非球面超精密车削过程中的轮廓补偿控制方法

介绍了一种可提高非球曲面超精密加工机床的轮廓跟踪精神匠误差补偿控制方法。该轮廓补偿控制器是机床轮廓位置伺服系统的一部分，它以二交一代替原微直线段来逼近给定轮廓，可提高系统的轮廓逼近精度，并减小插补数据不连连对伺服系统的冲击，从而最终提高轮廓的加工精度。     

藜蒿中绿原酸溶剂提取方法研究

应用醇溶剂回流法提取藜蒿中绿原酸，通过正交试验，对藜蒿中绿原酸进行溶剂提取条件的优化研究，并分剐讨论了各因素对绿原酸提取率的影响。实验表明，乙醇浓度70％、12倍的提取剂用量、温度85℃、提取时间4h、提取两次为乙醇溶剂提取藜蒿中绿原酸的最佳条件，总绿原酸提取率为1.24％。     

非圆等距型面轮廓X-C轴联动高速磨削试验北大核心CSCD

针对非圆等距型面轮廓磨削加工存在表面质量差的问题,建立基于恒磨除率X-C轴联动磨削理论模型。选用陶瓷CBN砂轮进行三弧段非圆等距型面轮廓的高速磨削正交试验,探究砂轮线速度、工件速度和磨削深度对磨削比能、切向磨削力、磨削温度、表面粗糙度的影响规律。分析表明,砂轮线速度对切向磨削力、表面形貌的影响最大,磨削深度对磨削比能、磨削温度、表面粗糙度的影响最大。进行表面形貌观测未探测到明显的磨削烧伤区域,证明恒磨除率X-C轴联动磨削方式可用于非圆等距型面轮廓磨削加工。     

太阳大气中湍动场对CaⅡK线的影响

本文运用黑子半影模型研究了中介湍动场对太阳大气中CaII K线的影响。结果表明,空间分辨率的提高以及湍动元长度的增加均可导致观测谱线轮廓的不对称。当湍动元长度小于40km时,中介湍动场可以用微观和宏观湍动的组合来模拟,对大气模型及谱线轮廓的计算基本无影响;但当湍动元长度大于40km时,这种简化的处理方法可能导致大气模型上层色球温度偏高。文中通过一个计算实例,说明了在太阳大气模型计算中,只用中介湍动也可能使谱线的理论轮廓同观测基本相符。      

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

空间目标快速轮廓特征提取与跟踪技术

为满足空间目标交会对接任务中高精度、快速的测量要求,提出了一种空间目标快速轮廓特征提取与跟踪技术。该算法首先从初始帧图像中分割定位目标所在局部区域,作为目标连续跟踪的初始值;其次基于初始帧目标局部区域完成对初始帧目标边缘特征的检测及细化处理;最后采用Hough变换完成对初始帧目标边缘的检测及细化后的局部图像轮廓直线的提取,分别选取目标轮廓四方向最优的直线参数作为最终目标轮廓直线获取的效果,并采用梯度最大法则实现两两求交获取的轮廓特征的优化提取。在目标逼近过程中,结合相邻帧图像间目标尺度动态变化的关联性,根据初始帧提取目标轮廓特征的先验信息,确定目标在第二帧图像中的轮廓位置,并依次根据上一帧图像的轮廓位置信息定位目标在当前帧所在的区域,通过局部处理实现序列图像轮廓区域特征的连续跟踪。该算法无需遍历整个图像,所需处理的目标区域大幅减小,能够有效克服由目标图像较多边缘干扰导致的轮廓提取效果差及处理速度慢的缺点,具有速度快、准确性强、稳定性高等优点。     

串联式TBCC发动机风车冲压模态性能模拟

建立了基于部件低转速特性匹配的串联式涡轮基组合循环（TBCC）发动机风车冲压模态性能计算模型,提出了压气机低转速大流量特性扩展方法,由换算扭矩代替等熵效率表示旋转部件特性,解决了低转速部件效率不连续相关问题。分析了冲压外涵面积变化和涡轮功率提取对风车冲压模态性能及部件匹配的影响规律,并基于推力、流量连续准则设计了涡轮模态至冲压模态转换过程（含风车冲压模态）的参数调节规律。计算结果表明:在风车冲压模态下,冲压外涵面积变化对风扇工作状态有显著影响,对压气机影响较小;涡轮可提取功率随着风车转速的减小先增加后降低,比冲随提取功率的增加基本呈线性降低趋势,功率提取位置（高、低压涡轮）对部件匹配有显著影响。      

一种高光谱图像的双压缩感知模型

高光谱图像因其海量数据性,给存储、传输及后续分析处理带来了挑战。压缩感知理论提供了一种全新的信号采集框架。针对高光谱数据的三维特性,提出一种双压缩感知的采样与重构模型。该模型在采样阶段兼顾高光谱数据的空间和谱间稀疏特性,构造了能同时实现空间和谱间压缩采样的感知矩阵;重构阶段不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,所提双压缩感知在低采样率下重构精度较三维压缩采样提高了10 dB以上,更为显著的是运算速度提升了3个数量级,同时该方法还便于获得端元和丰度信息。     

一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。