CN104637072B - 一种循环流化床锅炉气固流场颗粒运动检测方法 - Google Patents
一种循环流化床锅炉气固流场颗粒运动检测方法 Download PDFInfo
- Publication number
- CN104637072B CN104637072B CN201510101090.8A CN201510101090A CN104637072B CN 104637072 B CN104637072 B CN 104637072B CN 201510101090 A CN201510101090 A CN 201510101090A CN 104637072 B CN104637072 B CN 104637072B
- Authority
- CN
- China
- Prior art keywords
- vector
- region
- mould
- value
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000002245 particle Substances 0.000 title claims abstract description 23
- 239000007787 solid Substances 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 title abstract description 6
- 239000013598 vector Substances 0.000 claims abstract description 171
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000003287 optical effect Effects 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000005243 fluidization Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003189 isokinetic effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003134 recirculating effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种循环流化床锅炉气固流场颗粒运动速度检测方法,其特征在于:包括如下步骤:步骤一:采集循环流化床锅炉气固流场颗粒运动的视频图像;步骤二:对视频图像进行预处理;步骤三:对预处理后的视频图像进行锐化处理;步骤四:将锐化处理后的视频图像转化为灰度视频图像;步骤五:使用光流法对灰度视频图像进行处理,得到运动矢量图像;步骤六:将运动矢量图像划分大小不等的网格区域;步骤七:计算某一网格区域的最终运动矢量;步骤八:重复步骤七,直至遍历完整幅运动矢量图像;步骤九:输出视频图像中颗粒运动矢量数据。与现有技术相比,本发明稳定性好,准确度高。
Description
技术领域
本发明涉及一种循环流化床锅炉气固流场颗粒运动检测方法。
背景技术
近年来,循环流化床作为一种高效、清洁的燃烧技术发展迅速,循环流化床锅炉已被认为是我国现阶段最切实可行的洁净煤燃烧技术。随着循环流化床机组大型化高参数化的发展,炉内气固流动特性的研究是该技术发展的关键问题之一。
随着流化床技术的不断发展,可以发现现有的对炉内气固两相特性的试验研究和数值模拟工作依然存在明显的不足。对炉内的局部区域气固流动分布的影响研究,目前颗粒速度的测量方法可以分为两大类,接触式测量法和非接触式测量法。接触式测量法主要包括传统的冲击力法,等速取样法,光纤探头法等。接触式测速方法由于其所使用的测量装置对局部流场有干扰作用,使其测量结果精度和准确性较低,且难以实现在线实时测量。近年来,随着计算机,数据采集和图像处理技术的不断发展,非接触式的测量技术如粒子图像测速技术(以下简称PIV技术),激光多普勒测速技术等有了快速发展和应用。
PIV技术是基于流场可视化技术发展起来的,PIV技术所采用的图像处理算法主要包括灰度分布互相关法,自相关法,二值化互相关法,速度梯度张量法,四时间步追踪法等等。现有方法在处理循环流化床锅炉的气固流场时,由于流化床炉内颗粒活动特点,通过后期图像处理往往不容易获得理想的颗粒速度场分布,当成像上存在干扰,会使得计算矢量图的时候存在误差甚至错误,出现较多错误的速度矢量,鲁棒性差。此外,目前在流化床气固流场颗粒运动速度检测研究上,是直接将应用现有图像处理算法得到的矢量图作为最终结果,而未对矢量图进行进一步处理分析,这会导致矢量图本身误差客观存在的时候,对粒子运动跟踪的连续性差。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种跟踪连续性好、准确性高、计算误差小的循环流化床锅炉气固流场颗粒运动检测方法。
本发明解决上述技术问题所采用的技术方案为:一种循环流化床锅炉气固流场颗粒运动检测方法,其特征在于:包括如下步骤:
步骤一:采集循环流化床锅炉气固流场颗粒运动的视频图像;
步骤二:对步骤一采集的视频图像进行预处理:采用高斯平滑算法对步骤一采集的视频图像进行滤波去噪;
步骤三:对滤波去噪后的视频图像进行锐化处理,以提高图像的对比度;
步骤四:将锐化处理后的视频图像转化为灰度视频图像;
步骤五:使用光流法对灰度视频图像进行处理,得到运动矢量图像;光流法为现有常规技术;
步骤六:根据步骤五得到的运动矢量图像中每个矢量点的运动矢量,将运动矢量图像划分大小不等的网格区域,最后根据运动矢量图像中每个矢量点的运动矢量模大小和矢量方向划分网格区域,具体划分方法为:
步骤6-1、遍历运动矢量图像中的所有矢量点,分别取每个矢量点的运动矢量模和矢量方向,将每个矢量点的运动矢量模和矢量方向进行归一化处理,得到每个矢量点的运动矢量模的归一化值和矢量方向的归一化值,然后将每个矢量点的运动矢量模的归一化值和矢量方向的归一化值进行分段量化;
步骤6-2、分别计算所有矢量点运动矢量的横向分量的模和纵向分量的模,然后计算出最大网格和最小网格的横向限定值及纵向限定值,即:将所有矢量点运动矢量的横向分量的模按照从大到小的次序依次排序,计算排序前20%的横向分量的模的平均值v1,然后,计算确定最小网格区域的横向限定值为其中INT为取整函数,C为直接输入的常系数,而视频图像的长和宽分别用L和W表示;同理,取排序最后20%的横向分量的模的平均值v2,计算确定最大网格区域的横向限定值为: 将所有矢量点的运动矢量纵向分量的模按从大到小依次排序,计算排序前20%的纵向分量的模的平均值v3,然后,计算确定最小网格区域的纵向限定值为其中INT为取整函数,C为直接输入的常系数,而视频图像的长和宽分别用L和W表示;同理,取排序最后20%的纵向分量的模的平均值v4,计算确定最大网格区域的纵向限定值为:
步骤6-3、遍历运动矢量图像中的所有矢量点,划分网格区域,具体为:任意提取一个矢量点作为基础矢量点,从基础矢量点出发,取其周围相邻矢量点,分别判断该相邻矢量点的运动矢量模的归一化值和矢量方向的归一化值是否均同该基础矢量点的运动矢量模的归一化值和矢量方向的归一化值在同一个量化区间,如果是,则划入同一个网格区域,如果否,则不划入该网格区域,并将该相邻矢量点作为新的基础矢量点,重新开始划取新网格区域;另外,在网格区域划分过程中,依次沿横向和纵向将矢量点连续划入同一网格区域时,要满足网格区域的横向大小不超过最大网格区域的横向限定值,以及纵向大小不超过最大网格区域的纵向限定值,当网格区域的横向大小超过最大网格区域的横向限定值,或网格区域的纵向大小超过最大网格区域的纵向限定值时,重新开始划取新网格区域;而对网格区域的横向大小小于最小网格区域的横向限定值,或网格区域的纵向大小小于最小网格区域的纵向限定值,对于这类的网格区域中的矢量点,从运动矢量图像中去除;
通过这一步的计算可将光流法中一些误检测的矢量过滤掉,使得计算结果更加准确;
步骤七:取步骤六中已划分好网格区域的所有矢量点的运动矢量进行主元分析,计算得到该网格区域的矢量方向,然后计算该网格区域中所有矢量点的运动矢量模平均值,得到该网格区域的最终运动矢量;通过这一步计算可以提高运动跟踪的连续性,流场更加光滑,提高了结果矢量场的质量;
步骤八:重复步骤七,直至遍历完整幅运动矢量图像的所有网格区域;
步骤九:输出步骤八后视频图像中颗粒运动矢量数据。
与现有技术相比,本发明的优点在于:能将现有光流法中的存在的误检测的矢量过滤掉,提高计算的稳定性,准确度和对颗粒跟踪的连续性,流场更加光滑,提高了结果矢量场的质量;同时,对所提出的网格区域内的运动矢量采用了主元分析算法,能更准确的计算出颗粒速度矢量。
附图说明
图1为本发明实施例一中循环流化床锅炉气固流场颗粒运动检测方法的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本实施例中提供的循环流化床锅炉气固流场颗粒运动检测方法,参见图1,其包括如下步骤:
步骤一:采集循环流化床锅炉气固流场颗粒运动的视频图像;
步骤二:对步骤一采集的视频图像进行预处理:采用高斯平滑算法对步骤一采集的视频图像进行滤波去噪;
步骤三:对滤波去噪后的视频图像进行锐化处理,以提高图像的对比度;
步骤四:将锐化处理后的视频图像转化为灰度视频图像;
步骤五:使用光流法对灰度视频图像进行处理,得到运动矢量图像,光流法为现有技术中的常规方法;
步骤六:根据步骤五得到的运动矢量图像中每个矢量点的运动矢量,将运动矢量图像划分大小不等的网格区域,最后根据运动矢量图像中每个矢量点的运动矢量模大小和矢量方向划分网格区域,具体划分方法为:
步骤6-1、遍历运动矢量图像中的所有矢量点,分别取每个矢量点的运动矢量模和矢量方向,将每个矢量点的运动矢量模和矢量方向进行归一化处理,得到每个矢量点的运动矢量模的归一化值和矢量方向的归一化值,然后将每个矢量点的运动矢量模的归一化值和矢量方向的归一化值进行分段量化;归一化处理方法为现有技术中的常规方法,得到的归一化值一般为0~1之间的数值,在对归一化值进行分段量化时候,一般[0,0.1)为一个量化区间,[0.1,0.2)为一个量化区间,……[0.9,1]为一个量化区间;
步骤6-2、分别计算所有矢量点运动矢量的横向分量的模和纵向分量的模,然后计算出最大网格和最小网格的横向限定值及纵向限定值,即:将所有矢量点运动矢量的横向分量的模按照从大到小的次序依次排序,计算排序前20%的横向分量的模的平均值v1,然后,计算确定最小网格区域的横向限定值为其中INT为取整函数,C为直接输入的常系数,而视频图像的长和宽分别用L和W表示;同理,取排序最后20%的横向分量的模的平均值v2,计算确定最大网格区域的横向限定值为: 将所有矢量点的运动矢量纵向分量的模按从大到小依次排序,计算排序前20%的纵向分量的模的平均值v3,然后,计算确定最小网格区域的纵向限定值为其中INT为取整函数,C为直接输入的常系数,而视频图像的长和宽分别用L和W表示;同理,取排序最后20%的纵向分量的模的平均值v4,计算确定最大网格区域的纵向限定值为:
步骤6-3、遍历运动矢量图像中的所有矢量点,划分网格区域,具体为:任意提取一个矢量点作为基础矢量点,从基础矢量点出发,取其周围相邻矢量点,分别判断该相邻矢量点的运动矢量模的归一化值和矢量方向的归一化值是否均同该基础矢量点的运动矢量模的归一化值和矢量方向的归一化值在同一个量化区间,如果是,则划入同一个网格区域,如果否,则不划入该网格区域,并将该相邻矢量点作为新的基础矢量点,重新开始划取新网格区域;另外,在网格区域划分过程中,依次沿横向和纵向将矢量点连续划入同一网格区域时,要满足网格区域的横向大小不超过最大网格区域的横向限定值,以及纵向大小不超过最大网格区域的纵向限定值,当网格区域的横向大小超过最大网格区域的横向限定值,或网格区域的纵向大小超过最大网格区域的纵向限定值时,重新开始划取新网格区域;而对网格区域的横向大小小于最小网格区域的横向限定值,或网格区域的纵向大小小于最小网格区域的纵向限定值,对于这类的网格区域中的矢量点,从运动矢量图像中去除;
通过这一步的计算可将光流法中一些误检测的矢量过滤掉,使得计算结果更加准确;
步骤七:取步骤六中已划分好网格区域的所有矢量点的运动矢量进行主元分析,计算得到该网格区域的矢量方向,然后计算该网格区域中所有矢量点的运动矢量模平均值,得到该网格区域的最终运动矢量;通过这一步计算可以提高运动跟踪的连续性,流场更加光滑,提高了结果矢量场的质量;
步骤八:重复步骤七,直至遍历完整幅运动矢量图像的所有网格区域;
步骤九:输出步骤八后视频图像中颗粒运动矢量数据。
Claims (1)
1.一种循环流化床锅炉气固流场颗粒运动检测方法,其特征在于:包括如下步骤:
步骤一:采集循环流化床锅炉气固流场颗粒运动的视频图像;
步骤二:对步骤一采集的视频图像进行预处理:采用高斯平滑算法对步骤一采集的视频图像进行滤波去噪;
步骤三:对滤波去噪后的视频图像进行锐化处理,以提高图像的对比度;
步骤四:将锐化处理后的视频图像转化为灰度视频图像;
步骤五:使用光流法对灰度视频图像进行处理,得到运动矢量图像;
步骤六:根据步骤五得到的运动矢量图像中每个矢量点的运动矢量,将运动矢量图像划分大小不等的网格区域,最后根据运动矢量图像中每个矢量点的运动矢量模大小和矢量方向划分网格区域,具体划分方法为:
步骤6-1、遍历运动矢量图像中的所有矢量点,分别取每个矢量点的运动矢量模和矢量方向,将每个矢量点的运动矢量模和矢量方向进行归一化处理,得到每个矢量点的运动矢量模的归一化值和矢量方向的归一化值,然后将每个矢量点的运动矢量模的归一化值和矢量方向的归一化值进行分段量化;
步骤6-2、分别计算所有矢量点运动矢量的横向分量的模和纵向分量的模,然后计算出最大网格和最小网格的横向限定值及纵向限定值,即:将所有矢量点运动矢量的横向分量的模按照从大到小的次序依次排序,计算排序前20%的横向分量的模的平均值v1,然后,计算确定最小网格区域的横向限定值为其中INT为取整函数,C为直接输入的常系数,而视频图像的长和宽分别用L和W表示;同理,取排序最后20%的横向分量的模的平均值v2,计算确定最大网格区域的横向限定值为: 将所有矢量点的运动矢量纵向分量的模按从大到小依次排序,计算排序前20%的纵向分量的模的平均值v3,然后,计算确定最小网格区域的纵向限定值为其中INT为取整函数,C为直接输入的常系数,而视频图像的长和宽分别用L和W表示;同理,取排序最后20%的纵向分量的模的平均值v4,计算确定最大网格区域的纵向限定值为:
步骤6-3、遍历运动矢量图像中的所有矢量点,划分网格区域,具体为:任意提取一个矢量点作为基础矢量点,从基础矢量点出发,取其周围相邻矢量点,分别判断该相邻矢量点的运动矢量模的归一化值和矢量方向的归一化值是否均同该基础矢量点的运动矢量模的归一化值和矢量方向的归一化值在同一个量化区间,如果是,则划入同一个网格区域,如果否,则不划入该网格区域,并将该相邻矢量点作为新的基础矢量点,重新开始划取新网格区域;另外,在网格区域划分过程中,依次沿横向和纵向将矢量点连续划入同一网格区域时,要满足网格区域的横向大小不超过最大网格区域的横向限定值,以及纵向大小不超过最大网格区域的纵向限定值,当网格区域的横向大小超过最大网格区域的横向限定值,或网格区域的纵向大小超过最大网格区域的纵向限定值时,重新开始划取新网格区域;而对网格区域的横向大小小于最小网格区域的横向限定值,或网格区域的纵向大小小于最小网格区域的纵向限定值,对于这类的网格区域中的矢量点,从运动矢量图像中去除;
步骤七:取步骤六中已划分好网格区域的所有矢量点的运动矢量进行主元分析,计算得到该网格区域的矢量方向,然后计算该网格区域中所有矢量点的运动矢量模平均值,得到该网格区域的最终运动矢量;
步骤八:重复步骤七,直至遍历完整幅运动矢量图像的所有网格区域;
步骤九:输出步骤八后视频图像中颗粒运动矢量数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510101090.8A CN104637072B (zh) | 2015-03-09 | 2015-03-09 | 一种循环流化床锅炉气固流场颗粒运动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510101090.8A CN104637072B (zh) | 2015-03-09 | 2015-03-09 | 一种循环流化床锅炉气固流场颗粒运动检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104637072A CN104637072A (zh) | 2015-05-20 |
CN104637072B true CN104637072B (zh) | 2017-04-19 |
Family
ID=53215778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510101090.8A Expired - Fee Related CN104637072B (zh) | 2015-03-09 | 2015-03-09 | 一种循环流化床锅炉气固流场颗粒运动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104637072B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117527B (zh) * | 2015-08-04 | 2018-04-20 | 宁波大学 | 一种循环流化床锅炉燃烧系统模型的建模方法 |
CN117074717A (zh) * | 2023-08-14 | 2023-11-17 | 北京科技大学 | 一种基于粒子识别的固液两相流图像测速方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6665450B1 (en) * | 2000-09-08 | 2003-12-16 | Avid Technology, Inc. | Interpolation of a sequence of images using motion analysis |
GB2443739B (en) * | 2006-11-13 | 2009-02-25 | Bosch Gmbh Robert | Method for detecting image regions of salient motion, apparatus and computer program for executing the method |
CN102313684A (zh) * | 2010-07-08 | 2012-01-11 | 中国科学院过程工程研究所 | 气固两相流流场实时测量系统及方法 |
CN102880444A (zh) * | 2012-08-24 | 2013-01-16 | 浙江捷尚视觉科技有限公司 | 一种基于立体视觉运动场分析的打架斗殴检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8218638B2 (en) * | 2007-10-31 | 2012-07-10 | Broadcom Corporation | Method and system for optical flow based motion vector estimation for picture rate up-conversion |
-
2015
- 2015-03-09 CN CN201510101090.8A patent/CN104637072B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6665450B1 (en) * | 2000-09-08 | 2003-12-16 | Avid Technology, Inc. | Interpolation of a sequence of images using motion analysis |
GB2443739B (en) * | 2006-11-13 | 2009-02-25 | Bosch Gmbh Robert | Method for detecting image regions of salient motion, apparatus and computer program for executing the method |
CN102313684A (zh) * | 2010-07-08 | 2012-01-11 | 中国科学院过程工程研究所 | 气固两相流流场实时测量系统及方法 |
CN102880444A (zh) * | 2012-08-24 | 2013-01-16 | 浙江捷尚视觉科技有限公司 | 一种基于立体视觉运动场分析的打架斗殴检测方法 |
Non-Patent Citations (3)
Title |
---|
"Dense Estimation and Object-Based Segmentation of the Optical Flow with Robust Techniques";Etienne M´emin等;《IEEE TRANSACTIONS ON IMAGE PROCESSING》;19880531;第7卷(第5期);论文第703-719页 * |
"基于计算机视觉的手势识别系统研究";周航;《中国博士学位论文全文数据库 信息科技辑》;20080515(第5期);论文107-122页 * |
"运动图像分析中的光流计算方法研究";卢宗庆;《中国博士学位论文全文数据库 信息科技辑》;20080515(第5期);论文87-89页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104637072A (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schanz et al. | Shake-The-Box: Lagrangian particle tracking at high particle image densities | |
Kaur et al. | A comparative analysis of thresholding and edge detection segmentation techniques | |
CN108986048B (zh) | 基于线激光扫描三维点云快速复合滤波处理方法 | |
Peng et al. | Online wear characterisation of rolling element bearing using wear particle morphological features | |
CN107705318B (zh) | 一种基于边界示踪的湍流边界层流场测速方法 | |
Guo et al. | A novel multi-scale edge detection technique based on wavelet analysis with application in multiphase flows | |
CN108593958B (zh) | 同步获取气固两相流速度场的方法和装置 | |
CN102494675A (zh) | 一种运动目标特征高速视觉捕捉方法 | |
CN106683114A (zh) | 基于特征光流的流体运动矢量估计方法 | |
Hussain et al. | A comparative analysis of edge detection techniques used in flame image processing | |
CN104637072B (zh) | 一种循环流化床锅炉气固流场颗粒运动检测方法 | |
Bung et al. | Image processing for bubble image velocimetry in self-aerated flows | |
Kang et al. | Research on improved region growing point cloud algorithm | |
Rieutord et al. | Tracking granules on the Sun's surface and reconstructing velocity fields-I. The CST algorithm | |
CN102201060B (zh) | 一种基于形状语义的非参数轮廓跟踪评价方法 | |
Osorio-Cano et al. | A method for extracting surface flow velocities and discharge volumes from video images in laboratory | |
CN104574400A (zh) | 一种基于局部差分盒维数算法的遥感图像分割方法 | |
Fuchs et al. | Scale-space approaches to FTLE ridges | |
Zeng et al. | Recognition of a quasi-static region in a granular bed impacted with a sphere | |
Wen et al. | Modified level set method with Canny operator for image noise removal | |
CN106295569A (zh) | 一种密相气力输送两相流流型的识别方法 | |
CN113945559B (zh) | 一种气液固循环流化床局部相含率检测方法 | |
CN105426811A (zh) | 一种人群异常行为与人群密度识别方法 | |
ZHAN et al. | Point Cloud Data Processing of Three-dimensional Reconstruction Model of Object by 3D Laser Scanning. | |
Miao | Based on canny operator with regional growth combined research on accurate image segmentation algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 315211 Zhejiang Province, Ningbo Jiangbei District Fenghua Road No. 818 Applicant after: Ningbo University Address before: 315012 Fenghua Road, Zhenhai District, Zhejiang, Ningbo 818, China Applicant before: Ningbo University |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170419 |
|
CF01 | Termination of patent right due to non-payment of annual fee |