大学生创新创业机会识别和项目生成模型研究

创新创业教育是目前高等院校人才质量培养的重要内容,也是当代大学生完善职业素养和实现高质量就业的重要途径。从大学生创新创业机会识别和创业项目产生的角度进行探索,分析大学生创新创业机会识别的背景和项目生成的条件,进一步提出了大学生创新创业机会识别和项目生成的结构模型,对于大学生从事创新创业理论学习和创业实践,具有一定的现实指导意义。     

血管内超声图像序列的自动边缘检测

血管内超声成像可以显示血管内腔、管壁清楚的实时截面图像,从而使定量测量血管参数成为可能。传统手动追踪内腔和管壁边界的方法既费时又有较大的主观误差,本文基于快速主动轮廓算法模型提出一种适合血管内超声图像的自动边缘检测方法。实验结果发现,自动检测的内腔、血管壁面积与手动追踪非常吻合．具有较高的相关系数(0．94和0．95)和较小的系统误差(-0．32和0．56),可作为医生可靠而准确的诊断工具。     

复杂固体边界流场的三维 PIV 测试技术：任意三维边界识别算法

针对复杂固体边界三维流场的 PIV 测试应用,以及流固耦合实验研究中流场和固体结构特征的瞬态同步测试需求,发展了一种基于双相机布置形式的任意三维边界识别算法以精确获取三维表面几何信息;并以基于MLOS-SMART 三维粒子场重构的 Tomo-PIV 算法计算三维速度矢量场,可同步获取三维表面结构运动／变形信息和三维瞬态速度场。这一边界识别算法基于 SURF（加速稳健特征）模式识别算法进行三维曲面重构,可以确定流场中三维物体结构的边界特征。论文采用双相机布置方式获取了三种不同曲率的圆柱曲面图像,验证了所发展的三维边界识别算法的准确性。最后以圆柱绕流 Tomo-PIV 数字合成粒子图像序列为验证对象,采用所发展的边界识别算法和 Tomo-PIV 算法分别高质量地计算出圆柱曲面信息和三维速度场。     

应用PIV测量缩比共轴双旋翼流场特性的研究

采用粒子图像测速(Particle image velocimetry,PIV)技术对一缩比共轴双旋翼模型在悬停和以不同前进比前飞时的流场进行水洞实验。测量得到了旋翼流场的瞬时涡量的速度分布,桨尖涡的脱落轨迹,悬停时的尾迹边界和前飞时的尾迹边界等流场特性参数分布。研究了不同状态下共轴双旋翼流场的气动干扰特性。在悬停时,下旋翼的桨尖外侧有上洗流现象,而下旋翼则没有。与共轴双旋翼性能试验数据比较得出,在悬停时共轴双旋翼形式存在有利的相互气动干扰现象。实验还得出了悬停和不同前进比前飞时桨尖涡的脱落轨迹。     

基于条纹中心线法的电子散斑干涉条纹信息提取

电子散斑干涉技术(ESPI)是光学测量的一种重要的方法,对ESPI条纹的信息提取是ESPI进行光学测量的关键步骤之一,本文在介绍电子散斑干涉条纹中心线法的基础上,开展了ESPI条纹图预处理和基于条纹细化算法的骨架线提取的研究,包括对细化的条纹进行修整、拟合,该方法可以实现条纹骨架的快速、准确的自动提取。设计了一套应力形变装置,运用电子散斑干涉条纹中心线法对试件表面的形变进行实际检测,得到测量结果,对结果进行了分析,实验测量值与实际相符。     

1200℃高温热环境下全场变形的非接触光学测量方法研究

将数字图像相关方法这一基于图像的非接触全场光学测量方法与瞬态气动热试验模拟系统相结合发展了一种用于1200℃高温环境下全场高温变形测量的新技术,为减小高温物体热辐射对数字摄像机所采集图像亮度增强的影响,采用了带通光学滤波成像技术,该技术可使图像采集系统在物体表面温度高达1200℃时仍可获得高质量的数字图像,这些图像可被...     

增强现实中的直线边缘对象位姿跟踪

改进了增强现实中跟踪直线边缘对象位姿的方法.首先用扩展卡尔曼滤波器预测对象位姿并限制隐式边缘搜索的区域;然后利用M估计子与权重直线拟合得到图像中直线边缘的方程系数;最后利用平面的标准正交基构建关于对象位姿的目标函数,并用奇异值分解法加以求解.实验表明本文位姿跟踪方法的旋转角最大的平均偏差为0.29°,绝对偏差为1.90°,跟踪速度大约为10帧/s,综合性能明显优于基于LM的跟踪算法.     

航空发动机燃烧室旋流流场特性PIV分析(英文)

应用粒子图像测速仪(Particle image velocimetry,PIV)研究了具有两级轴向旋流器的航空发动机燃烧室旋流流场特性(包括冷态流场和燃烧流场)。分别研究了不同主燃孔几何大小与空间排布、进口空气温度、一级轴向旋流器旋流角度以及油气比对冷热态流场的影响,分别获得了流场速度大小、脉动速度、雷诺应力以及回流区长度等参数。试验结果表明:燃烧流场的中心回流区长度要比冷态流场中心回流区短;随着进口空气温度和油气比的增加,中心回流区长度减少;同时主燃孔几何参数的变化(主燃孔大小和空间排布)对两级轴向旋流器旋流流场有很大影响。     

基于RGB亮度分级的图像预处理研究

利用一种基于RGB亮度分级的图像预处理方法,在源图像的R、G、B三个分量上对图像进行亮度分级合并,以减少自然场景图像的颜色数目,在不破坏源图像结构的前提下降低图像的复杂度,同时又保证了较好的通用性。     

基于色彩恒常性的彩色图像增强改进算法

将色彩恒常性算法应用于彩色图像增强中,在分析McCann Retinex算法的基础上．针对迭代参教的选取问题作出了改进。改进的算法基于一种迭代截止条件,对参数进行自适应选取,避免了人工设定,并同时减少了整个算法的运算量。实验结果表明,改进后的算法对彩色图像的颜色、亮度、对比度处理的结果符合人眼视觉系统的感知特性,应用于彩色人脸检测的预处理后,人脸正确检测率提高了1．5%。