基于图像特征检测和匹配的无人船航行姿态角提取方法

计算机视觉的飞速发展, 使得采用视觉技术辅助无人船航行成为可能. 在无人船巡航过程中, 获取船体航向是航行控制的必备基础. 特征匹配是无人船相关视觉技术中的重要部分, 是目标识别和定位等功能的关键步骤. 获取无人船运动姿态的基本步骤是对图像前后帧进行有效的特征提取和匹配. 针对水域环境中的图像静态特征提取速度慢、精度低的问题, 本文提出一种图像匹配方法以求取无人船的航行姿态角. 首先对图像预处理, 并对有效区域进行特征提取. 其次, 设计一种基于描述子相似度的初始特征匹配策略. 再其次, 筛选特征匹配对, 优化模型参数. 最后, 通过前后帧旋转矩阵计算航行姿态角. 实验表明, 该方法能有效提取无人船的航行姿态角.     

可模式识别的水声成像方法

提出一种在自由环境中可以进行模式识别的水声成像方法。利用角域滤波将空间不同入射方向的平面波在阵元域中进行分离,在成像扇面内按要求设计一系列角域带通滤波器,这些滤波器的输出就是从角通带内入射的平面波在阵元域中的快拍数据,可以实现要求输入为阵元域特性数据的目标识别和底质分类等专用的模式识别算法,角域滤波器输出的平面波快拍数据的幅度作为像素值进行水声成像。采用角域滤波的方法可以进行水声成像得到所需要的声图,并且每个像素对应着相应点目标远场平面波入射到接收阵时所产生的快拍数据。仿真和实验数据处理结果表明,采用角域滤波和利用常规波束形成所得到的声图是一样的,并且两种成像方法具有相同的稳健性。      

图解常用离散型随机变量

在概率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离散型随机变量包括伯努利分布,二项分布,泊松分布,几何分布,超几何分布和负二项分布等等.在本文中,首先借助时间流的图形表达,从伯努利试验次数和成功次数角度区分其中的一些常用变量;其次通过一个流程图的方式梳理这些常用的离散型随机变量的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借助图表方法对常用的离散型随机变量进行梳理和总结,起到区分变量的差异,加强对常用离散型随机变量概念的理解.     

基于有限体积虚拟区域方法的两相流动直接模拟

为提高计算效率，提出有限体积法离散下的虚拟区域颗粒两相流动直接模拟方法.在控制方程中加入相应的虚拟区域源项，保证了颗粒内部的刚体运动特性.该源项中含有颗粒信息部分及流体信息部分.在每次迭代后，对源项中的流体信息部分进行更新，从而更好地保证颗粒内速度的刚体分布.计算静止颗粒圆柱绕流及单个颗粒的沉降过程，验证了算法的准确性.     

油-气-水三相流超声传感器持气率测量*

为探索油-气-水三相流持气率测量难题,该文开展了脉冲透射式超声传感器持气率测量动态实验研究。首先,利用超声传感器与光纤传感器组合,测取了油-气-水三相流中段塞流、混状流、泡状流的响应信号;其次,提取了超声脉冲信号的最大值序列来反映不同流型时超声传感器响应特性,同时,借助双头光纤传感器与相关测速法,计算得到了流体中气泡弦长序列;最后,结合流型与泡径信息,利用超声传感器测量了不同流型下持气率,并分析了不同流型持气率预测的误差来源,为其他油-气-水三相流持气率测量传感器设计提供了借鉴。