选择特殊符号
选择搜索类型
请输入搜索
作 者:王建英,尹忠科,张春梅 著出 版 社:西南交通大学出版社ISBN:9787811042795出版时间:2006-07-01版 次:1页 数:191装 帧:平装所属分类:图书 > 科技 > 电子与通信
租售状态: 出售开 发 商: 北京天亚物业开发有限公司投 资 商: ----占地面积: 11800.00平方米总建筑面积: 100000.00平方米详细信息售 楼 处: 北京市朝阳区光华路嘉裹中心饭店...
行政区域:新香洲项目位置:位于香洲区星园路3号(民西路与三台石路交汇处)交通状况:11条公交线路1、5、6、8、15、22、43、56、68、602、204主力户型:95-210平方米三房四房开发商:...
行政区域:惠城区区域板块:下角项目位置:惠城区江南下角中路26号(原机械厂)交通状况:惠城区1、15、16、19路公交车至机械厂站下,即达项目。主力户型:二居56平米,三居80平米开发商:惠州市鹏达实...
建筑物基本信息
建筑物基本信息 参数名 必填 描述 项目实际情况 建筑代码 数据中心代码 建筑名称 必填 最多24个汉字 建筑字母别名 必填 建筑首字母大写 建筑业主 必填 有多位业主时存主要业主名称,外加 “等××位” 建筑监测状态 状态 1- 启用监测 0- 停用监测 所属行政区划 必填 6位行政区划代码 建筑地址 必填 最多40个汉字 建筑坐标 -经度 建筑坐标 -纬度 建设年代 必填 4位数字年份 地上建筑层数 必填 整数 地下建筑层数 整数 建筑功能 必填 A- 办公建筑 B- 商场建筑 C- 宾 馆饭店建筑 D- 文化教育建筑 E- 医疗卫生建筑 F- 体育建筑 G- 综 合建筑 H- 其它建筑 建筑总面积 必填 空调面积 必填 采暖面积 必填 建筑空调系统形式 必填 A- 集中式全空气系统 B- 风机盘管 +新风系统 C- 分体式空调或 VRV的 局部式机组系统 Z
塔吊基本信息
一.塔吊的基本结构 塔吊从功能上看,可以分为七大部分:金属结构、零部件、工作 机构、电气设备、液压系统、安全装置和附着锚固。 塔吊金属结构由起重臂、塔身、转台、承座、平衡臂、底架、塔 尖等组成。 塔吊零部件则由钢丝绳(起吊的主要受力部件) 、变幅小车(车由 车架结构、钢丝绳、滑轮、行轮、导向轮、钢丝绳承托轮、钢丝绳防 脱辊、小车牵引张紧器及断绳保险器等组成) 、滑轮、回转支承、吊 钩和制动器组成。 塔吊工作机构有五种:起升机构、变幅机构、小车牵引机构、回 转机构和大车走行机构 (行走式的塔吊 )。 塔吊电气设备包括了液压泵、液压油缸、控制元件、油管和管接 头、油箱和液压油滤清器等主要元器件。 塔吊安全系统和附着锚固则有限位开关 (限位器 ),超负荷保险器 (超载断电装置 ),缓冲止挡装置,钢丝绳防脱装置 ;风速计,紧急安 全开关,安全保护音响信号。而一般来说,自升式塔吊在修筑楼房的 过程中
基于范数
这类方法通过定义
基于稀疏表示
这类方法的核心思想是建立卡通信号字典和纹理信号字典,通过稀疏编码(sparse coding)过程把图像分解到这两个字典上。
基于算子信号
然而,以上分解算法的求解过程复杂且不易对图像作更精细的层级分解。近年Peng和Hwang提出一种基于算子的信号分解算法,该方法可以将1维信号中的局部窄带的成分分解到算子的零空间,这种局部窄带信号成分完全由该算子所刻画。
分解模型为:
式中,
基于算子的信号分解方法可以有效地把1维信号分解到两类奇异线性算子的零空间,这种分解方法可以有效地应用到2维图像信号的卡通纹理分解,使分解得到纹理成分得到具体算子的刻画,这是从算子的思想角度对图像中所包含成分的一种新认识,为更好地认识图像(主要对纹理成分的认识)提供了一条新思路。为了把图像转变为1维信号,采用对图像分块处理的方法,将图像块系列化为1维信号,并结合卡通纹理图像的一般特点,用局部全变差变化率作为自适应参数选择的依据,对图像块进行分解,最后综合各图像块的分解结果得到整个图像的分解结果,为了一定程度克服块效应,采取了块间重叠的措施。同时,把自适应参数当成尺度因子,层级调整尺度因子,反复对剩余信号分解,最后实现了图像的层级分解,对具体图像分解验证了算法的有效性 。
多尺度图像
多尺度多分辨是人类视觉高效、准确工作的重要特征之一。自然产生的图像大多包含大量不同尺度的信息,这些信息在一幅图像中同时出现。而对图像的应用研究往往仅限于某一尺度或某些尺度上的现象,或者只需要某些尺度的信息:其它尺度的信息往往会对处理结果有不良影响,或者增大了处理的难度和复杂性。所以把图像信息按尺度进行分离十分必要。多尺度图像分解可以消除其他无用尺度信息对处理结果的影响,也简化了处理的难度和复杂性:也是图像目标识别和边缘检测等处理过程的预处理方法之一。
经验模分解方法是一种适用于非静态和非线性数据的分解方法,该方法是直接的、后验的和自适应的,该种分解具有完备性和准正交性 。
图像可以分解为结构和纹理2大部分,其中的结构信息体现的是图像的整体框架,包含图像的边缘等重要的描述信息,而纹理信息体现的是图像框架中的细节部分。
TV模型容易在各向异性扩散的过程中,将平滑区域噪声作为边缘而产生阶梯效应,而分解出来的结构图像,去除了图像的噪声。因此,对图像的结构部分使用基于TV模型图像修复,就能避免噪声干扰引入的阶梯效应,但是此时还存在一个问题,利用结构图像进行TV模型的扩散修复,仅能避免原来图像中噪声对图像造成的阶梯效应,而对于图像中的边缘部分图像梯度变化大的地方即图像的特征点,如还沿着梯度的垂直方向扩散,则必然会造成图像特征点的迷糊化,因此,为保证图像的特征点的保持,必须在修复过程中将图像的特征点提取出,保证对特征点不沿着图像的梯度正交方向扩散。
在图像的结构部分采用以下的修复方程:
该修复方程利用图像分解技术提取图像结构部分,避免了原始TV模型容易引入的阶梯效应,防止修复结果出现假边缘,同时,对于图像中存在的特征点能很好地实现保留。
将图像分解成有效的几个部分的这一技术在图像处理的领域是很重要并且具有挑战性的逆问题。这种分解的大概思想就是把原始图像f看成两部分,即