基于局部特征的自适应快速图像分割模型

基于区域的活动轮廓模型如Chan-Vese(CV)模型等以其能较好的处理图像的模糊边界和复杂拓扑结构而广泛运用于图像分割中.然而基于灰度分布均匀假设,该模型对于含灰度不一致性的目标分割结果较差.此外,纹理是周期性重复出现的细节,依靠灰度信息无法正确检测.针对这些问题,提出一种基于局部特征的自适应快速图像分割模型.一方面,利用两种区域项检测卡通部分和纹理部分的特征信息,在自适应的局部块中提取局部统计信息以克服卡通部分的灰度不一致性;另一方面,利用自适应的局部块中的纹理特征来计算背景和目标区域的Kullback-Leibler (KL)距离以检测图像的纹理部分.进一步,基于分裂Bregman方法对该模型进行快速求解.分别对医学和纹理图像进行了实验,准确性和时效性都有显著提高.     

地埋式污水处理厂的电气自控防爆设计

地埋式污水处理厂的防爆区是全厂的重要安全区域,确保该区域电气自控设备的安全运行对全厂的生产运转起着至关重要的作用。本文重点阐述了在防爆区电气自控设计中遇到的相关问题及解决方法,特别是针对防爆区对设备选型、电缆敷设的特殊要求进行了详细介绍。     

骑楼主题街道改造设计探讨——以桂平市上股街与五甲街为例

文章通过对上股街与五甲街现状进行分析,总结现有不足,提出对骑楼商业街改造意见:改变思路,将原有的城市道路改为半室外步行的方式;重新装饰建筑立面,重新规划底层商铺;结合桂平市旧城区改造这个大项目,设计入口景观节点。整个设计围绕着以人为本、绿色生态、艺术城市三大设计理念,拟构建出一个有着独特文化氛围的新骑楼商业街。     

渝东南生态保护区区县功能定位

重庆渝东南地区包括黔江、彭水、武隆、石柱、酉阳、秀山6个区县。渝东南作为重庆市"五大功能区"战略格局中重要组成部分,有其独特的区位优势和资源环境。但是该区域仍然面临一些发展困境,譬如生态脆弱性高、自我发展能力弱、贫困程度深。在生态文明与新型城镇化的发展背景下,渝东南地区的区县功能应当做出相应的调整。文章采用区域经济分析等方法、选取重庆统计年鉴的数据,比较研究渝东南地区各区县在资源禀赋、生态与基础设施容量、社会经济发展等方面的指标情况。文章最后提出渝东南地区中心城功能的理论定位。     

雪茄烟田微生物群落和土壤理化性状与青枯病发生的关系

为明确影响雪茄烟青枯病发生的关键微生物和土壤因素,采用扩增子测序法,研究了青枯病发病与未发病根际土壤细菌和真菌群落结构组成、土壤理化性状及相互间的关系。结果表明,相对于未发病根际土壤,发病土壤有提高微生物多样性和复杂程度的趋势,增加了假单胞菌（Pseudomonas)、肠杆菌（Enterobacter）、弹球菌（Sphaerobolus）、毛枝菌（Trichocladium）、镰刀菌（Fusarium）等的相对丰度,降低了朱氏杆菌（Chujaibacter）、寡养单胞菌（Stenotrophomonas）、罗河杆菌（Rhodanobacter）、被孢霉菌（Mortierella）、毛壳菌（Chaetomium）等的相对丰度。病情指数与土壤含水量（SAWC）、毛管孔隙度（SCM）、有效磷（AP）显著正相关;与土壤通气孔隙度（SAP）、pH、交换性钙（ECa）显著负相关。典型相关、主成分及最小数据集分析表明土壤SCM、AP和劳尔氏菌（Ralstonia）、Chujaibacter相对丰度是雪茄烟青枯病发病的关键土壤及微生物因子。     

基于多阵元基阵的超短基线声定位方法

传统超短基线声定位系统的基阵尺寸较小。无法实现对远距离目标的准确定位．进而成为超短基线定位系统在水声导航领域进一步被广泛应用的瓶颈。为此，文中探讨了采用多阵元基阵定位方法来提高系统的定位精度．并通过计算机仿真证明了该方法的可行性。     

传输线电容参数提取中的奇异性处理方法

传输线电容参数提取过程中需要计算导体上的电量,而在电量计算过程中普遍存在着角点的奇异性问题.本文给出了角点附近区域电势分布的数学模型,通过采用有限级数逼近该数学模型的解析解提出了一种新的电量计算方法,并进行了级数逼近的误差分析.本文算法克服了邓肯矫正需要选择角点积分区域的不足,有效地校正了导体角点奇异性引起的电容参数提取的计算误差,最后给出了算法的数值实验与分析结果.     

彩色图像去马赛克的非局部稀疏表示方法

目前,大部分彩色去马赛克（Color DeMosaicking,CDM）算法仅利用了局部的空间和光谱相关性,容易导致CDM复原图像边缘模糊以及细小结构丢失.当图像中出现周期性细小结构时,这些局部方法容易产生诸如锯齿、栅格等失真现象.针对这些问题,我们将字典学习和稀疏编码统一到一个变分框架中,提出了非局部自适应稀疏表示模型.通过非局部相似块聚类自适应地在线学习字典.利用局部和非局部的冗余信息对稀疏编码进行约束,强制稀疏编码靠近其非局部均值以减少编码误差.为了有效抑制服从重尾分布的CDM误差,设计了基于l₁范数的数据项.最后,联合交替最小化方法和算子分裂技巧对模型进行有效求解.实验结果验证了本文模型与数值算法的有效性.