【摘 要】
：
水中金属丝电爆炸是获得水下强冲击波的有效方式。为此采用双透镜四焦距成像系统减小相差,在保证良好对焦的前提下拍摄了最优放电模式下水中铜丝电爆炸的激光阴影图像,并结合放电电信号波形对其演化过程进行了描述和分析。实验结果表明:金属丝在熔化结束之前产生第1个明显的压力波,该压力波在阴影图像中呈现分层结构,并以接近静水声速的速度传播,其后被主冲击波追赶直至淹没。在汽化阶段,金属丝开始显著膨胀,且早期水流密度
论文部分内容阅读
水中金属丝电爆炸是获得水下强冲击波的有效方式。为此采用双透镜四焦距成像系统减小相差,在保证良好对焦的前提下拍摄了最优放电模式下水中铜丝电爆炸的激光阴影图像,并结合放电电信号波形对其演化过程进行了描述和分析。实验结果表明:金属丝在熔化结束之前产生第1个明显的压力波,该压力波在阴影图像中呈现分层结构,并以接近静水声速的速度传播,其后被主冲击波追赶直至淹没。在汽化阶段,金属丝开始显著膨胀,且早期水流密度分布造成阴影图像边界模糊。爆炸丝及主冲击波均表现出良好的轴向均匀性,边界平滑、整齐。进一步利用流体力学模
其他文献
伴随着人类进入互联网信息时代,基于网页作为信息传递的主要平台,发挥了重要的作用。在计算机网页设计中,图像处理技术运用越来越频繁,其能够实现各种图像格式更改、图像配置优化等对应的处理,同时也能够满足承载信息的顺畅性,让其能够清晰的呈现出来,最终满足网页设计的实际要求。
遥感技术的出现,使航拍图像在诸多领域中得到越来越广泛的应用。由于航拍获得的图像分辨率比较低,并且视野范围有限,很难对较大区域中的完整信息进行表达,尤其是海面上的舰船。因此,对航拍图像进行拼接显得尤为必要。为进一步提高航拍舰船图像的拼接效率,可以引入GPU架构。基于此点,本文从GPU架构的分析入手,详细论述了基于GPU架构的航拍舰船图像拼接算法。
深度学习是实现人工智能的有效方法。对于深度学习,训练数据集对其性能有着至关重要的影响。在用深度学习进行遮挡人脸检测时,目前可用的遮挡人脸数据集并不多,为解决这个问题,提出一种自动构建正面遮挡人脸库的方法。该方法首先采用OpenCV级联分类器检测人眼和嘴巴,再根据人脸的生理特征中人眼、嘴与人脸的关系进行人脸定位,最后根据定位参数把人脸抠取下来并保存到指定文件夹。不管人脸的上半脸受遮挡还是下半脸受遮挡
全息重建方法是全息成像技术和全息术的一个核心部分。本文提出了一种基于U_net网络的单幅全息图重建方法。首先使用基于马赫-增德尔干涉仪的光路结构全息实验成像系统记录全息图,将得到的全息图作为训练集,然后采用训练集对U_net网络进行训练,在经过训练后得到全息图的数学模型,用该数学模型便可以对全息图进行重建。仿真和实验结果表明,基于U_net网络的单幅全息图重建方法计算速度更快还只需要更少的测量数据
采用图像处理技术处理后的激光三维图像能够显著提升图像精度,为刑事侦查、工业部件生产提供可靠的图像依据。通过设计基于三维成像技术的激光图像处理系统解决三维成像技术精度低、耗时长的问题。系统主要包括激光三维成像模块、DDR外接存储模块、FPGA模块、上位机等部分;激光三维成像模块增加转镜获取高精度的激光三维图像,DDR外接存储模块负责存储激光数据,分散FPGA模块资源损耗,通信电路模块负责传输DSP和
实现人脸图像识别真实性的过程中,为提升可变光照下人脸识别图像的识别率,提出基于小波变换的可变光照下人脸图像识别方法,小波分解人脸图像,过滤掉人脸图像中的冗余信息,获取人脸低频图像,采用Gamma校正改善图像亮度、通过高斯差分过滤出人脸图像低频中的光照和高频中的噪声,通过对比度变换增强图像质量,实现人脸图像的光照处理。采用小波变换和LBP编码方式提取光照处理后人脸图像的LBP直方图特征,计算特征间距
数字图像相关(DIC)方法是一种非接触的全场光学测量方法。其中关键技术就是整像素的定位。不同的整像素相关搜索算法在精度和效率有很大的差别。提出了基于群体智能优化的自阈值粒子群算法和爬山搜索算法两种整像素搜索算法,并对两种算法的精度和效率进行了分析计算,最后将两种算法的性能进行了对比,得出了两种算法在精度方面基本相同,但是在速率方面却有明显差异,爬山算法最少比粒子群算法快54.3s,平均爬山算法比粒
面向近场实时成像场景需求,为实现低成本、高采集效率的MIMO阵列成像系统,提出了一种可适用于任意稀疏MIMO面阵的单频综合谱域快速成像算法。该算法基于单频信号和探测距离先验信息,将传统后向传播算法与频率-波数域成像算法相结合,并保持了原有后向传播算法对任意孔径的适应力以及频率-波数域算法的实时性,同时避免了后向传播算法的繁重计算量以及频率-波数域算法对阵列分布的严苛要求。仿真和实验数据验证了所提算
近年来,三维重建技术迅速发展,在日常生活和工业产品中得到广泛应用。传统的三维重建方法无法重建对象看不见的部分,需要很长时间才能进行重建,同时对于无纹理的对象的重建也很困难。针对这些问题,围绕单张图像进行三维重建,提出了一种基于P2M框架改进的单张图像重建三维模型的方法。主要工作是将建立特征的骨干进行了替换,将特征提取网络由VGG-16网络进行改进,提出了改进的DenseNet网络,得到更好的二维特
微笑检测作为一种通过人脸识别人类情绪的重要方法已广泛应用在生活中,大量微笑检测算法被提出以提高微笑检测的准确率。然而在实际应用中计算资源通常有限,减少算法所需的计算时间与存储空间同样重要。不同于现有的利用人脸区域的微笑检测算法,提出一种基于嘴巴区域的微笑检测方法来减少算法运行的时间。使用流形降维算法在嘴巴区域提取具有判别性能的特征,同时结合图像是二维形式的本质特点引入空间光滑子空间学习来提高分类准