一种基于多方向约束的立体匹配算法

针对传统DP算法精度不高,出现条纹瑕疵以及边界区域明显误匹配等问题,提出了一种新的立体匹配算法.该算法采用水平、垂直及物体边界多方向约束作为平滑性约束,物体边界方向约束针对物体边界像素点,以前一行边界点的视差信息对当前边界点进行约束,强化物体边界像素点的视差不连续性,提升了边界区域像素点匹配准确率,大大减少了边界误匹配...     

温度补偿型稀土磁体剩磁温度系数估算

为了估算重稀土取代的温度补偿型稀土磁体的剩磁温度系数,采用磁通法分别测试轻、重稀土永磁体的开路磁通。假设轻、重稀土磁体样品的剩磁和磁通是二者的简单叠加,从而可以通过简单的数学关系估算(预测)任意轻、重稀土含量的磁体剩磁温度系数,而不是通过制备样品测量来得到实际的数据,从而大大节省了试验时间,降低实验成本。最后制备了不同轻、重稀土含量的系列样品,并测试其实际的剩磁温度系数。试验结果表明,估算结果与试验结果吻合较好,其最大偏差为6.71%,最小偏差为0.96%。     

基于邻域信息的红外与可见光图像互信息配准

基于互信息的配准方法以其自动化程度高和配准精度高的优点被广泛应用在图像配准中.文中针对红外与可见光图像配准中采用传统的互信息,仅考虑图像像素的灰度信息,而没有考虑图像像素之间空间信息的情况,提出了一种基于邻域信息的互信息配准算法.该算法充分利用图像像素之间的空间信息,在互信息计算中图像中每个像素的灰度值由其邻域像素的灰度值按照距离分配不同的权值共同得到.实验表明该算法使配准曲线更加光滑,配准过程中极值更易找出,提高了配准精度和抗噪能力.     

一种基于CenterNet的多朝向建筑物检测方法

航拍图像中的建筑物分布往往是朝向多样的。基于传统卷积神经网络的目标检测算法多以水平锚框作为检测框,在检测多朝向分布的建筑物场景下准确率较低。为此本文提出一种基于CenterNet神经网络的目标检测算法,在CenterNet模型基础上添加角度预测分支,将朝向角度信息融入网络中。针对CenterNet模型在特征提取阶段提取到的建筑物角度特征较少问题,采用非对称卷积替代原先的3×3卷积,加强神经网络对于旋转目标角度信息的特征提取能力,并通过改进损失函数降低角度周期性问题对目标检测的影响。改进后的网络可以更加精准的检测出多朝向分布的建筑物。在本文构建的数据集上进行了实验测试,相同环境下网络改进前后建筑物整体检测准确率提升5.2%,其中10°～80°以及100°～170°范围内大朝向变化建筑物检测准确率提升了7.4%。0°～10°、80°～100°以及170°～180°范围内小朝向变化建筑物检测准确率提升了3.1%,有效提高了多朝向建筑物检测的准确度。     

添加碳纳米管丁苯粉末橡胶的制备

将碳纳米管与丁苯胶乳共混制成碳纳米管／丁苯胶乳悬浮液，通过喷雾干燥制得碳纳米管／丁苯粉末橡胶。考察不同进给量、不同进气温度及添加炭黑对喷雾干燥法制得的粉末橡胶及颗粒间隔离效果的影响。结果表明，在进给量为240mL／h、进气温度160℃时，制得的粉末橡胶分散隔离较好，加入适量炭黑得到的粉末橡胶成型和分散更好。     

马钢2500m3高炉提高煤比的措施

马钢2500m3高炉通过采取精心操作,提高高炉适应能力;减少入炉粉末,确保精料入炉;以及不断完善管理制度等措施,2002年上半年高炉煤比提高到160kg/t.但要进一步提高煤比,仍有很多工作要做.     

马钢2500m^3高炉提高煤比的措施

马钢2500m^3高炉通过采取精心操作，提高高炉适应能力；减少入炉粉末，确保精料入炉；以及不断完善管理制度等措施，2002年上半年高炉煤比提高到160kg/t。但要进一步提高煤比，仍有很多工作要做。     

粉末特性对Sm2(Co,Cu,Fe,Zr)17永磁材料及性能的影响

在粉末冶金工艺生产Sm2(Co,Cu,Fe,Zr)17的过程中,粉末特性对材料的性能存在较大影响.本研究对气流磨和滚动球磨两种工艺所制备的粉末进行比较,通过粒度分析及显微镜观察,研究了粉末的粒径与形状对材料性能的影响.分析结果表明,气流磨所制备的粉末平均粒径为4.53μm,尺寸分布范围较窄,粉末颗粒成近似球状,所得材料磁性能参数中Br,(BH)max优于滚动球磨.     

香皂用油脂预处理新工艺--一步酸炼法

本文通过正式试验,确定了磷酸炼油脂的工艺参数,即磷酸的加入量为油脂的0.1～0.5%,温度控制在50～70℃,搅拌时间10～15min,搅拌速度为10～20r/min,油脂的酸价应控制在5mmg/g以内.通过试验,证实磷酸酸炼处理油脂在精油得率,产品质量方面比传统的碱炼工艺处理油脂有着巨大的优越性和经济效益.     

基于图像分割的快速立体匹配算法

针对Tao的平滑表面假设提出了一种基于图像分割的快速立体匹配算法。算法把参考图分割成多个区域，计算其中可靠区域的平面模板，通过贪婪算法把平面模板分配给不可靠区域使得全局评价函数取到最小值。该算法能克服基于局部算法中存在的边界模糊，以及低纹理区误匹配严重的缺点，解决了传统的基于全局算法中计算量过大的问题。实验表明，该算法能同时满足高精度和高实时性的要求。