一种基于轮廓特征的图像拼接算法设计与实现

提出了一种新的基于轮廓特征的图像拼接算法。在特征提取阶段 ,对卷积图进行增强 ,并用区域增长方法进行辅助校正 ,能改善轮廓提取效果 ;在特征表示方面 ,用形状签名代替链码来描述轮廓 ,从而提高了计算速度 ,降低了由噪声干扰和镜头形变造成的影响。实验结果表明 ,该算法在速度上优于基于链码的配准算法 ,准确率高 ,并且可以适用于未经过几何形变校正的图像的配准与拼接。     

基于地理坐标参数的SAR图像自动概略配准法

提出了一种新的基于地理坐标参数的SAR(Synthetic Aperture Radar)图像自动概略配准方法.该方法利用SAR图像的地理坐标(经纬度)参数,用多项式拟合主辅图像中像元的地理坐标随其图像坐标的变化,首先得到主图像中心像元地理坐标值,然后在辅图像中找到某个像元,其地理坐标等于主图像中心像元的地理坐标,此辅图像中像元的图像坐标与主图像中心像元的图像坐标之差即为概略配准的偏移量.用真实的SAR数据研究证明,本文提出的方法运算速度快,配准精度高.     

我国商事登记程序立法现状及其制度缺陷

商事登记程序是整个商事登记制度的核心,从某种程度上讲,商事登记程序的好坏直接决定了商事登记制度的优劣。我国商事登记制度历经几十年的发展,虽然取得了一定的进步,但其现存问题也是不容忽视的,商事登记程序立法问题尤为突出。缺乏统一的商事登记程序立法、采用折中审查主义、前置审批设置繁多、适用三级审批机制、公示方法以公告为主,这些都是我国商事登记程序立法现状的具体表现。而登记依据及其程序不统一、公开性透明度较差、审查原则明显不当、登记行为的法律责任不明确等问题更是严重制约了商事登记程序应有作用的发挥,阻碍了商事登记制度设立目的的实现。     

医用透视图像数字化采集和处理系统的设计

介绍了医用透视图像数字化处理系统的总体结构，列举了硬件系统各部分的性能指标及软件系统的各部分结构模块，并将其以结构图形式显示出来，详细介绍了系统的工作原理和各部分实现的功能，给出了实验中用到的一些数据参数，并对它的一些关键问题进行了讨论，该系统运行在Visual c 环境下，由软件编程来实现，用户界面美观大方，方便人机交互，是一种很实用的医用图像数字化处理系统。     

试论我国不动产物权登记机关的统一

目前,我国不动产登记机关呈分散状态,从而妨碍经济的发展、影响权利人的正当权益。所以,不动产登记机关的统一势在必行;应当以司法机关作为我国统一的不动产登记机关。     

我国保健食品产业发展历程及管理政策概述

我国保健食品自1996年法制化管理以来,保健食品行业的发展呈现螺旋式上升的趋势。30余年来保健食品的相关管理政策发生了较大变化,监管部门也从原来的卫生部改为国家食品药品监督管理总局。除营养素补充剂,功能型保健食品的功能声称现有27种,按照新修订的《食品安全法》,我国保健食品的监管实现了从单一注册制到注册与备案双轨制的改变。国家食品药品监督管理总局负责对使用保健食品原料目录以外原料的保健食品和首次进口的保健食品的注册以及首次进口的属于补充维生素、矿物质等营养物质的保健食品的备案,而各省及直辖市食品药品监督管理局负责用保健食品原料目录生产的保健食品的备案。已经颁布的《保健食品原料目录(一)》和《允许保健食品声称的保健功能目录(一)》仅包含营养素补充剂和补充营养素功能。近年来国家食品药品监督管理总局出台了一系列保健食品的政策和法规,包括《保健食品注册与备案管理办法》、《保健食品注册审评审批工作细则(2016年版)》、《保健食品注册申请服务指南(2016年版)》、《保健食品备案工作指南(试行)》等。对我国保健食品的发展历程及管理政策进行系统总结和分析对行业更快发展将起到重要的指导作用。     

高功率光学元件校正波前的梯度均方根指标

对高功率固体激光装置中,光学元件波前经过变形镜校正后的梯度均方根指标开展了研究。建立了变形镜校正效果的等效分解方法,分析了校正波前的部分相干叠加特性,对校正波前的梯度均方根与焦斑尺寸的对应关系进行了研究。解决了在有变形镜校正时,如何制定元件波前梯度均方根指标的问题。研究结果对高功率固体激光装置的光学元件波前指标制定有指导意义。     

三维数据拼接中编码标志点的设计与检测

提出了一种编码标志点的设计与检测方法,以满足三维扫描测量中对大面积物体进行全场检测的编码标志点拼接法的要求。编码标志点由编码点和标志点组成,其中标志点提供位置信息,编码信息被编译储存在编码点的排布中。研究了编码点的数量和编码标志点方案总数的对应关系以及标志点的编码方法。对编码标志点的检测以及偏心误差进行了分析。实验证明,该编码标志点方案简洁、严密,容易识别,达到了设计要求。     

基于深度学习的公路路面病害检测算法

针对公路路面病害图像存在背景干扰多、病害信息弱、尺度差异大等问题,提出了一种基于深度学习的公路路面病害检测方法。以YOLOv4算法为基础,在检测网络中引入可变形卷积,并提出基于路径聚合网络(path aggregation network, PANet)的自适应空间特征融合结构,充分学习公路路面病害的细节特征,实现不同尺度特征信息的高效融合;采用平均准确率损失(average precision loss, AP-loss)函数作为分类损失函数,促使网络在训练过程中更加注重于正样本。实验表明,在公路路面病害检测中,改进YOLOv4算法的平均准确率达到了95.34%,每张图像的平均检测时间为0.071 s。与快速基于区域的卷积神经网络(faster region-based convolutional neural networks, Faster R-CNN)算法相比,所提出的算法在持有较高检测准确率的同时,减少了运算时间,可以满足公路路面病害检测的准确性与实时性需求。     

变形镜部分驱动器断电失效对校正性能的影响

变形镜在长期工作的过程中,压电陶瓷驱动器因累积疲劳效应会导致其失效,从而导致校正性能的降低.从变形镜的影响函数出发,将失效驱动器的电压置零,采用有限元方法建立变形镜疲劳失效模型,重点分析畸变波前的形态分布、入射光束的类型和驱动器的排布方式等对校正能力的影响.实验结果表明,在部分驱动器失效的情况下,变形镜应当根据高斯型随...