摘要：袁枚曾用诗"阴花细缬珊瑚明,赪霞隐隐东方生"赞赏雕漆之美,以费时著称的雕漆,以其蕴含岁月的特殊价值,成为艺术品收藏投资新贵。

摘要：多目标跟踪的研究对于构建人、路、车、云协同一体化的智能交通监控系统具有广泛的应用价值,传统手工设计特征的方法对高层信息的表征能力有限,难以进行复杂场景下的多目标跟踪,随着深度学习的发展,多目标跟踪算法的性能取得较大进展.为了宏观把握基于深度学习的多目标跟踪算法的研究进展,首先比较基于检测的跟踪算法、基于联合检测与跟踪算法、基于单目标跟踪器的多目标跟踪算法的优缺点;然后介绍多目标跟踪算法在智能交通监控场景的应用;最后总结目前多目标跟踪存在的问题与挑战,对多目标跟踪算法未来在智能交通领域的发展进行思考和展望.

摘要：针对中厚板冷床设备在生产中产生的裂纹缺陷,分析拉裂纹的产生原因。展开了设计改进,采用有限元软件等方法进行分析,对冷床格栅进行了应力与变形分析,找到了开裂的原因,并且通过控制该机设备结构,优化设计,选择合适的材料,解决此类问题。

摘要：芽长是种子活力的一个重要判定标准。传统的芽长检测方法采用人工测量方式,存在费时费力、且受人为主观因素影响较大等问题。利用数字图像处理技术的芽长自动检测算法可以提高芽长测量的效率,并且能够统一测量标准从而避免主观误差。本研究基于特征选择与骨架提取算法原理设计了种子芽长、根长检测复合算法及软件,首先利用颜色特征提取叶片信息,并在整株芽长二值图像中去除叶片区域信息,其次通过圆盘结构元素与线性结构元素腐蚀图像分割出种子图像,获得种子的中心,再对整株芽长二值图像进行图像增强和边缘轮廓处理,最后对芽长图像进行骨架提取与剪枝,依据像素点间的欧氏距离计算芽长与根长。通过对玉米、小麦、水稻的芽长和根长进行测量,结果显示,玉米、小麦与水稻芽长的百分误差分别为2.90%、2.05%、2.40%;根长的百分误差分别为1.90%、2.11%、2.02%。说明基于特征选择与骨架提取检测方法的复合算法能够实现对种子萌发的芽长与根长的高精度、快速检测。