基于Facet模型的闪光图像边缘检测

针对闪光图像的特点,对经典边缘检测算子进行了分析,发现存在检测出的边缘粗和对噪声的干扰比较敏感的缺点,提出了一种基于Facet模型的爆轰实验图像边缘检测算法。该方法吸取了其它同类方法的优点,引进了正交基简化了运算,用离散正交多项式对图像每个像素的邻域作最佳曲面拟合,在此基础上使用整体梯度算子寻求二阶方向导数的零交叉点,最终提取边缘点。结果表明:该方法检测出的边缘细,并且光滑连续,对图像噪声干扰有较强的抑制能力,对于孤立的边缘能够给出较精确的定位。     

多孔介质渗透率的NMR测定

介绍了利用NMR T₂ 弛豫数据求取岩心物性参数--渗透率的方法. 国外学者在分析了大量数据的基础上,建立了3种由T₂ 弛豫数据计算渗透率的模型,分别简称为SDR,Coates-cutoff和Coates-sbvi. 其中SDR模型不受束缚水计算方法的影响,但对岩心孔隙中流体的性质很灵敏,比较适合于水基泥浆地层. coates-cutoff和Coates-sbvi模型对束缚水的计算精度很敏感,可动和不可动流体孔隙体积的测定对渗透率的计算结果影响也很大. 此外,这三种模型对于低渗透率岩石的计算误差都较大. 通过对不同类型岩心的T₂ 弛豫特性和用常规方法测得的渗透率进行系统分析,在SDR模型的基础上所建立的渗透率测定方法（SDR-REV）有三个可调整参数,计算渗透率适用范围更大,计算的结果与常规实验值更接近. 把SDR-REV方法用于砂岩、砾岩、凝灰岩和火成岩四类岩心样品渗透率的测定,说明SDR-REV方法具有更普遍的适用性. 特别是对于中国普遍存在的低渗透岩心,测定结果更为准确.     

Measurements of the light output functions of plastic scintillator using 9Be（d,n）10B reaction neutron source

The light output functions for protons of ST-401 and BC-408 plastic scintillators were measured using white neutron source produced by the 9Be（d,n） 10B reaction at the HI-13 Tandem Accelerator at China Institute of Atomic Energy（CIAE）.The LOFs of plastic scintillators for protons in the energy range of 0.5-16.5 MeV were obtained by the time-of-flight（TOF） technique and an iterative procedure.Two parameters（kB and C） were deduced by fitting the experimental data.     

基于Hough变换的椭圆检测算法

为了实现光电仪器对椭圆形目标的准确识别与跟踪,基于Hough变换提出了一种新的椭圆检测算法。该算法随机采样2点,再利用椭圆极和极弦的性质来搜索第3点并筛除大量无效采样;然后,以这3点为中心作正方形窗口,用窗口内的所有点来拟合椭圆方程。在验证候选椭圆时,提出了一种新方法来判断边缘点是否在椭圆上,并且给出了确定真实椭圆的自适应阈值。实验显示,该算法的平均长度误差为0．5pixel,平均角度误差为0．6°,平均耗时为79ms,表明该算法精度高,速度快,检测性能较好。     

一种消除角度响应影响的多波束声强数据自适应改正方法

针对多波束反向散射强度(Backscatter Strength,BS)数据在采集过程中受到声学散射机理而产生的角度响应(Angular Response,AR)影响,而目前声学硬件方面尚未完美解决且现有后处理改正方法在复杂海底底质环境下适应性较差,尤其在高入射角区域的改正效果甚为不理想的问题,为此,给出了一种基于散射强度的自适应角度响应改正模型。首先获取连续脉冲(Ping)平均散射强度数据的角度响应曲线;其次使用高斯拟合方法对角度响应曲线进行平滑拟合处理,进而对其解算二阶导数提取角度响应模型改正参数;最后给出顾及高入射角区域的单Ping反向散射强度数据的分段处理改正模型。实验结果表明,该方法与传统方法相比,整个发射扇区散射强度平均偏差精度约提高30V,尤其在影响较大的高入射角区域,平均偏差精度约提高40V,并且该区域的标准差精度也提高了近30%。该模型较好地解决了多波束在非正射情况下获取海底精准散射声强的问题,削弱了声波散射机理的影响;同时也解决了散射强度过渡不均衡、中央波束区域改正异常等问题。因此,提高了多波束反向散射强度的可靠性,可以真实地呈现出海底实际的地貌。      

基于成像光谱技术的土壤剖面发生层划分初探

土壤剖面是土壤发生学研究的核心,但过去几十年以来研究土壤剖面的技术并没有发生质的变化。成像光谱技术可以提供高空间、高光谱分辨率的土壤剖面数据,能够弥补反射光谱技术采样深度间隔较大的不足,用于定量研究土壤属性连续深度变化。以室内采集的土壤剖面成像光谱数据为研究对象,采用支持向量机方法进行光谱数据主成分分类,探讨成像光谱数据用于剖面发生层划分的可行性并分析影响因素。研究中首先定性分析各发生层平均光谱曲线形态特征,然后通过分析剖面光谱数据主成分深度变化特征及其散点分布情况,探讨其用于剖面发生层划分的可行性;最后进行1 000次随机划分数据集并建模、预测以减小误差,定量证明成像光谱数据用于土壤发生层划分的可行性,并通过样本分类错误频率来分析影响分类精度的因素。研究结果表明,受成土过程影响剖面内各发生层平均光谱曲线特征存在差异。成像光谱数据的主成分可以定量呈现土壤剖面深度方向上属性的连续变化及样本散点分布的集聚特征,能较好反映发生层之间的差异性,可以用于发生层划分。建模预测结果表明发生层的预测精度平均值达到93.08%。同时发现,光谱主成分分布相似区域的样本及位于发生层过渡区域的样本分类错误率较高。该研究为利用成像光谱技术进行土壤剖面发生层划分提供了理论依据,为下一步进行剖面发生层制图奠定了技术基础。     

CEST成像不同量化方式在急性帕金森氏病小鼠模型研究中的应用比较

本文通过比较7 T场强下化学交换饱和转移（chemical exchange saturation transfer,CEST）成像技术不同量化方式在急性帕金森氏病小鼠模型研究中的应用效果,探讨了客观无创的帕金森氏病研究方案.使用Bruker PharmaScan 7 T小动物磁共振成像（Magnetic Resonance Imaging,MRI）扫描仪,对经1-甲基-4-苯基-1,2,3,6-四氢吡啶（1-methyl-4-phenyl-1,2,3,6-tetrahydropyridine,MPTP）急性造模前及造模后第3、10天的小鼠黑质、皮层及海马进行扫描,计算弛豫时间T₁、T₂、MTR_asym（magnetization transfer ratio based on asymmetry analysis）、MTR_rex（magnetization transfer ratio yielding Rex）、AREX（apparent exchange-dependent relaxation）及5池拟合后的胺峰面积Area_amine、酰胺峰面积Area_amide.结果显示仅黑质中融合了倒Z谱分析和5池洛仑兹拟合所得的量化指标MTR_rex、AREX及Area_amine在造模后显著减小,与黑质免疫组化结果一致,而T₁、T₂以及基于Z谱非对称性分析的MTR_asym未见统计学差异,这表明此量化方式消除了直接饱和效应及磁化转移效应的影响,准确性上要优于Z谱非对称分析法,更能正确地提示帕金森氏病黑质的变化.     

HPM短脉冲雷达发射信号的重构与仿真

研究分析了HPM信号的包络相位等特征,得知其包络不规整而且相位存在抖动,故采用高斯多峰模型拟合其包络,多项式模型拟合其相位,结合包络与相位的拟合模型获得了HPM信号的脉冲调制模型,最后在Matlab中利用该重构方法对多个HPM信号进行重构,均获得了较小残差的重构信号,检验得知该方法能够对HPM短脉冲雷达发射信号实现准确有效的信号重构。     

用 O r i g i n进行线性拟合并修正系统误差

介绍了用 M i c r o c a lO r i g i n软件进行实验数据处理与线性拟合并进行系统误差修正的具体方法. 以验 证马吕斯定律实验中入射光振动方向与检偏器主截面之间的夹角θ和通过光电探测器探测到的光电流强度 I θ的数 据处理以及I θ ~c o s 2 θ线性拟合为例, 并找出系统误差, 对测量结果进行修正, 展现了 O r i g i n软件的便捷、 高效、 直 观等优点     

基于共焦显微拉曼的柑橘黄龙病无损检测研究

黄龙病危害柑橘果树日益严重,对柑橘黄龙病进行快速检测研究具有重大意义。采用拉曼光谱技术,结合偏最小二乘判别分析(PLS-DA)方法探讨快速诊断柑橘黄龙病及病情类别的可行性。获取柑橘叶片拉曼光谱并进行普通PCR鉴别分为轻度、中度、重度、缺素和正常5类。在715～1 639.5 cm-1范围内采用一阶导,基线校正(Baseline)和多项式拟合三种方法扣除光谱背景,突显叶片拉曼光谱特征峰。多项式拟合方法分别进行了2次,3次和4次拟合,与一阶导和基线校正两种扣除背景方法进行比较,结合最小二乘支持向量机(LS-SVM)和偏最小二乘判别分析(PLS-DA)建立判别模型。经比较发现,多项式拟合方法扣除光谱背景效果均好于另外两种方法,其中用2次多项式拟合的PLS-DA模型的效果最好,预测相关系数(R_P)为0.98,预测均方根误差(RMSEP)为0.67,总误判率最小为0。基线校正扣除光谱背景的LS-SVM模型效果最差,总误判率最大为40%。研究结果表明,利用拉曼光谱技术对柑橘黄龙病进行快速识别研究具有一定的可行性,为柑橘黄龙病无损检测研究提供一种新途径。