作为图像局部特征区域的有效描述方法,局部二值模式是目前对二维图像最有效的纹理分析特征之一.本文提出了基于局部二值模式特征的稀疏表示人耳识别方法.该识别算法首先提取训练人耳图像的局部二值模式特征描述子作为稀疏表示的字典,然后将测试样本的局部二值模式特征描述子表示为字典中所有局部二值模式原子的稀疏线性组合,最后通过求解稀疏表示模型得到稀疏编码系数,根据测试人耳图像的重建误差进行识别.在UND-J2人耳库和USTB人耳库上的实验结果表明,基于局部二值模式特征的稀疏表示人耳识别方法对人耳图像光照变化、姿态变化以及人耳遮挡具有更好的鲁棒性,实现了更高的识别率

为研究缝合线分形特征及其对石灰岩强度的影响，基于数字图像处理技术，采用功率谱密度方法和数字图像盒维数方法分析水平缝合线和垂直缝合线的分形维数，通过实验和数值模拟研究缝合线对石灰岩强度的影响和石灰岩内部裂纹演化过程.研究结果表明：采用两种分形分析方法得出缝合线分形维数介于1和2之间，表明缝合线是自然界一种自仿射分形构造，且垂直缝合线的粗糙度较大.缝合线平均弱化石灰岩强度约20%，不同倾角缝合线石灰岩强度没有明显的各向异性现象，缝合线对石灰岩弹性模量影响很小.石灰岩失稳破坏过程中，裂纹的萌生发展与缝合线息息相关，缝合线加快了石灰岩的损伤破坏.数值模拟表明缝合线厚度、位置、数量、分形维数等发育因素对石灰岩的强度有着显著的影响

应用化学分析、扫描电镜观察和X射线衍射分析方法研究海砂矿的基础物性.采用煤基深度还原-磁选工艺,系统考察矿粉中Fe和Ti的还原分离行为,并明确还原温度、还原时间、碳氧比、磁感应强度和磨矿粒度对还原磁选效果的影响规律.结果表明:海砂矿主要由钛磁铁矿和钛赤铁矿组成;较优的还原分离工艺参数为还原温度1300℃、还原时间30 min、碳氧摩尔比1.1、磁感应强度50 mT和磨矿细度-0.074 mm质量分数86.34%.在此工艺条件下,可以获得金属化率94.23%的还原产物,磁选指标分别达到精矿铁品位97.19%和尾矿钛品位57.94%,对应的铁、钛回收率为90.28%和87.22%,有效地实现海砂矿中铁钛元素的分离富集

手背静脉身份识别由于其非接触和不易被污染等独特的优势,已成为各种新型生物特征识别手段中的研究和应用热点.如何提取具有高鉴别性且鲁棒的手背静脉图像特征是本文的研究重点.本文简述了基于局部二值模式(local binary pattern,LBP)的特征提取方法及其改进方法的基本原理,讨论分析了其不足,并针对不足,提出了一种多尺度块中心对称局部二值模式(multi-scale block center-symmetric LBP,MB-CSLBP)算子.本文所提出的MB-CSLBP算子既考虑图像的局部宏观特征,也兼顾图像的微观特征,获取了更加全面的图像信息.在自建的2040幅近红外手背静脉图像数据库中,用MB-CSLBP方法获取图像特征并使用最近邻分类器进行识别.大量的对比实验结果表明,本文所提方法的识别率达到98.21%,优于原始LBP及其改进算子,中心对称局部二值模式(center-symmetric LBP,CS-LBP)和多尺度块局部二值模式(multi-scale block LBP,MB-LBP)等

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性

行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题，研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法，以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型，以最优激励轨迹进行实时数据采集，采样数据经过低通滤波及中心差分的处理后，代入相应的负载辨识方程式，并用加权最小二乘法解决线性方程组，可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性

为了精确表征轮胎与路面微观摩擦接触特性及分子作用力效应,利用分子动力学模拟分析方法建立轮胎(聚异戊二烯)和集料(二氧化硅)三维单体模型和界面接触模型,在纳米尺度上研究轮胎和集料的微观构造和接触特性.模拟结果表明:链状聚异戊二烯分子链为螺旋状结构,分子间隙较大,易产生较大变形,而二氧化硅则为典型脆性材料,表面较为平整;界面接触模型以二氧化硅为固定基底,聚异戊二烯单链在其上匀速滑动,二者间距离为0.5 nm.接触界面摩擦特性模拟结果表明摩擦系数随着速度增加而变小,其变化趋势与实验结果相同,证明模拟结果有效

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法.首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标.实验结果表明:与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快