主方向

摘要： 为探究碾压过程中,主应力空间的主应力大小和方向的变化规律,设计石磙碾压试验,通过土体三维应力测试系统,对碾压过程中土体的6个应力分量实时监测,并将测试过程中的数据文件导入Matlab编程语言中进行数据处理,即可得到主应力的大小和主方向角度的变化曲线及发展规律。分析数据表明:碾子在土体三维应力测试装置的正上方时,3个正应力达到峰值,其大小关系为:σ_(zz)>σ_(yy)>σ_(xx)。3个剪应力大小呈现反对称趋势,σ_(yz)和σ_(xy)变化趋势基本相同,σ_(zx)的反对称趋势与其相反;当碾压到正上方时,γ由较小值跳跃到较小值的余角;在碾压过程中,主应力空间中的主应力的大小关系:σ_(1)>σ_(2)>σ_(3)。在碾压过程中的3个主应力方向角α、β、γ的变化范围在0°~90°,其峰值大小关系为:γ>β>α。

摘要： 为研究基坑开挖对临近土体三维应力状态的影响,以天津市河东区某基坑工程为背景,采用一种三维土压力盒,在现场对整个基坑开挖过程中周围土体的三维应力状态进行监测,并将实测应力与有限元模型模拟结果加以对比,研究土体三维应力、主应力和主方向的变化规律。结果表明:基坑开挖对临近土体的作用并非纯加载或纯卸载;开挖过程对临近土体三维应力状态的影响主要体现在正应力上,对剪应力影响较小;主方向会随着基坑开挖而发生偏转,最大偏转角度达到110°;3个偏转角α、β、γ在第1段开挖时均出现向0°变化的趋势;α、β角的变化曲线大体表现出关于0°对称的特征。

摘要： 目前的2D/3D医学图像配准方法的配准精度和效率存在矛盾,配准捕获范围小.为解决这些问题,本文提出一种基于主方向傅里叶变换算子的分级配准方法.首先,提出平面旋转平移不变性算子——主方向傅里叶变换算子.然后,提出基于主方向傅里叶变换算子的模板匹配初始化方法,可避免接近真值的初值需求,并显著扩大了捕获范围.最后,提出基于主方向傅里叶变换算子的分级配准框架,将配准搜索空间从O(n6)降到O(n2),在保证配准精度的情况下大幅提高配准效率.在配准实验中,本文方法的配准精度为0.68 mm±0.28 mm,配准时间为16.87 s±3.77 s,捕获范围大于100 mm.因此,所提出的基于主方向傅里叶变换算子的分级配准方法可以满足2D/3D图像配准在相关临床应用中精度、效率及捕获范围的需求.

摘要： 为了简单地确定三向应力状态的主方向,根据应力张量是一个实对称矩阵,利用实对称矩阵的特征值与特征向量之间的关系来研究主应力的方向.若应力张量的特征值(主应力)互不相等,则在数学上保证了特征向量(主方向)正交;若应力张量有相同的主应力,则会出现应力主方向非正交的情况.非正交的主方向对应圆柱体侧面或球体受压或受拉的情况,可采用施密特正交单位化处理,使得主应力方向在代数上的求解方式更为规范.应用具体算例说明了新方法的可行性和在代数上的严密性.

摘要： 为了简单地确定三向应力状态的主方向,根据应力张量是一个实对称矩阵,利用实对称矩阵的特征值与特征向量之间的关系来研究主应力的方向。若应力张量的特征值(主应力)互不相等,则在数学上保证了特征向量(主方向)正交;若应力张量有相同的主应力,则会出现应力主方向非正交的情况。非正交的主方向对应圆柱体侧面或球体受压或受拉的情况,可采用施密特正交单位化处理,使得主应力方向在代数上的求解方式更为规范。应用具体算例说明了新方法的可行性和在代数上的严密性。

摘要： 针对普通图像中的目标识别问题,在SIFT算法的基础上,利用特征点的主方向信息对SIFT算法进行改进,提出一种适应性强、识别准确率高的目标识别方法.实验结果表明,在SIFT特征匹配之前剔除主方向差异较大的特征点对,不仅减少了特征匹配的运算量,还提高了执行效率和识别准确率.

摘要： 本文阐述了一种基于规则建筑物的主方向加以屋顶平面特性分析,通过直线拟合取代传统平面拟合实线建筑物顶面重建的方法,实验证明该方法简便有效,具有一定的进步性.

摘要： 提出了一种基于区域信息熵的图像检索方法，该方法首先根据形状主方向对图像进行旋转，并对旋转后的图像提取目标区域；然后将图像的目标区域沿圆周方向划分为若干个子区域，并统计各个子区域的信息熵，最后使用欧式距离度量熵矢量之间的相似性。在商标图像库的实验结果显示该方法所提取的特征能够有效的描述图像的形状，对图像库中2000多幅商标图像实验表明，区域信息熵能具有良好的旋转、平移、尺度不变性，得到的检索结果能够很好地满足人的视觉感受。

摘要： 探讨了空间场的仿射变换中主平面的问题，得到一种确定主平面位置的方法。

摘要： 探讨了空间场的仿射变换中主平面的问题，得到一种确定主平面位置的方法。

摘要： 探讨了空间场的仿射变换中主平面的问题，得到一种确定主平面位置的方法。

摘要： 探讨了空间场的仿射变换中主平面的问题，得到一种确定主平面位置的方法。

摘要： 本发明公开了一种确定潜在滑动边坡的主滑动方向和主滑动面的监测装置及确定方法。在三维边坡中建立

摘要： 本发明提供一种能够缩短确定主波束方向所需的时间的主波束方向确定设备、主波束方向确定方法和程序。次级候选扇区选择单元(160)根据头戴式设备(12)通信的通信质量，选择小于第一数量的第二数量的初级候选或小于第二数量的第三数量的初级候选作为次级候选。第一扇区级扫描处理执行单元(154)确定次级候选中的一个作为主波束方向。

摘要： 本发明提供了能够缩短用于确定头戴式显示器的主波束方向所需的时间的主波束方向确定设备、主波束方向确定方法和程序。次候选扇区选择单元(56)响应于HMD(12)的姿势选择多个主候选中的一部分作为次候选。扇区级扫描处理执行单元(58)基于从所述次候选执行通过各个次候选的通信时的通信质量来确定HMD(12)的主波束方向。

摘要： 本发明公开了一种确定潜在滑动边坡的主滑动方向和主滑动面的监测装置及确定方法。在三维边坡中建立

摘要： 本发明涉及一种用于在主方向(2)上发送声学信号和/或从主方向(2)接收声学信号的设备(1)，所述设备尤其用于检测车辆周围环境，所述设备包括电声转换器(3)和偏转元件(4)。电声转换器(3)设置用于在发送声学信号的情况下，在所述主方向(2)上和反向方向(5)上发送声学信号和/或在接收声学信号的情况下，由来自所述主方向(2)的和来自所述反向方向(5)的声学信号激励。所述偏转元件(4)设置用于在发送声学信号的情况下，将在所述反向方向(5)上输出的声学信号通过第一声学路径(6)如此偏转到所述主方向(2)上，使得所述声学信号在侧面经过所述电声转换器(3)，和/或在接收声学信号的情况下，将从所述主方向(2)到达的在侧面经过所述电声转换器(3)的声学信号如此通过所述第一声学路径(6)偏转，使得所述声学信号从所述反向方向(5)到达所述电声转换器(3)。

摘要： 本发明涉及一种点云数据的主曲率和主方向估计方法步骤包括：预处理，法截线曲率估计，拟合出Weingarten矩阵，求出Weingarten矩阵的特征值和特征向量，求出主曲率和主方向。本发明仅利用激光扫描仪的扫描数据和估计的法向量，得到忠实于原始实物的主曲率和主方向。该方法通过最小二乘线性拟合和矩阵的特征值特征向量求出主曲率和主方向，算法简单，计算结果准确，时间复杂度是高效的。该方法称为法截线拟合法，其计算结果在虚拟现实、电脑游戏、自然场景模拟、城市景观设计、数据压缩、特征提取、实物3D重建等领域具有重要的应用价值。

摘要： 本发明公开了一种基于方向特征的手掌静脉主方向特征提取方法，其特征是针对掌脉图像，采用Gaussian_iRadon(G‑iR)变换提取掌脉图像的方向特征矩阵，得到图像主方向特征，所述的采用Gaussian_iRadon(G‑iR)变换提取掌脉图像的方向特征矩阵是在判定中心像素点的主方向Do(x0,y0)时，利用Gaussian函数对中心点的加权规则，削弱邻域内像素点对中心像素点的贡献度，进而减弱iRadon变换提取到的方向信息的分辨能力。本发明采用G‑iR变换，加强了不同个体间掌脉图像的关联，有利于构建子库并增强同一子库内图像间的相关性；同时基于iRadon变换较佳的分辨能力，尽可能最大化不同子库中掌脉图像的差异性，达到分类快速检索的目的。

摘要： 本发明涉及一种用于在主方向(2)上发送声学信号和/或从主方向(2)接收声学信号的设备(1)，所述设备尤其用于检测车辆周围环境，所述设备包括电声转换器(3)和偏转元件(4)。电声转换器(3)设置用于在发送声学信号的情况下，在所述主方向(2)上和反向方向(5)上发送声学信号和/或在接收声学信号的情况下，由来自所述主方向(2)的和来自所述反向方向(5)的声学信号激励。所述偏转元件(4)设置用于在发送声学信号的情况下，将在所述反向方向(5)上输出的声学信号通过第一声学路径(6)如此偏转到所述主方向(2)上，使得所述声学信号在侧面经过所述电声转换器(3)，和/或在接收声学信号的情况下，将从所述主方向(2)到达的在侧面经过所述电声转换器(3)的声学信号如此通过所述第一声学路径(6)偏转，使得所述声学信号从所述反向方向(5)到达所述电声转换器(3)。

摘要： 本发明涉及一种点云数据的主曲率和主方向估计方法步骤包括：预处理，法截线曲率估计，拟合出Weingarten矩阵，求出Weingarten矩阵的特征值和特征向量，求出主曲率和主方向。本发明仅利用激光扫描仪的扫描数据和估计的法向量，得到忠实于原始实物的主曲率和主方向。该方法通过最小二乘线性拟合和矩阵的特征值特征向量求出主曲率和主方向，算法简单，计算结果准确，时间复杂度是高效的。该方法称为法截线拟合法，其计算结果在虚拟现实、电脑游戏、自然场景模拟、城市景观设计、数据压缩、特征提取、实物3D重建等领域具有重要的应用价值。

摘要： 本发明公开了一种基于方向特征的手掌静脉主方向特征提取方法，其特征是针对掌脉图像，采用Gaussian_iRadon(G-iR)变换提取掌脉图像的方向特征矩阵，得到图像主方向特征，所述的采用Gaussian_iRadon(G-iR)变换提取掌脉图像的方向特征矩阵是在判定中心像素点的主方向Do(x0,y0)时，利用Gaussian函数对中心点的加权规则，削弱邻域内像素点对中心像素点的贡献度，进而减弱iRadon变换提取到的方向信息的分辨能力。本发明采用G-iR变换，加强了不同个体间掌脉图像的关联，有利于构建子库并增强同一子库内图像间的相关性；同时基于iRadon变换较佳的分辨能力，尽可能最大化不同子库中掌脉图像的差异性，达到分类快速检索的目的。