关于分布函数极大值位置的讨论

将关于某个变量的连续分布函数进行变数变换,除非新老变数为线性关系,否则变换前后的分布函数的极大值之间的关系一般会不同于新老变数之间的关系。     

弹弓效应原理简析

文章用速度变换和矢量图对"弹弓效应"的加速原因做出了较为简洁直观的解释,以关于"弹弓效应"的一个简例.分析"弹弓效应"中的加速条件,得出能使入射物体被加速的偏转角范围.与通常所采用的两体碰撞理论相比较,此方法更能凸显"弹弓效应"的加速机理,且能有效避免冗繁的数学运算.将"弹弓效应"与粒子散射问题对照分析,得出两者之间的可类比性.因而可由散射问题中的散射角关于瞄准距离的公式类比推出"弹弓效应"中偏转角与瞄准距离之间的关系.文章还将"弹弓效应"的思想推广到了一般尺度上的两体问题.     

基于双目立体视觉实现物体三维测量的研究

以双目立体视觉理论为基础,提取立体图像的Harris角点作为特征点,经过基于小波变换的子线段匹配方法,采用由粗到细的匹配策略匹配端点,盒滤波技术加速法,解决了匹配准确度和匹配速度之间的平衡问题.采用该方法对水泥冷却机内熟料进行测量,实验表明该方法能够较精确的对物体实现三维测量.     

基于两步正交相移干涉的振幅图像光学加密技术

提出一种基于两步正交相移干涉的光学图像加密技术.这种相移干涉数字全息只要记录两幅干涉图,不需要记录物光波和参考光波的强度信息,就可以再现没有零级像和共轭像的再现像.物光波对应的光路经过两次菲涅尔变换,并结合双随机相位编码.参考光分别引入0和π/2相位,用数字化记录介质记录两幅数字全息图作为加密图像.解密时只要获得正确的密钥,经过简单的计算就可以重建清晰的原始图像.模拟实验验证了它的可行性和有效性,分析了抗裁剪和噪音的鲁棒性.     

基于白光干涉彩色图像的微结构表面形貌测量

微结构的表面形貌会显著地影响微纳器件的使用性能及产品质量,是微纳测试领域的一个重要研究方面,利用白光干涉技术是测量物体表面形貌的一种常见方法。区别于常用的CCD黑白相机,使用CCD彩色相机采集白光干涉条纹的彩色图像,使获取的图像包含了R、G、B三个通道的信息。利用小波变换法分别求解出在不同扫描位置处R、G、B通道的相位信息,通过建立的评价函数,并结合最小二乘法可精确确定零光程差的位置,利用相对高度和零光程差位置的线性关系,进而得到物体的表面形貌。通过仿真以及实际测量由VLSI标准公司制造的标准台阶结构,验证了所提出方法的有效性。     

基于二代curvelet变换的图像融合研究

曲波(Curvelet)作为一种新的多尺度分析方法比小波更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力.将curvelet变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息.第二代curvelet理论的提出也使得其理论更易理解和实现.因此,提出了一种基于第二代curvelet变换的图像融合方法,首先将图像进行curvelet变换,然后在相应尺度上利用融合规则将curvelet系数融合,最后进行重构得到融合结果.对多聚焦图像进行了实验,采用均方误差、偏差指数和相关系数对融合结果进行了客观评价,并与基于小波变换的融合进行了比较,实验结果表明该方法除分解2层时与小波性能相当,取其他分解层数时均获得更好的融合效果.     

FTIR光谱方法对比分析少年和老年软骨成分含量

利用傅里叶变换红外(FTIR)光谱方法测量了少年和老年人软骨的红外光谱。由OMNIC 5.2软件计算了软骨中主要有机成分(胶原)和无机成分相关光谱带的积分面积。对代表有机物和无机物的某些谱带面积大小进行了比较。结果表明：软骨中有机成分(酰氨Ⅰ)含量与无机成分(PO3-₄)含量之比少年是老年人的5～7倍;然而脂类含量却有很大的不同, 对脂类(1 747 cm-1)与无机物(PO3-₄)的谱带积分面积进行比较,老年人软骨中脂类含量明显高于少年。作者认为人体随着年龄的增加,全身性的退化在软骨中的总体表现为有机成分(胶原)的减少(而脂类含量却增加)和无机成分(磷酸盐、碳酸盐等)相对的增加,使得软骨骨质变脆,失去过多弹性,耐磨性减低,是进一步容易导致骨病和骨伤的原因。     

四端星-网电阻网络的等效变换及其应用

导出了四端星-网(全网)电阻网络的等效变换式,并应用它求出几例特殊复杂电阻网络(非串非并电路)的等效电阻.     

增生性疤痕组织与正常上皮组织FTIR光谱研究

通过对40例疤痕组织和正常皮肤组织的ETIR光谱比较分析发现,由于个体差异,其光谱均可分为三种不同类型。此外,疤痕组织中的胶原、蛋白质、核酸和脂类等生物大分子的吸收峰强度均在不同程度上高于正常皮肤组织,但两者的A_(1083)/A_(1548)并无明显差异。提示疤痕组织中的细胞仍属正常生长,治疗中不应损伤。     

基于复小波包分形理论的爬壁机器人故障检测

通过研究爬壁式机器人的控制和运动特征，提出一种基于复小波包分形理论的故障检测方法．利用复小波包的平移不变性，将爬壁式机器人传感器输出信号分解成独立的频谱，并进行阀值处理和重构，从而有效去除高频噪音并提取故障的特征频率；依据信号分形维数的多尺度不变性，在嵌入维数空间，采用维数最大距离法，确定复小波包域故障信号的关联雏数．仿真实验表明，爬壁式机器人在各种异常工作模式下的故障信号关联维数能比较真实地反映其故障状态空间，同时也验证了故障信号的关联维数低于正常信号的关联维数作为故障发生与否的定量判据的正确性．