆检测算法。试验结果证明该算法能有效降低光照和汽车阴影等因素造成的误检率。     

中低速磁浮轨道疑似不平顺的Box-Whisker图筛选法

为了减少中低速磁浮轨道检测工作量和轨道检测设备占用线路的时间，提升轨道不平顺检测效率，提出了通过行车记录仪采集悬浮系统有关数据来筛选轨道疑似不平顺的方法；依据轨道线路不平顺异常对悬浮间隙、悬浮电磁铁垂向加速度及电磁铁电流等都会造成明显突变异常的基本思想，基于Box-Whisker图设定筛选阈值，利用悬浮间隙、悬浮电磁铁垂向加速度及电磁铁电流等数据进行三元阈值的异常筛选，并针对可能漏筛的数据再次分别基于一元和二元阈值筛选，并综合上述结果来判定轨道路段的异常等级，将多次被筛选出的异常判定为疑似不平顺路段；为进一步提升不平顺异常路段筛选结果的准确性，依据同一车厢的不同悬浮控制点通过相同不平顺异常路段时的数据应体现出重复性异常的思想，融合行车记录仪记录的多个悬浮控制点数据的筛选结果，以此综合评判路段的疑似不平顺，在此基础上应用提出的方法分析了长沙磁浮线M车厢左侧10处悬浮控制系统的数据。研究结果表明：提出的方法使现有全路段不平顺检测方式转变为利用轨检设备有针对性地检测疑似异常路段的方式，线路检测维护时间可减少20%左右。     

一种深度优先式行扫描算法

给出了一种深度优先式行扫描算法，以减少扫描或图像输出过程中的空行程，提高输出效率。     

船舶能效数据清洗方法研究

船舶能效数据清洗对于建立准确的船舶能效模型,提高船舶能效计算和分析的准确度,指导船舶节能航行具有重要意义.对船舶能效数据的故障特征进行了分析,运用阈值理论、船舶航行关联理论对故障数据进行了识别,运用插值法和灰色关联理论方法对水深、对水航速以及主机油耗数据中的异常数据进行修正,并且根据数据错误特征和数据清洗方法制定了船舶能效数据清洗流程,以内河邮轮"凯娅号"船舶上安装的船舶能效数据采集系统采集到的能效数据为研究对象,对数据清洗结果进行了分析.结果表明,水深数据修正值与实测值平均误差为1.58%,油耗数据、对水航速数据修正值与实测值平均误差为2.8%,1.5%,误差较小,能够满足后续建模以及数据挖掘等工作.      

基于灰度积分投影的安全带佩戴识别方法

为进一步提高安全带佩戴率,针对目前安全带佩戴提示系统存在的不足,提出了一种基于灰度积分投影的安全带佩带识别方法.该方法在对采集到的乘员图像进行预处理得到灰度分配较为均匀图像的基础上,采用全局阚值分割法对图像进行阈值分割得到二值化图,再对二值化图像分别进行垂直和水平灰度积分投影,结合安全带几何特征的先验知识,得到安全带特征点的位置坐标,从而达到安全带佩戴识别的目的.实验结果表明,该方法能有效识别乘员安全带佩戴状况,具有较高的适用性和准确性.     

船舶横摇混沌阈值的数值方法研究

为计算梅尔尼科夫函数的简单零点,文章比较分析了两种数值算法:类帕德逼近和高斯—勒让德积分,作为验证,计算了某激励频率下系统的李雅普诺夫指数谱。然后选取某型船,采用梅尔尼科夫函数方法计算了横摇动力系统的混沌阈值,观察了横摇系统的安全池随外激励增大而逐渐破损的过程,并追踪了破损域中某点的相轨迹。研究计算表明:类帕德逼近可以较精确地得到同(异)宿轨道的参数方程,但在方程的设解形式上需要一定的技巧性,且计算量较大;高斯—勒让德积分不关注参数方程具体形式,处理简单,便于工程计算。     

改进的两车道交通流格子模型及扰动分析

为了了解两车道交通流的内在规律,更加真实的描述两车道交通流的换道情形,分析了现有交通流格子模型中存在的问题,通过引进换道系数和换道阈值,改进流量转移率模型获得了新的两车道交通流格子模型,克服了现有模型中存在的不合理现象.并利用VISSIM仿真确定换道阈值,然后再根据matlab编程对改进后两车道交通流格子模型进行了模拟...     

基于Curvelet变换阈值法的地震数据插值和去噪

成功的信号分离和去噪依赖于所用的变换能否足够稀疏地表达该类信号.事实上,信号在某变换域的系数越稀疏,阈值去噪的效果也就越好.Curvelet变换是一种非自适应的多尺度.多方向性变换,地震数据在Curvelet域有着几乎最优的稀疏表达.最近的研究表明,Curvelet阈值能够得到比小波阈值更好的随机噪声抑制效果,更高的提...