太阳能光伏阵列红外图像的特征提取[J].2004,(10).合肥工业大学学报：自然科学版：1187-1190

收稿日期!"##$%#&%’(

基金项目!安徽省教育厅自然科学研究项目)"##$*+#’’,-.

作者简介!王培珍)’&((/.0

女0安徽泾县人0博士生0安徽工业大学副教授0硕士生导师1王群京)’&(#/.0

男0安徽蚌埠人0博士0合肥工业大学教授0博士生导师1杨维翰)’&23/.0

男0江苏宝应人0安徽工业大学教授0硕士生导师4第"5卷第’#期

合肥工业大学学报)自然科学版.6784"5974’#"##2年’#月:;<=9>?;@A B @B C <9C 6B =D C E F ;@E B G A 9;?;H F ;I J K

K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K 4"##2太阳能光伏阵列红外图像的特征提取

王培珍’0王群京’0杨维翰

")’4合肥工业大学电气与自动化工程学院0安徽合肥"$###&1"4安徽工业大学电气信息学院0安徽马鞍山"2$##".

摘要!针对红外图像普遍存在目标与背景对比度差L 噪声较大及非均匀成像等问题和太阳能光伏阵列的红外图像特点0文

章提出了先将待分析图像与正常工作的太阳能光伏阵列的红外图像作差运算0再采用二维阈值化与模糊聚类相混合的方法

提取目标特征的方案0实验结果令人满意M

关键词!红外图像1太阳能光伏阵列1特征提取

中图分类号!E N $&’42文献标识码!>文章编号!’##$%3#(#)"##2.’#%’’O 5%#2

PQR S T U VW U X S T R W R Y S Z X R R [S X Y \S ]U ^U W S T R ]^W X Y X R V

]Q Y _R U W S T R ‘T U S U a U b S Y ]\Y X X Y c

d>9H N e f %,g e h ’0d>9H i j h %+f h k ’0F >9H de f %g l h

")’4D I g 7787m B 8e I J n f I B h k f h e e n f h k l h ->j J 7o l J f 7h 0A e m e f

h e e n f h k l h -C h m 7n o l J f 7h 0>h g j f

y n e q e h J e -f hJ g f q y l y e n 4@f n q J 0J g e q j x J n l I J f 7h 7y e n l J f 7h f q I l n n f e -7j J x e J w e e hJ g e J w 7f h m n l n e -f o l k e q

7m y g 7J 7p 78J l f Il n n l r w g f I gl n eJ 7x el h l 8r ,e -l h -j h -e nh 7n ol 8I 7h -f J f 7h n e q y e I J f p e 8r 4E g e h 0l oe J g 7-7m I 7o x f h f h k J g e J w 7%-f o e h q f 7h l 8J g n e q g 78-f h k l h -J g e m j ,,r %I %o e l h q l 8k 7n f J g o f q f o y 8e oe h J %

e -4D 7o ee z y e n

f o e h J q l n ey n e q e h J e -l h -J

g e y n e 8f of

h l n rn e q j 8J q l n e q l J f q m r f h k

4{R c |U X V v !f h m n l n e -f o l k e 1y g 7J 7p 78J l f I l n n l r 1m e l J j n e e z J n l I J f 7h

目前太阳能技术已经受到世界各国的重视}’~$!M 通常成品的太阳能电池组件)电池板.0每一块的输出电压只有十几伏0电流也只有几百毫安0且受光照的影响很大M 在太阳能光伏系统中0为了满足大功率和高电压的供电要求0需要将多块太阳能电池板串并联起来0形成串并联网络)即太阳能光伏阵列.M 太阳能光伏阵列在工作过程中0由于电池板的局部故障0如局部遮挡L 电池板的开路L 短路或性能下降0会使得整个供电系统输出电压或功率有明显的下降0严重降低系统的效率M

任何物质依据其温度的不同0发射一定波长的红外射线M 不同温度的物体0发射的红外线波长也会随之变化M 太阳能电池直接将太阳能转化为电能0在不同的工作状态)正常L 遮挡L 故障及老化.和不同的

负载状态下0其能量的吸收L 转换和能量输出都有所不同0因而其温度和发射的红外特性也不相同}2!M

因

此!对光伏阵列的红外图像进行分析!提取其在不同状态下的特征信息!对于进一步在大面积的太阳能光伏利用中!对其实现非接触式的在线检测与故障分析有着直接的意义"

#图像预处理

由于红外热像仪固有的特性以及外界环境因素的干扰!红外热图像普遍存在目标与背景对比度差$

图像边缘模糊$噪声较大及非均匀成像等缺点%&’!

因此红外图像在抽取其特征之前对其进行滤波$拉伸及非均匀矫正!是个不容忽略的问题"

#(#图像滤波

考虑到红外图像的噪声颗粒较大!采用较小的窗口或中值滤波效果不理想"但窗口太大会使得红外图像中原本比较模糊的边缘更加模糊"经过比较!本文采用&)&的*+,--.+/滤波器对其滤波"#(0图像拉伸

不同状态下太阳能电池板温差不大!红外图像灰度值范围小!特征的提取存在一定难度"本文采用直方图局部线性拉伸技术!将红外图像的灰度值范围拉伸放大!以突出电池板灰度值的变化"

设图像包含1)1个像点!位于坐标23!45像素的灰度值为6723!4

5!定义局部线性拉伸后图像的灰度值623!4

5为686096#670967#

267967#5:;#6#6<=>0

67#?67?67067@67#

67A 6702#5其中!67#B 670为红外图像中灰度分布相对集中的区域!且6096#A 670967#"原图像中灰度值小于67#和大于670

的区域2非感兴趣区域5作了相应的压缩!这两部分的压缩对目标提取不会造成大的影响"0特征的提取

太阳能电池组件在安装过程中!组件间留有一定的缝隙!电池板工作时缝隙与组件间同样存在较大的温差!在红外图像中反映出的灰度变化与不同状态间灰度的变化程度相当!用惯常的特征提取方法!难以将其分辨出来"为此!本方案中特征的提取分两步进行C 间隙剔除与模糊分割"

0(#间隙剔除

太阳能电池组件工作时的温度高于环境温度!对应的红外图像中间隙部分灰度值明显低于电池组件区域!与完全遮挡部分相近!分割前这部分影响若不去除!将给后续识别工作带来很大难度"不同工作状态下的太阳能电池组件缝隙温度规律一致!为了削弱间隙给后续目标提取带来的影响!

本方案采用两幅图像相减的方法!预先采集一幅正常工作光伏阵列的红外图像!再将待分析图像与之作差运算"正常工作的电池板温度较均匀!差运算不会损失太多待分析图像中的目标信息"

0(0图像分割

红外图像含较强的噪声和干扰!且目标和背景表面的温度辐射特性也十分复杂"但是其像素灰度在二维空间上存在着相关性!实际红外图像中脉冲干扰和噪声与邻域灰度差很大"图像的二维灰度直方图DD 像素的灰度值分布及其邻域的平均灰度值分布所构成的直图!同时利用了灰度及邻域平均灰度的信息!有利于消除因噪声等因素产生的误分割"同时由于噪声和干扰的存在!红外图像中包含了许多

不确定的信息!难以用统计信息进行描述"模糊理论%E ’则能很好的处理这些不确定的信息"在此!本文在二维灰度直

图的基础上!运用模糊聚类法对间隙剔除后图像进行分割!以提取不同工作状况所对应的目标信息"F F ##合肥工业大学学报2自然科学版5第0G 卷

!"!"#二维阈值化

设图像包含$%$个像点&’()*&#&+&,-#.为灰度取值范围/定义映射01$%$2’&

则位于坐标34&56像素的灰度值为034&56&其7%7邻域平均灰度值为

834&56(

#7!97!:(-7!97!;(-7!034<:&5<;63!6

其中&7=$&7一般取奇数&>7?!@

取整

/以灰度A 邻域平均灰度数据对>034&56&834&56@

来表示图像&并以二维矢量3B &C 6分割图像3*=B &C

=,-#6&如图#所示/其中&方块*和#包含了目标类和背景类的分布D 远离对角线的方块!和E &

对应边缘和噪声>F @/!"!"!模糊聚类

由于红外图像中大量噪声的存在&落在图#中区域!和区域E 的

点会比可见光图像中多得多&这势必会造成大量的误分割/为此&本

方案采用模糊聚类的方法>G @对其进行进一步的划分/

聚类采用模糊H 均值算法&通过使均方差目标函数局部最小来聚类像素&即

I 3J &K 6L (97M (#9N

:(#3

O :M 6L 3P :M 6!

3E 6

其中&P :M

(QR M -K :Q 为样本中数据点R M 相对于第:个聚类中心的距离D J 是样本集R 的模糊N S 划分D K 是N 个聚类中心3作矢量处理6组成的结合D R ()4#&4!&+&47

.为像素的集合&N 为类数D L T >#&U@是一个加权系数D O :M

为第M 个样本相对于第:个聚类中心的隶属度/分割过程中&若直接采用模糊N 均值算法会出现两个问题1在聚类数未知的情况下&聚类非常困难D

图像数据很大&在求聚类中心的迭代过程中所需的计算量过大/为避免这两个问题&采用一种将二维阈

值分割与模糊聚类相融合方法>G @&即先由快速二维阈值分割求得聚类中心&以代替模糊N 均值算法为求聚类中心的多次迭代&然后再做模糊划分&步骤如下1

3#6二维阈值化1用快速二维阈值化的方法求得图#的分割阈值3B &C

6/3!6确定聚类中心1以方块*&#的中心点3B !&C !6和3B <,-#!&C <,-#!

6为聚类中心&并产生隶属函数O :3:

(*&#分别表示目标与背景6/3E 6给定初始隶属度值&计算I 3J &K 6(97M (#9!

:(#

V :M 3P :M 6!/其中&P :M 为方块!和E 的点到聚类中心的欧氏距离D V :M

为隶属度&当隶属度阈值取定后&取*或#/3W 6依据最小二乘法原理&找出使I 3J &K 6

最小所对应的隶属度O /3X 6以O 为隶属度阈值划分处于方块!

和E 中的点/E 结果与讨论

本文选用的试验对象为硅太阳能电池组件&每块电池组件的功率为W G "*Y &

典型负载的端电压与输出电流分别为#X "Z [和E "*!\&短路电流和开路电压分别为E "E X \和#Z "G [/

假定太阳能电池工作的温度范围为-]X ^#!X_3实际范围要窄些6&根维恩位移定律‘a L (b 3a L

为光谱辐射出射度的峰值波长&b (!"G Z G %#*-E c d e 为一常6&可得其辐射红外线峰值的波长范围为F "E ^#E "Z f c /实验

中红外摄像头选择的是g \h 公司生产的i j !***&光谱响应的波长为G ^#W f c &

测温范围为*^X **_&温度灵敏度在E *_时为*"#X _&空间分辨率为#"X c?k l m /

Z G ##第#*期王培珍&等1太阳能光伏阵列红外图像的特征提取

图!所示是一组太阳能光伏阵列不同状态下的红外图像"其中图!#

是所有组件串联后带正常负载时的图像"图!$是阵列中一部分遮挡的图像"遮挡的区域光照减弱%温度低及灰度值较小&图!’为(块太阳能组件从左至右分别处于空载%典型负载及短路(种情况下的图像"中间一块)典型负载*灰度值较低"表明组件的温度较低"右边的一块)短路*次之"左边的一块最大)空载*"

温度最高&图像为春季拍摄所得"环境温度为!+,左右&

图!不同状态下太阳能光伏阵列的红外图像

图(所示为滤波并进行拉伸后的图像&拉伸后"状态特征比较明显&图-所示为待分析图像)图($*与正常工作状态图像)图(#

*做差运算之后的图像&由于本实验中热图表示为白热"作差运算时"将原图先作了反色处理&差运算后"组件缝隙特征已明显削弱&图.所示为模糊聚类后的结果&

由于太阳能光伏阵列在不同工作状态下"温差不是很大"红外图像中"不同状态下的特征不是十分明显"加之红外图像本身有较强的噪声"给特征的提取带来一定的难度&本文首先巧妙地采用将两幅图像作差运算的方法"解决了组件间缝隙所带来的影响&然后采用快速二维阈值化与模糊/均值算法相混合的方法"大大削弱了噪声带来的影响"使分割准确"同时也使聚类时间大大缩短&本文处理的仅为太阳能光伏阵列红外图像中较为简单的一例"较为复杂的情形)如图(’

*由于涉及到多种不同状态并存的特征提取"进一步的研究工作在进行之中&

0参考文献1

021毛爱华3太阳能电池研究和发展现状0413包头钢铁学院学报"!++!"!2)2*56-7683

0!19:;<=">#?@;A B ’C <#D ;E F "G?<<;E 4H 3F I D C ;B @;J J I ’I ;A ’K E #L I M @C ;E N #

O C :@:P :<@#I ’B 5Q ;B ;#E ’C#A M R L L

"!++2"6)2*5-27-S 30(19:;<="=<#:?I R "O ;@;E B ="T U V W 3X L @I N I Y ;M E #L I M @C ;E N #

#A M=:<#E H ;<

"!++2"[.)2*5-6.7.+230-1王培珍"王群京"杨维翰3太阳能光伏阵列的红外特性研究04

13合肥工业大学学报)自然科学版*"!++-"!S )S *5S [67S S (30.1史彩成"赵保军"韩月秋"等3基于模糊理论的红外图像滤波04

13激光与红外"!++2"(2)2!*522(722-30[1王培珍"陈维南3基于二维阈值化与\H G 相混合的图像快速分割0413中国图像图形学报"2668"()6*5S (.7S (83

0S 1H C ;A]^"];AHF"_#A DH]3R J #B @@‘:a M I N;A B I :A #<;A @E :L I ’@C E ;B C :

86(3

081]#A D Ob "_#A D]F "=C ;A_>3c N #D ;B ;D N ;A @#@I :A$#B ;M :A@C ;J ?B I :A@;’C A I d ?;0R 13];I =3=;’:A Mc A @;E A #@I :A #

:Ac N #D ;#A M e E #L C I ’B "=O c Zf :<-8S .0H 13]#B C I A D @:A 5=O c Z a ^C ;c A @;E A #@I :A #<=:’I ;@KJ :E X L @I ’#

)责任编辑张秋娟*+622合肥工业大学学报)自然科学版*第!S

卷

随机过程试卷 (A卷)【合肥工业大学】

一、填空题（每小题5分，共30分） 1．设}0),({3t t X 是以)0(2>s s 为方差参数的维纳过程，则)()(t g t X ×+x （其中x 为与 }0),({3t t X 相互独立的标准正态随机变量，)(t g 为普通函数）的协方差函数为 ，)()(2 a t aX t Z =（其中a 为正常数）的自相关函数为 ； 2．设随机过程at X t X cos )(=，其中X 是随机变量，)0)((~>l l P X ，a 为常数，则 =))((t X E ，=G ),(t s X ，=),(t s R X ； 3．设m i t t N i ,,1,0},0),({L =3是m 个相互独立的泊松过程，参数分别为m i i ,,1,0,L =l ，记T 为全部m 个过程中第一个事件发生的时刻，则T 的分布为 ； 4．设某种电器发生故障的次数服从非齐次的泊松过程，若强度函数? íì<￡<￡=105,4.050,2.0)(t t t l ， 则电器在10年内发生2次（含2次）以上的故障概率 ； 5．已知平稳过程)(t X 的谱密度为2 22 )(w w +=a a g （a 为正常数），则)(t X 的自协方差函数为 ； 6．设齐次马氏链状态空间}3,2,1{=I ，一步转移概率矩阵为÷÷÷ ? ????è?=2.07.01.04.03.03.01.05.04.0P ，若初始 分布列为)8.01.01.0()0(=P v ，则2=n 时绝对分布=)2(P v ，=)2(2P 。 二、计算题 1． 顾客以Poisson 过程达到商店，速率小时人/4=l ，已知商店上午9：00开门，试求 到9：30时仅到一位顾客，而到11：30时总计到达5位顾客的概率。（8分） 2． 设齐次马氏链},1,0,{L =n X n 的状态空间}1,0{=I ，转移概率矩阵为 ÷ ÷? ? ??è?=4/34/14/14/3P ，若初始分布为)1.09.0()0(=P v ， （1） 求}0)4(,0)3(,0)2(,0)1(,0)0({=====X X X X X P ，

红外图像的处理及其MATLAB实现

红外图像的处理及其MATLAB 函数实现 0.引言 随着红外技术日新月异的发展，红外技术在军事及人们日常生活中有着越来越广泛的应用。但由于红外探照灯及红外探测器件的限制，红外成像系统的成像效果仍然不够理想。在民用监测应用中，主要表现为夜视距离近，图像背景与被监测目标之间对比度模糊，被监测目标细节难以辨认，图像特征信息不明确等方面。为使图像更适于人眼观测、适用于图像后续目标识别及跟踪处理，有必要在红外图像采集和处理上做进一步的研究，来增强红外图像视觉效果。 1. 红外图像的获取及其特点 1.1 红外图像的获取 红外图像主要是由红外热像仪采集的。红外热像仪是一种二维热图像成像装置。热成像系统是一个光学一电子系统，可用于接收波长在m 100~75.0之间的电磁辐射，它的基本功能是将接收到的红外辐射转换成电信号，再将电信号的大小用灰度等级的形式表示，最后在显示器上显示出来。图1.1就是一张采集到的红外图像。 图1.1 输入的红外图像

1.2 红外图像的特点 红外图像反映了目标和背景不可见红外辐射的空间分布，其辐射亮度分布主要由被观测景物的温度和发射率决定，因此红外图像近似反映了景物温度差或辐射差。 根据其成像原理，总结红外图像特点如下： (1)红外热图像表征景物的温度分布，是灰度图像，没有彩色或阴影(立体感觉)，故对人眼而言，分辨率低、分辨潜力差； (2)由于景物热平衡、光波波长、传输距离远、大气衰减等原因，造成红外图像空间相关性强、对比度低、视觉效果模糊； (3)热成像系统的探测能力和空间分辨率低于可见光CCD阵列，使得红外图像的清晰度低于可见光图像； (4)外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样的噪声，比如热噪声、散粒噪声、f 1噪声、光子电子涨落噪声等等。噪声来源多样，噪声类型繁多，这些都造成红外热图像噪声的不可预测的分布复杂性。这些分布复杂的噪声使得红外图像的信噪比比普通电视图像低； (5)由于红外探测器各探测单元的响应特性不一致等原因，造成红外图像的非均匀性，体现为图像的固定图案噪声、串扰、畸变等。 由以上五点可知，红外图像一般较暗，且目标与背景对比度低，边缘模糊，视觉效果差。 通过以上比较分析，可以总结：可见光图像与红外图像的成像机理虽然不同(可见光图像是利用物体对光线的反射来获得的，而红外图像是靠物体自身的红外辐射获取的)，但在低照度情况下，可见光图像与红外图像的视觉效果和直方图特征均相同，因此可以采用低照度可见光图像的处理方法来处理红外图像。 2. 红外图像的增强 2.1 图像增强 图像增强是指对图像的某些特征，如边缘、轮廓、对比度等进行强调或突显，以便于观察或做进一步的分析与处理。图像增强不意味着能增加原始的信息，有时甚至会损失一些信息，但图像增强的结果却能加强对特定信息的识别能力，便图像中感兴趣的特征得以加强，从而使这些特征的检测和识别变得更加容易。 图像增强方法的分类如图2.1所示：

关于图像特征提取

关于图像特征提取 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义 至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 有时，假如特征提取需要许多的计算时间，而可以使用的时间有限制，一个高层次算法可以用来控制特征提取阶层，这样仅图像的部分被用来寻找特征。 由于许多计算机图像算法使用特征提取作为其初级计算步骤，因此有大量特征提取算法被发展，其提取的特征各种各样，它们的计算复杂性和可重复性也非常不同。 边缘 边缘是组成两个图像区域之间边界（或边缘）的像素。一般一个边缘的形状可以是任意的，还可能包括交叉点。在实践中边缘一般被定义为图像中拥有大的梯度的点组成的子集。一些常用的算法还会把梯度高的点联系起来来构成一个更完善的边缘的描写。这些算法也可能对边缘提出一些限制。 局部地看边缘是一维结构。 角 角是图像中点似的特征，在局部它有两维结构。早期的算法首先进行边缘检测，然后分析边缘的走向来寻找边缘突然转向（角）。后来发展的算法不再需要边缘检测这个步骤，而是可以直接在图像梯度中寻找高度曲率。后来发现这样有时可以在图像中本来没有角的地方发现具有同角一样的特征的区域。 区域 与角不同的是区域描写一个图像中的一个区域性的结构，但是区域也可能仅由一个像素组成，因此许多区域检测也可以用来监测角。一个区域监测器检测图像中一个对于角监测器来说太平滑的区域。区域检测可以被想象为把一张图像缩小，然后在缩小的图像上进行角检测。 脊 长条形的物体被称为脊。在实践中脊可以被看作是代表对称轴的一维曲线，此外局部针对于每个脊像素有一个脊宽度。从灰梯度图像中提取脊要比提取边缘、角和区域困难。在空中摄影中往往使用脊检测来分辨道路，在医学图像中它被用来分辨血管。 特征抽取 特征被检测后它可以从图像中被抽取出来。这个过程可能需要许多图像处理的计算机。其结果被称为特征描述或者特征向量。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一颜色特征 （一）特点：颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特

理论力学试题与答案(免费)

哈工大2001年秋季学期理论力学试题 一、是非题（每题2分。正确用√，错误用×，填入括号内。） 1、作用在一个物体上有三个力，当这三个力的作用线汇交于一点时，则此力系必然平衡。（） 2、力对于一点的矩不因力沿其作用线移动而改变。（） 3、在自然坐标系中，如果速度υ= 常数，则加速度α= 0。（） 4、虚位移是偶想的，极微小的位移，它与时间，主动力以及运动的初始条件无关。（） 5、设一质点的质量为m，其速度 与x轴的夹角为α，则其动量在x轴上的投影为mv x=mvcos a。（） 二、选择题（每题3分。请将答案的序号填入划线内。） 1、正立方体的顶角上作用着六个大小相等的力，此力系向任一点简化的结果是。 ①主矢等于零，主矩不等于零； ②主矢不等于零，主矩也不等于零； ③主矢不等于零，主矩等于零； ④主矢等于零，主矩也等于零。 2、重P的均质圆柱放在V型槽里，考虑摩擦柱上作用一力偶，其矩为M时（如图），圆柱处于极限平衡状态。此时按触点处的法向反力N A与N B的关系为。 ①N A = N B；②N A > N B；③N A < N B。

3、边长为L的均质正方形平板，位于铅垂平面内并置于光滑水平面上，如图示，若给平板一微小扰动，使其从图示位置开始倾倒，平板在倾倒过程中，其质心C点的运动轨迹是。 ①半径为L/2的圆弧；②抛物线； ③椭圆曲线；④铅垂直线。 4、在图示机构中，杆O1 A//O2 B，杆O2 C//O3 D，且O1 A = 20cm，O2 C = 40cm，CM = MD = 30cm，若杆AO1 以角速度ω= 3 rad / s 匀速转动，则D点的速度的大小为cm/s，M点的加速度的大小为cm/s2。 ①60；②120；③150；④360。 α 5、曲柄OA以匀角速度转动，当系统运动到图示位置（OA//O1B。AB|OA）时，有A V B V，A α，ωAB0，εAB0。 B ①等于；②不等于。 三、填空题（每题5分。请将简要答案填入划线内。） 1、已知A重100kN，B重25kN，A物与地面间摩擦系数为0.2。端较处摩擦不计。则物体A与地面间的摩擦力的大小为。

图像特征提取总结

图像常见特征提取方法简介 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一、颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1）颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2）颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从RGB颜色空间转化成视觉均衡的颜色空间（如HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3）颜色矩 这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩（mean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。 （4）颜色聚合向量 其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。（5）颜色相关图 二纹理特征 （一）特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从2-D图像中反映出来的纹理不一定是3-D物体表面真实

合肥住房公积金管理办法

《合肥市住房公积金管理办法》 评估调查问卷 由于《合肥市住房公积金管理办法》（以下简称“《办法》”）事关广大职工的切身利益，为了全面评估《办法》的实施效果以及存在的问题，我们设计了本《调查问卷》，征询社会意见，进一步完善《办法》的内容。 感谢大家的配合，请您在百忙之中认真、客观地完成以下调查问卷，在相应的空格上打上“√”： 被调查人个人基本信息： 1、您的年龄是（） A18-30岁 B31-39岁 C40-49岁 D50岁及以上 2、您的受教育程度是：（） A初中及以下 B高中/职高/中技/中专 C大专 D本科及以上 3、您目前在以下哪种类型的单位就职：（） A国家机关 B事业单位 C各类企业 D民办非企业单位 E社会团体 F个体户 G自由职业者 H其他 4、您目前是否缴存住房公积金？（） A是 B否 如选择“是”，您缴存住房公积金的年限是？（） A一年以内 B一年及以上至三年以内 C三年及以上至八年以内 D八年及以上5、您办理过以下哪些住房公积金业务？（可以多选）（） A缴存业务 B提取业务 C贷款业务 D卡相关业务 E尚未办理 填写日期：年月日 以下是正文： 1、您是否了解《办法》的相关内容？（） A非常了解 B较为了解 C了解一些，不是很熟悉 D完全不了解

2、您是通过何种渠道了解《办法》的？(可以多选)（） A住房公积金服务人员告知 B住房公积金的网站 C住房公积金的热线 D从所在单位得知 E报刊、电视、互联网等 F从其他人处听说 G其他 3、您所在单位是否向您宣传告知过《办法》？（） A主动宣传过 B询问时告知 C没有宣传过 4、您认为《办法》的实施对住房公积金缴存以及使用的推动效果如何？（） A 效果非常显著B效果还可以C有一点效果D效果不明显E说不清楚不了解 5、您是否了解合肥市住房公积金中心拥有行政执法权？（） A了解B不清楚 6、您认为合肥市住房公积金中心对《办法》的实施推动工作以及执法的力度如何？（） A力度非常大B一般C没有任何执行力度D说不清楚不了解 7、根据《办法》规定，您一般是通过何种渠道了解住房公积金的缴存情况的？（可以多选）（） A住房公积金网站查询B住房公积金热线咨询C住房公积金或银行的柜面查询 D 住房公积金中心发送的对账单E其他 8、您认为《办法》中规定的缴存对象没有包括个体工商户和自由职业者，您觉得是否应当包含进去？（） A没必要包含B应当包含C可以根据一定的纳税情况予以衡量确定D说不清楚不了解 9、您是否了解公积金中心对单位可以进行公积金缴存情况的检查？（） A从未听说B了解的C听说过，不是很了解

图像特征提取方法

图像特征提取方法 摘要 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 至今为止特征没有万能和精确的图像特征定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。当光差图像时，常 常看到的是连续的纹理与灰度级相似的区域，他们相结合形成物体。但如果物体的尺寸很小 或者对比度不高，通常要采用较高的分辨率观察：如果物体的尺寸很大或对比度很强，只需 要降低分辨率。如果物体尺寸有大有小，或对比有强有弱的情况下同事存在，这时提取图像 的特征对进行图像研究有优势。 常用的特征提取方法有：Fourier变换法、窗口Fourier变换（Gabor)、小波变换法、最 小二乘法、边界方向直方图法、基于Tamura纹理特征的纹理特征提取等。

设计内容 课程设计的内容与要求（包括原始数据、技术参数、条件、设计要求等）：一、课程设计的内容 本设计采用边界方向直方图法、基于PCA的图像数据特征提取、基于Tamura纹理特征的纹理特征提取、颜色直方图提取颜色特征等等四种方法设计。 （1）边界方向直方图法 由于单一特征不足以准确地描述图像特征,提出了一种结合颜色特征和边界方向特征的图像检索方法.针对传统颜色直方图中图像对所有像素具有相同重要性的问题进行了改进,提出了像素加权的改进颜色直方图方法;然后采用非分割图像的边界方向直方图方法提取图像的形状特征,该方法相对分割方法具有简单、有效等特点,并对图像的缩放、旋转以及视角具有不变性.为进一步提高图像检索的质量引入相关反馈机制,动态调整两幅图像相似度中颜色特征和方向特征的权值系数,并给出了相应的权值调整算法.实验结果表明,上述方法明显地优于其它方法.小波理论和几个其他课题相关。所有小波变换可以视为时域频域的形式，所以和调和分析相关。所有实际有用的离散小波变换使用包含有限脉冲响应滤波器的滤波器段(filterbank)。构成CWT的小波受海森堡的测不准原理制约，或者说，离散小波基可以在测不准原理的其他形式的上下文中考虑。 通过边缘检测，把图像分为边缘区域和非边缘区域，然后在边缘区域内进行边缘定位．根据局部区域内边缘的直线特性，求得小邻域内直线段的高精度位置；再根据边缘区域内边缘的全局直线特性，用线段的中点来拟合整个直线边缘，得到亚像素精度的图像边缘．在拟合的过程中，根据直线段转角的变化剔除了噪声点，提高了定位精度．并且，根据角度和距离区分出不同直线和它们的交点，给出了图像精确的矢量化结果 图像的边界是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合，边界广泛的存在于物体和背 景之间、物体和物体之间，它是图像分割所依赖的重要特征．边界方向直方图具有尺度不变性，能够比较好的 描述图像的大体形状．边界直方图一般是通过边界算子提取边界，得到边界信息后，需要表征这些图像的边 界，对于每一个边界点，根据图像中该点的梯度方向计算出该边界点处法向量的方向角，将空间量化为M级， 计算每个边界点处法向量的方向角落在M级中的频率，这样便得到了边界方向直方图． 图像中像素的梯度向量可以表示为[ ( ，)，)，( ，)，)] ，其中Gx( ，)，)，G ( ，)，)可以用下面的

建环专业

合肥工业大学建筑环境与设备工程专业指导性教学计划说明 一、培养目标与基本规格 培养目标 本专业培养适应我国社会主义现代化建设的需要，德、智、体、美全面发展，基础扎实、知识面宽、能力强、素质高、富有创新精神的建筑环境与设备工程专业高级技术人才。 基本规格 建筑环境与设备工程专业培养的学生必须适应科技进步和社会发展需要，适应改革开放和社会主义经济建设的需要，应面向社会主义市场，使培养的学生在人才市场中具有较强的适应性和竞争力。 1、热爱社会主义祖国，拥护中国共产党的领导，具有为国家富强、民族振兴而奋斗的理想、事业心和责任感。具有严谨的治学态度，艰苦奋斗、实干创新的精神和热爱劳动、遵纪守法、自律、谦让、团结合作的品质。 2、初步树立科学的世界观和为人民服务的人生观，掌握马克思主义、毛泽东思想的基本原理和邓小平理论，了解我国的基本国情，能理论联系实际，实事求是。 3、懂得中华民族的优秀文化传统，具有良好的思想品德、文化修养、心理素质；具有良好的社会道德和行为习惯。具有正确运用本国语言、文字的表达能力。 4、较系统地掌握本专业所必需的自然科学与技术科学基础理论知识，具有一定的专业知识和相关的工程技术知识，具备必需的专门基本技能。 5、具有本专业所必须的运算、实验、测试、计算机应用能力。 6、初步掌握一门外语，能够比较熟练地阅读本专业的外文书刊。 7、具有较强的独立获取和应用新知识能力，获得科学思维方法的基本训练。具有初步的科学研究能力及组织管理、社会活动能力。 8、了解体育运动的基本知识，初步掌握锻炼身体的基本机能，养成科学锻炼身体的习惯，身体健康，达到大学生体育锻炼标准。 9、具有较强的使用信息技术的能力，能够将现代信息技术熟练运用于学习、工作和社会实践活动。 二、业务范围 本专业培养的毕业生可从事： 1、工业与民用建筑环境控制技术领域的工作，具有暖通空调、建筑给排水、燃气供应、建筑电气工程等公共设施系统的设计、安装、调试、运行管理的能力； 2、建筑热能供应系统的规划、设计、安装与运行管理工作； 3、设计、研究、安装、物业管理以及工业企业等单位从事技术、经营与管理工作。 三、主干学科和主要课程 主干学科：建筑环境与设备工程学 主要课程：工程制图与CAD、电工与电子学、机械设计基础、流体力学、工程热力学、传热学、自动控制原理、建筑环境学、建筑环境测量、热质交换原理与设备、流体输配管网、暖通空调、建筑自动化主要实践教学环节：认识实习、生产实习、工程训练、毕业实习、课程实验、计算机上机实践、课程设

合肥工业大学数字电路习题

2010-2011学年第二学期数字电路试卷 计算机与信息学院杨萍 姓名：__ _______ 班级：__________ 考号：___________ 成绩：____________ 本试卷共 6 页，满分100 分；考试时间：90 分钟；考试方式：闭卷 1. 有一数码10010011，作为自然二进制数时，它相当于十进制数（），作为8421BCD码时，它相当于十进制数（）。 2.三态门电路的输出有高电平、低电平和（）3种状态。 3．TTL与非门多余的输入端应接（）。 4．TTL集成JK触发器正常工作时，其和端应接（）电平。 5. 已知某函数，该函数的反函数=（）。 6. 如果对键盘上108个符号进行二进制编码，则至少要（）位二进制数码。 7. 典型的TTL与非门电路使用的电路为电源电压为（）V，其输出高电平为（）V，输出低电平为（）V，CMOS电路的电源电压为（）V 。 8．74LS138是3线—8线译码器，译码为输出低电平有效，若输入为A2A1A0=110时，输出应为（）。 9．将一个包含有32768个基本存储单元的存储电路设计16位为一个字节的ROM。该ROM有（）根地址线，有（）根数据读出线。 10. 两片中规模集成电路10进制计数器串联后，最大计数容量为（）位。 11. ）；Y3 ＝（）。 12. 某计数器的输出波形如图1所示，该计数器是（）进制计数器。13．驱动共阳极七段数码管的译码器的输出电平为（）有效。二、单项选择题（本大题共15小题，每小题2分，共30分） （在每小题列出的四个备选项中只有一个是最符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选均无分。） 1. 函数F(A,B,C)=AB+BC+AC的最小项表达式为( ) 。 A．F(A,B,C)=∑m（0，2，4） B. (A,B,C)=∑m（3，5，6，7） C．F(A,B,C)=∑m（0，2，3，4） D. F(A,B,C)=∑m（2，4，6，7） 2．8线—3线优先编码器的输入为I0—I7，当优先级别最高的I7有效时，其输出的值是（）。 A．111 B. 010 C. 000 D. 101 3．十六路数据选择器的地址输入（选择控制）端有（）个。 A．16 B.2 C.4 D.8 4. 有一个左移移位寄存器，当预先置入1011后，其串行输入固定接0，在4个移位脉冲CP作用下，四位数据的移位过程是（）。 A. 1011--0110--1100--1000--0000 B. 1011--0101--0010--0001--0000 C. 1011--1100--1101--1110--1111 D. 1011--1010--1001--1000--0111 5．已知74LS138译码器的输入三个使能端（E1=1，E2A = E2B=0）时，地址码A2A1A0=011，则输出Y7 ～Y0是( ) 。 A. 11111101 B. 10111111 C. 11110111 D. 11111111 6. 一只四输入端或非门，使其输出为1的输入变量取值组合有( )种。 A．15 B．8 C．7 D．1 7. 随机存取存储器具有( )功能。 A.读/写 B.无读/写 C.只读 D.只写 8．N个触发器可以构成最大计数长度（进制数）为( )的计数器。 A.N B.2N C.N2 D.2N 9．某计数器的状态转换图如下， 其计数的容量为( ) A．八 B. 五 C. 四 D. 三 10．已知某触发的特性表如下（A、B A． Q n+1＝A B. C. D. Q n+1＝ B

合肥单位公积金办理及个人使用指南

合肥单位公积金办理及个人使用指南 问1、新设立的单位怎样为职工办理住房公积金手续？ 答：新设立单位应自设立之日起30日内到管理中心办理缴存登记,并自登记之日起20日内持管理中心审核文件,到管理中心指定的住房公积金委托银行（以下简称委托银行）办理职工账户设立及缴存住房公积金。具体办理程序如下： （1）、单位到管理中心领取或通过管理中心网站(https://www.wendangku.net/doc/ab4499943.html,)下载《合肥市住房公积金开户申报表》（简称开户申报表）和《合肥市住房公积金职工开户清册》（简称开户清册），按填表说明填写后加盖印章； （2）、单位携带填写后的《开户申报表》、《开户清册》和单位设立批准文件或营业执照副本到管理中心办理缴存登记手续； (3)、经管理中心审核,单位持开户材料至委托银行办理住房公积金职工账户设立手续； (4)、单位办理缴存登记及账户设立后即可缴存住房公积金。单位经办人员应根据开户职工月汇缴金额和委托银行提供的转账账号按月足额缴存公积金。 问2、单位怎样汇缴住房公积金？ 答：（1）单位在办妥职工开户手续后，即可办理住房公积金的汇缴。住房公积金采取单位按月汇缴方式。单位在发放职工月工资时，职工应缴存住房公积金部分由单位代扣代缴，连同单位应缴存的部分，在发工资日后五日内，到受委托银行办理汇缴手续。 （2）单位在以后各月汇缴时，若单位缴存人员没有发生变动，应按上月住房公积金缴存人数及缴存金额转账至委托银行单位住房公积金专户。如有变动，应根据职工及其住房公积金的变动情况填写《合肥市住房公积金汇缴变更清册》。同时按当月核定的缴存金额转账至委托银行单位住房公积金专户。

问3、如何计算住房公积金月缴存额？ 住房公积金由两部分组成，一是个人缴存部分，二是单位缴存部分。职工住房公积金月缴存额=职工本人上一年度月平均工资×职工住房公积金缴存比例 单位为职工缴存的住房公积金月缴存额=职工本人上一年度月平均工资×单位住房公积金缴存比例 住房公积金月缴存额=职工住房公积金月缴存额+单位为职工缴存的住房公积金月缴存额问4、单位如何办理住房公积金缴存额调整手续？ 职工个人住房公积金缴存额须每年核定一次（住房公积金汇缴年度为上年7月1日至当年6月30日）。单位应填写《合肥市单位住房公积金调整申请表》、《合肥市住房公积金缴存基数调整清册》，于每年7月至8月到管理中心办理基数调整手续。 问5：我在单位自动辞职后，现为自由职业者，现在想查询之前单位是否给我缴纳了住房公积金，请问我该怎么查询？ 答：可通过以下四种方法查询 1、登陆管理中心网站(https://www.wendangku.net/doc/ab4499943.html,)用身份证号查询，若单位未登记身份证号则您可以咨询原单位经办人，查询本人9位个人公积金账号，再上网查询； 2、公积金卡查询,持住房公积金黄山卡在徽商项目概况 在线问房 楼盘相册

合肥人必知的100个住房公积金小知识

合肥人必知的100个住房公积金小知识 陈淮成 目录 一、住房公积金概况合肥市住房公积金管理中心的相关介绍 (1) 二、缴存住房公积金的基数、比例以及对职工的保障等 (3) 三、住房公积金贷款的申请条件、担保方式、贷款年限等 (7) 四、提取住房公积金的条件、时效、次数等 (15) 五、住房公积金卡的用途及办理方式等 (20) 一、住房公积金概况合肥市住房公积金管理中心的相关介绍 1、什么是住房公积金？ 答：住房公积金是单位及其在职职工缴存的长期住房储金。住房公积金制度是我国住房保障制度的重要组成部分，它具有义务性、互助性和保障性等特性。 2、合肥市是哪一年开始建立住房公积金制度的？ 答：是1993年5月。 3、实行住房公积金制度的依据是什么？ 答：实行住房公积金制度的依据，是国务院于1999年颁布并于2002年修订的《住房公积金管理条例》。 4、《住房公积金管理条例》的宗旨是什么？ 答：主要是加强对住房公积金的管理，建立和健全住房社会保障制度，维护住房公积金所有者的合法权益，提高城镇居民的居住水平。 5、合肥市住房公积金管理委员会的职责是什么？ 答：合肥市住房公积金管理委员会(以下简称公积金管委会)是合肥市行政区域住房公积金管理的决策机构，负责依据相关法律、法规和政策，制定和调整本行政区住房公积金的管理措施，并监督实施。 6、合肥市住房公积金管理中心的职责是什么？ 答：合肥市住房公积金管理中心(以下简称管理中心)于2002年12月17日成立，是直

属合肥市人民政府的不以营利为目的的独立事业单位，具体负责合肥市行政区域住房公积金管理运作，监督检查单位和职工住房公积金帐户设立、缴存；审批职工住房公积金提取、贷款以及依法履行行政处理和处罚等职能。 7、合肥市住房公积金管理中心有哪些分支机构？ 答：合肥市住房公积金管理中心目前下辖安徽省省直住房公积金管理分中心(以下简称省直分中心)和肥东、肥西、长丰三个管理部。 8、市区受托办理住房公积金缴存、提取金融业务的承办银行有哪几家？ 答：目前有工商银行和建设银行。 9、市区受托办理住房公积金贷款金融业务的承办银行有哪几家？ 答：办理住房公积金贷款业务的受托银行名称、地址、电话： 受托银行地址电话 工行城建支行美菱大道390号4665318 4667928 建行三孝口支行金寨路326号2826725 2817783 交行合肥营业部花园街38号2616780 2837053 农行合肥绿都支行绿都商城E区108号2675233 2638715 10、住房公积金结算年度有何规定？ 答：住房公积金的结算年度、以及住房公积金缴存比例、缴存基数的调整年度为当年的7月1日至下一年的6月30日。 11、如何对住房公积金进行监督检查？ 答：住房公积金实行管委会决策、管理中心运作、银行专户存储的原则，财政、审计、人民银行等部门有权对公积金运行情况进行监督检查。

(完整版)图像特征特点及常用的特征提取与匹配方法

图像特征特点及常用的特征提取与匹配方法 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1） 颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2） 颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从RGB颜色空间转化成视觉均衡 的颜色空间（如HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3） 颜色矩

汽车理论练习题

汽车动力性 1.简述汽车动力性及其评价指标 2.汽车行驶阻力是怎样形成的？ 3.滚动阻力系数 4.影响滚动阻力系数的因素有哪些？ 5.柏油或水泥路面经使用后，滚动阻力系数增加而附着系数下降，请 说明其原因。 6.汽车旋转质量换算系数 7.简述汽车旋转质量换算系数的物理意义 8.汽车旋转质量换算系数由哪几部分组成？ 9.汽车空气阻力是怎样形成的？ 10.汽车空气阻力由哪几部分组成？ 11.附着力 12.附着系数 13.影响附着系数的因素是什么？ 14.什么是道路阻力系数ψ，请写出它的表达式。 15.什么是汽车的驱动力，请写出它的表达式。 16.什么是汽车的加速阻力，请写出它的表达式。 17.什么是发动机工况的稳定性？ 18.滚动阻力如何产生的？它是作用在汽车（轮胎）的切向力吗？ 19.迟滞损失

20.滚动阻力偶与滚动阻力系数的关系。 21.滚动阻力是否是作用在汽车轮胎圆周上的切向力？为什么？ 22.能否在汽车受力分析图上画出滚动阻力，为什么？ 23.用受力图分析汽车从动轮在平路加速或减速行驶时的受力情况，并 推导切向力方程式。 24.用受力图分析汽车驱动轮在平路加速或减速行驶时的受力情况，并 推导切向力方程式。 25.作用在汽车上的是滚动阻力偶矩，但是在汽车行驶方程式中出现的 却是滚动阻力，请论述之。 26.从理论力学力系（力偶矩）平衡和汽车工程两个角度，分析汽车行 驶方程式中各项的意义和使用（适用）条件。 27.分析驱动－附着条件公式的地面法向反作用力与道路条件的关系。 28.利用驱动－附着条件原理分析不同汽车驱动型式的适用条件。 29.试从物理和力学意义分析汽车行驶方程式中的各个力。 30.汽车旋转质量换算系数及加速阻力的力学和工程意义。 31.叙述地面法向力的合力偏离轮胎与地面接触印迹中心的原因。 32.请说明汽车最高车速与汽车实际行驶中遇到的最高车速是否一致， 为什么？ 33.汽车用户说明书上给出的最高车速是如何确定的？ 34.驱动力是否为真正作用在汽车上驱动汽车前进的（反）作用力，请 说明理由。 35.如何确定汽车样车的最高车速？在汽车设计和改装车设计阶段如

合肥工业大学数理统计期末试卷往年收集

1．设随机变量 ~()X f x （密度函数），且对任意,()()x f x f x -=,若{}P X u αα≥=，则对满足： {}P X a α<=的常数a =（ ） A. u α B. 1u α- C. 1 (1) 2u α- D. 112 u α- 2．在假设检验中，记1H 是备择假设，则我们犯第二类错误是（ ） A. 1H 为真时，接受1H . B. 1H 不真时，接受1H . C. 1H 为真时，拒绝1H . D. 1H 不真时，拒绝1H . 3. 设 15,,X X 为总体X σ2～N(0,)的样本， 则统计量22 12323(2)(3)a X X b X X X θ=-+-+的分布及常数应该为（ ） A. a=-1, b=3, ~(2)t θ B. a=5, b=11 2~(2)θχ C. a= 2 15σ, b= 2111σ 2 ~(2)θχ D. a=2 15σ, b= 2 1 11σ ~(1,2)F θ 4. 设?θ 是θ的无偏估计，且()0,D θ>则2 2?θθ是的（ ） A. 无偏估计 B . 有效估计 C . 相合估计 D .以上均不正确. 1． 设总体X 的一样本为：2.1, 1.5, 5.5, 2.1, 6.1, 1.3 则对应的经验分布函数是： * ()n F x =? ??? ??? . 2. 设 1.3 0.6 1.7 2.2 0.3 1.1 是均匀分布U(0,θ)总体中的简单随机样本,则总体方差的最大似然估计值为 _______________. 3. 设* ()()n F x F x 、分别是总体X 及样本12,,,n X X X 的分布函数与经验分布函数，则格列汶科定理指出：在样本容 量n →∞时，有 , 4. 若非线性回归函数b x ae y - +=100(0>b ),则将其化为一元线性回归形式的变换为________________________. 5. 设 12,,,n X X X 是X 的样本，当方差2 σ未知时，且样本容量很大(n>50)时，则对统计假设： 0010:,:H H μμμμ≥<，0H 的拒绝域是：

合肥市住房公积金提取管理规定

合肥市住房公积金提取管 理规定 This model paper was revised by the Standardization Office on December 10, 2020

合肥市住房公积金提取管理办法 时间:2010-05-27 08:14 来源: 为贯彻国务院《住房公积金管理条例》，加强合肥住房公积金管理，合肥市结合实际，制定了合肥市住房公积金提取管理办法。该办法明确指出，申请提取住房公积金的条件，并对公积金提取额度作了规定。 第一条为加强住房公积金提取管理，规范住房公积金管理，根据国务院《住房公积金管理条例》（国务院第350号令）等有关规定，结合合肥市实际，制定本办法。 第二条本办法适用本市行政区域内住房公积金的提取管理。 第三条市住房公积金管理中心（以下简称管理中心）负责本行政区域内住房公积金的提取审批和管理。 第四条住房公积金提取的金融业务由管理中心委托的商业银行（以下简称受委托银行）办理。 提取条件 第五条符合下列条件之一的，职工可以申请提取住房公积金账户内的存储余额： （一）购买、建造、翻建、大修自住住房的； （二）偿还自住住房贷款本息的； （三）发生下述情况之一并用于支付房租费用的: 1、被纳入本市城镇居民最低生活保障的低保户； 2、连续失业两年以上，且家庭人均月收入低于当年本地职工最低工资标准的;

3、职工本人、配偶或子女患重大疾病（慢性肾衰竭、恶性肿瘤、再生障碍性贫血、慢性重型肝炎、心脏瓣膜置换手术、冠状动脉旁路手术、颅内肿瘤开颅摘除手术、重大器官移植手术、主动脉手术等九种重病、大病）造成家庭生活严重困难； （四）到国外、港、澳、台地区定居的； （五）离休、退休的； （六）符合下述情况之一并与所在单位终止劳动关系的： 1、户口迁出本市； 2、非本市户口职工离开本市、务工农民返回原籍; 3、完全丧失劳动能力。 第六条职工死亡或被宣告死亡的，其继承人或受遗赠人可以提取该职工住房公积金账户内的存储余额。无继承人或受遗赠人的，死亡职工住房公积金账户内存储的余额纳入住房公积金增值收益。 第七条职工符合本办法第五条第（一）、（二）项规定提取住房公积金的，配偶及房屋产权共有人可同时提取本人住房公积金账户内的存储余额。 第八条职工本人、配偶及房屋产权共有人尚未结清住房的，提取的住房公积金应优先用于偿还住房公积金贷款本息,在住房公积金贷款偿清前不再受理其他住房类型的提取。 提取额度 第九条符合本办法第五条第（一）项规定且不需申请住房公积金贷款的，可在一年内办理提取夫妻双方及房屋产权共有人住房公积金手续，合计提取总额不得超过购买、建造、翻建、大修自住住房的费用,提取金额取至百元。

图像特征特点及其常用的特征提取与匹配方法

图像特征特点及其常用的特征提取与匹配方法 [ 2006-9-22 15:53:00 | By: 天若有情 ] 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1）颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2）颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从RGB颜色空间转化成视觉均衡的颜色空间（如HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3）颜色矩 这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩（m ean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。（4）颜色聚合向量 其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。 （5）颜色相关图 二纹理特征 （一）特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局