实现无人、智能的自动化开采煤矿是当前国际采矿界研究的热点,刮板输送机作为综采工作面中重要组成设备之一,其姿态有重要的研究意义。通过煤层底板钻孔数据建立基于TIN的DEM数字高程模型,结合刮板输送机当前姿态信息对各节中部槽的实际位置进行描述,在此基础上将刮板输送机在DEM中定位,根据推移距离读取推移后刮板输送机底部栅格点的高程数据,依据读取的高程点建立数学模型计算预测推移后各节中部槽的姿态。利用相应试验装置对预测的姿态信息进行对比,结果表明,该预测模型欧拉角误差在0.6°以内,该方法准确性较高,在综采工作面数字化中有广阔的应用前景。

提出了一种利用时延测距进行干涉合成孔径声纳（InSAS）数字高程模型（DEM）重建的方法。重点研究了采用相干系数估计两幅合成孔径图像的时延，并利用插值和相位修正提高时延估计精度的方法。分析了时延估计过程中可能出现的时延跳变情况，并给出了解决办法。采用仿真数据和干涉合成孔径声纳样机实测数据对所提方法进行了验证，结果表明：该方法是有效的，能够获得可靠的高程结果。相比传统的干涉处理方法，该方法避免了图像配准、相位滤波、解卷等步骤，实现起来更加简便。

在工业CT断层图像缺陷检测应用中,提出了将数字高程模型DEM与伪彩色技术一起应用于二维灰度图像缺陷检测领域的算法流程.应用该算法流程,能够充分利用CT断层灰度图像信息,获得清晰的视觉检查效果,从而大大增强了系统检测缺陷的能力.在大型工业CT图像重建与检查分系统中采用该算法流程已经取得了较为理想的效果.