粒子运动轨迹的图像处理及流场重构算法研究

为了高效获得颗粒的速度分布，提出一种针对单帧单曝光图像的图像处理方法和流场重构方法。图像处理过程包含去噪、锐化、自适应阈值分割、闭运算、去除小颗粒、骨架提取、速度提取、二义性判断、求切线等步骤和方法，对该处理过程的主要误差也进行了分析与修正。流场重构使用了基于RBF（Radial Basis Function）插值且采用迎风插值进行优化的算法，插值结果以速度云图及矢量图的形式展示，对该过程的主要误差也进行了分析与验证。最后的处理结果显示，针对单帧单曝光图像的图像处理方法和流场重构方法具有可行性。     

电子接插件在线质量检测研究

近年来,电子信息产业的迅猛发展,作为配套支持的接插件的生产规模也不断扩大。由于电子设备厂商对接插件的质量要求越来越高,接插件的检测也得到了越来越多的重视。由于检测速度快、运行稳定可靠的特点,机器视觉检测技术被广泛用于对接插件外观质量的在线检测。本文应用机器视觉检测技术对电子接插件质量进行了在线检测研究,并以其典型的冲压质量缺陷的检测为例对机器视觉在线检测系统的构成、核心处理模块、应用中存在的问题以及解决问题的新方法进行阐述,最后针对系统的可靠性进行了分析。     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。     

跟踪微分器在制导信号提取中的应用

利用弹体姿态解耦算法,对捷联成像导引头的目标视线角速率进行提取。针对捷联成像导引头大的瞬时视场带来的大的测量噪声,采用TD跟踪微分器进行视线角速率重构和滤波。经数学仿真验证,滤波后所得到的视线角速率信息可直接应用于比例导引控制,有效提高了制导精度。     

基于单平面双螺旋谐振单元新型左手传输线研究

对基于单平面双螺旋谐振单元的左手传输线进行了研究.对设计的单平面双螺旋单元结构的电磁特性进行仿真并与实际测量结果比较.用散射参数提取算法提取了该结构的折射率和相位常数,提取结果表明上述参数在特定频段同时为负,证明该结构具有左手特性.提出调整螺旋圈数控制传输线电磁特性的方法.通过仿真总结和检验了该参数的调整规律.     

一种基于实数域特征值分解的前后向平滑算法

为减小算法的运算量,对常规前后向空间平滑(FBSS)算法进行改进,提出了一种基于实数域特征值分解的前后向平滑(RDFBSS)算法。算法根据前后向平滑算法协方差矩阵的中心-厄米特对称特点,通过实值化变换,使FBSS算法的特征值分解从复数域转为实数域,大幅减少了算法的运算量,且不影响解相干和统计性能,提高了实用性。仿真结果证实了算法的有效性。     

基于伪随机序列调制的混合域自适应盲水印算法

在多小波变换和DCT变换混合变换域中，提出了一种基于伪随机序列调制的彩色图像盲水印算法。该算法先将原始彩色图像由RGB空间转换到YIQ空间．选取Y分量多小波变换后的中频区域作为水印的嵌入区域。水印嵌入前先对待嵌入水印区域8×8分块，然后对所有子块按照纹理和能量特征进行模糊分类，最后将置乱后的二值水印信息用两个互不相关的伪随机序列进行扩频调制．嵌入到8×8子块DCT变换后的交流系数上。提取水印时，通过比较两个伪随机数列和待检测系数相关性的大小来提取水印，不需要原始图像参与。实验表明，该算法对噪声、JPEG压缩和几何剪切等常见的攻击操作具有很强的鲁棒性。     

基于起落架参数设计的某直升机地面共振及参数影响分析

建立了某直升机地面共振分析力学模型,计算了起落架在桨毂中心处的等效刚度和阻尼,针对某直升机进行了地面共振分析,同时分析了摆振铰外伸量、质量静距、桨毂中心有效刚度等对地面共振的影响,为避免地面共振及参数改进提供依据。     

那些“美味”的零食

最近,蒜香青豆、蒜香饼干等蒜味零食流行起来。这"蒜味"真的来自大蒜吗?没有蒜的蒜味其实,"蒜味"是大蒜中一种叫大蒜素的物质带来的。它是从大蒜的茎中提取的一种有机化合物,具有强烈的蒜臭味和辣味。最初,大蒜素需从蒜中提取。后来,人们发现通过化工合成也可人工制成大蒜素。由于特别的味道,大蒜素在食品工业中应用很多。为了增加肉类的鲜美,大蒜素也作为添加剂加入动物饲料中。     

求解广义特征值反问题的数值方法

讨论一类广义特征值反问题的数值解法,这类问题包括加法、乘法和经典特征值反问题作为其特殊情况。基于行列式和最小奇异值的计算,文中给出了求解这类问题的两个二次收敛的数值方法,描述了在出现重特征值的情况下如何改进其中的一个方法以保持二次收敛性,并且给出了两个数值例子以解释收敛性结果