摘要：Long-time series of high-resolution temperature record from Chinese Loess Plateau is rare. An April-September mean temperature reconstruction (1826-2004) has been developed for the north-central Shaanxi Province, China, based on tree-ring width analysis. The reconstruction captures 39.3% (p<0.001) of the variance in the instrumental data over the calibration period from 1951 to 2002. The reconstruction shows a high temperature period of 1928-1933, which coincides with the timing of the extreme drought event in 1920s in the entire northern China. The two low temperature periods in reconstruction are 1883-1888 and 1938-1942. With the global warming, the April-September mean temperature in study area has also increased since the 1970s, but has not exceeded the temperature in 1928-1933. Besides the statistical analysis, the reconstruction is also verified by the local dryness/wetness index and other dendroclimatological results.

摘要：针对传统随机游走算法分割目标轮廓易受自然纹理背景干扰,并且算法运行效率低的问题,提出一种基于mean Shift随机游走图像分割算法.首先应用mean Shift算法对图像进行预分割,将图像分成许多同质区域,再将其代替经典随机游走算法中节点来建立对应的无向图;将彩色直方图作为区域描述算子,采用欧氏距离与高斯权函数相结合来建立区域间相似性权函数;最后应用离散电势理论计算图中节点间电势值,并根据节点电势值的大小对预分割得到的同质区域进行分类,以实现图像分割.实验结果表明,与传统方法相比,该算法在分割精度和运行效率上都有很大提高.

摘要：为获取森林密度信息,利用mean Shift算法对森林点云进行单木分割提取森林密度信息.首先,以点云三维坐标和法向量作为特征向量,利用统计分析方法选择合适带宽及阈值,采用mean Shift算法对点云进行初始分割;其次,对分割后的点云进行分析,加入灌木、杂草等过滤条件,得到树冠点云;然后,对树冠点云再次进行mean Shift分割,并对每类树冠点云进行统计,以稳态点为粗略位置标记计算森林密度;最后,与地面实测数据进行验证.地面数据验证结果表明,平均计算精度达到90.0%以上,可满足林业应用需求;通过与分水岭法进行对比发现,mean Shift方法获得的精度为92.5%,比分水岭方法 70.0%高出22.5%,且避免了分水岭方法导致的过分割现象.

摘要：为了克服mean Shift算法各向同性的缺点,使用结构信息构造各向异性高斯核,使其具有各向异性,从而克服细长目标的影响;将颜色空间投影到新的坐标系下,使得相近颜色可以有较大的距离,以增大虚拟人脑图像中灰质与下层数据之间的区别.虚拟人脑图像分割结果说明,该算法可以得到较好的分割结果.

摘要：针对道路裂缝损伤检测效率较低、安全性较差、数据标准化不够等实际问题,提出一种非监督方法来实现路面裂缝自动识别与特征测量.首先采用分开-合并方法分割图像,将图像划分为较小的图像块,采用均值漂移方法对图像块进行平滑与分割迭代处理,并将分割图像块合并;然后采用均值漂移方法分2种策略定向跟踪裂缝像素提取裂缝骨架,并对裂缝骨架内插得到完整裂缝,同时计算裂缝形态参数,实现裂缝形态特征测量.实验结果表明,该方法可以对裂缝进行高效识别与准确测量.

摘要：为了获取农业物料在风筛式清选筛面的实际运动规律,通过对多颗粒散体中的目标颗粒进行着色处理,提出采用基于颜色特征向量的meanshift算法,实现对目标运动轨迹的跟踪。算法根据Bhattacharyya系数的大小判定跟踪目标是否被遮挡,并引入了Kalman滤波器设计。在正常跟踪过程中,利用Kalman滤波器预测每帧mean shift算法的起始位置,然后利用mean shift算法对目标进行精确定位,当目标被遮挡时,将其运动视为时不变系统,并通过Kalman滤波器估算目标近似位置。试验结果表明,该方法在复杂背景和光照变化条件下,实现了对快速运动目标的稳定持续跟踪,具有很好的鲁棒性,为散体颗粒运动规律的研究提供了一种图像检测方法。

摘要：设计了一套嵌入式平台上实现的视频目标跟踪系统.该系统采用CMOS图像传感器获取视频信号,利用Z228多媒体芯片自带的ARM9处理器完成视频信号的控制,并通过MPEG-4硬件编码器实现视频信号的压缩.用mean Shift算法跟踪运动目标,针对其收敛的局限性设置多个搜索点来提高其跟踪效果.通过减少采样点和标记已计算点来提高代码运行速度,增强了跟踪的实时性.实验结果表明,本系统能以27fps速率连续稳定地实现视频目标的跟踪.

摘要：A novel vibration isolation device called the nonlinear energy sink(NES)with NiTiNOL-steel wire ropes(NiTi-ST)is applied to a whole-spacecraft *** NiTi-ST is used to describe the damping of the NES,which is coupled with the modified Bouc-Wen model of *** NES with NiTi-ST vibration reduction principle uses the irreversibility of targeted energy transfer(TET)to concentrate the energy locally on the nonlinear oscillator,and then dissipates it through damping in the NES with *** generalized vibration transmissibility,obtained by the root mean square treatment of the harmonic response of the nonlinear output frequency response functions(NOFRFs),is first used as the evaluation index to analyze the whole-spacecraft system in the *** optimization analysis of the impact of system responses is performed using different parameters of NES with NiTi-ST based on the transmissibility of ***,the effects of vibration suppression by varying the parameters of NiTi-ST are analyzed from the perspective of energy *** results indicate that NES with NiTi-ST can reduce excessive vibration of the whole-spacecraft system,without changing its natural ***,the NES with NiTi-ST can be directly used in practical engineering applications.

摘要：计算机视觉领域中,目标跟踪技术有着广泛的实用价值。在复杂背景下要准确和稳定地实现目标跟踪,势必需要多信息融合技术。文章针对传统的基于颜色概率模型的mean Shift算法忽略了目标空间信息这一不足,提出了联合特征的mean Shift算法。文中将跟踪窗内子图像进行多级小波分解,用多级小波子带系数的统计特性构成纹理特征向量,再加权融合颜色概率直方图特征向量作为最终匹配特征向量。实验结果表明,在复杂背景下,该方法比传统基于颜色概率直方图模型的mean Shift算法在准确性和鲁棒性上均有所提高。

摘要：针对mean Shift算法缺乏必要的模板更新方法的缺陷,提出了一种基于卡尔曼滤波器组的mean Shift模板更新算法。该算法首先将目标在特征空间中的特征值的概率作为模板信息;然后设计了一个滤波器组,其中每个滤波器用于估计特征子空间中一个子特征值概率的变化;最后将这些子特征值概率对应相乘就可以得到整个模板的更新值。由于滤波器的噪声参数是随着输入数据的变化随时动态确定的,因此,根据滤波器残差的变化就可以确定模板的更新策略。实验证明,该新算法不仅能够增强mean Shift算法在目标姿态变化、光照变化下的跟踪效果,而且对阻挡时的鲁棒性也较好。