基于水平集带方法的柔顺机构拓扑优化研究

水平集方法在拓扑优化问题中采用隐式函数的零水平集描述结构边界,由于可以方便的表达结构拓扑变化并使结构边界保持清晰和光滑的特性,水平集方法很快成为拓扑优化领域的重要方法之一。但是由于水平集方法在优化过程中存在拓扑变化的不连续性,容易出现数值不稳定、初始设计依赖性等问题。近年来水平集带方法的提出可以有效改善这一现象,成为提升水平集方法拓扑表达能力的重要手段。本文将水平集带引入到参数化水平集拓扑优化方法中,并对其在柔顺机构优化设计问题中的应用开展研究。水平集带方法在水平集函数的零水平集附近引入水平集带区域,采用水平集函数插值可以得到带宽范围内[0,1]区间连续分布的材料密度,并在优化过程中通过逐渐减小水平集带的宽度使带宽范围内的材料密度逐渐收敛至0-1分布。该方法结合了变密度法的优势,使优化过程中材料密度变化保持连续,可以提升参数化水平集方法的稳定性,得到更优的目标函数值,并有效改善水平集方法的初始设计依赖性问题。本文通过多个柔顺机构的拓扑优化算例从不同初始设计、不规则设计域及几何非线性等多方面分析和验证了该方法的有效性,计算结果表明该方法对面向实际工程的复杂设计问题具有较好的适用性。

改进水平集协同FLICM的汽车零部件表面缺陷识别

针对汽车机械零部件中检测效率低、误检率高等瓶颈问题,提出了一种结合图像处理技术的方法。基于汽车副车架表面结构复杂以及缺陷异形等特征,首先通过小波邻域收缩去噪和多尺度增强算法对零件图像进行预处理,再通过水平集函数初步定位缺陷区域,最后结合空间模糊聚类进一步精确定位缺陷区域,达到对零件表面缺陷识别的目的。对工件表面划伤、压痕、气孔三种缺陷进行检测。实验结果表明:该算法相对于其它两种算法的检测率分别93.3%、86%和90%,具有较高的检测成功率。为后续缺陷零部件分类奠定良好的基础且可以满足工业检测要求。

航天器轨道追逃态势分析的水平集方法

航天器轨道追逃是当前航天动力学与控制领域的研究热点。针对轨道追逃定性问题开展研究,提出了一种综合运用降维动力学模型和后向可达集的航天器近距离轨道追逃态势分析方法,以支撑任务可行性分析;通过在视线旋转坐标系下推导博弈系统降维动力学模型,建立近距离追逃定性问题模型,减少了状态空间维度;使用目标集的后向可达集描述捕获区并划分追逃状态空间,基于水平集方法建立可达集在降维动力学模型中演化的动态HJI(Hamilton-Jacobi-Isaacs)偏微分方程,并设计WENO-TVD求解器数值计算HJI方程终值问题粘性解,完成了追逃目标集的准确描述并避免了可能出现的终端奇异现象。通过不同推力构型的追逃场景数值仿真验证了方法的有效性,展现了一次计算批量化处理初始态势的功能。

基于MDCFT与水平集的高海情弹载雷达成像检测方法

针对舰船三维摆动和海尖峰制约高海情环境弹载雷达探测性能的问题,面向高海情探测环境提出了一种新的成像检测思路。首先,基于高海情环境分别建立舰船与海杂波回波模型;其次,将改进离散调频傅里叶变换算法(modified discrete chirp Fourier transform, MDCFT)引入回波多普勒成像,消除了高阶项相位导致的散焦现象;在此基础上,利用水平集算法分割目标与背景区域,然后利用聚类算法确定每个目标区域;最后,基于提取的目标特征判决每个区域对应的目标身份。利用仿真数据的实验结果验证了所提算法的有效性。所提方法综合考虑了成像与检测环节性能的提升,为高海情环境下的弹载雷达制导提供了一种可行思路。

基于改进水平集的六边形网格拓扑优化

为解决受体积约束的柔度最小化的结构优化问题,针对基于变密度法的六边形网格拓扑优化最终结构存在大面积灰度的缺陷,提出一种新方法。首先,进行有限元划分,生成由六边形网格填充的设计域;其次,引入改进的水平集方法对其进行优化,依据节点定义水平集函数,由元素灵敏度扩展至节点灵敏度,获得用于演化水平集函数的速度,用以求解水平集函数的演化方程,进而进行拓扑优化;最后,采用3种网格规模的半MBB梁与米歇尔结构对所提方法进行验证。结果表明,半MBB梁案例柔度分别下降3.78%、10.30%、12.66%,米歇尔结构案例柔度分别下降9.46%、12.43%、14.29%。由实验算例可得,所提方法能获得柔度更小,结构清晰,边界光滑的拓扑优化结构。

基于显著性引导的保凸性水平集分割算法

结合彩色眼底图像中视神经盘的解剖学特征,引入零水平集曲线的曲率变化来优化活动轮廓模型,提出了一种全自动分割视神经盘的水平集算法CRLSF。该算法利用显著性算法快速获取初始轮廓,且该初始轮廓与视神经盘轮廓非常接近,大幅度提高分割效率。采用保凸机制能够使得曲线在演化过程中不受到视神经盘周围毛细血管的影响以保持分割曲线的凸性。最后,在迭代中引入目标函数来评估算法的收敛性。实验表明,提出的CRLSF算法优于已有的算法。

基于参数化水平集的三维多相材料拓扑优化方法

参数化水平集拓扑优化解决了传统水平集方法数值计算复杂的问题,由于水平集拓扑优化需要引入更高级别的函数来构建拓扑模型,大部分关于参数化水平集拓扑优化的研究止于二维。文章在二维参数化水平集拓扑优化的基础上拓展到三维,结合点云的思想解决了三维拓扑构型的表达问题,并通过悬臂梁、简支梁等典型数值算例验证了算法能解决三维水平集无法引入更高维度函数等问题,亦讨论了引入SIMP(Solid Isotropic Material with Penalization)多材料插值模型的多相材料拓扑优化方法,以供多相材料拓扑优化方面研究进行参考。

基于水平集的前列腺磁共振图像分割方法研究

基于前列腺磁共振图像(MRI)特征信息及其病变好发特定区域等先验知识,针对前列腺内外轮廓全分割问题,提出基于边缘距离调整水平集演化(DRLSE)的前列腺MRI两步分割方法。在构建统一水平集能量函数的基础上,第1步基于前列腺MR的T1(纵向弛豫时间)图像实现其外轮廓分割,第2步在外轮廓约束限定条件下,基于前列腺MR的T2(横向弛豫时间)图像实现前列腺的内部轮廓分割,进而完成前列腺内外轮廓的全面有效分割。设计了前列腺分割的人机交互界面,对10个前列腺病例MR图像(含正常、增生和癌变共30幅)进行了分割实验研究,并采用Dice相似性系数(DSC)对分割结果进行评价分析,DSC值达到90%以上。实验结果表明,所提出的基于边缘DRLSE的前列腺MRI两步分割方法能够有效地实现前列腺内外轮廓的全面分割,非常接近于临床专家手动分割的理想结果,对前列腺疾病的临床诊断和治疗有较好的参考价值。

用于图像分割的自适应距离保持水平集演化

Li等人提出的距离保持水平集方法有传统变分水平集方法不具备的许多优点,然而,它有初始曲线必须包围目标物体或完全置于目标物体内部或外部的缺点.提出一种自适应距离保持水平集方法,它无须初始曲线包围目标物体或完全置于目标物体内部或外部,即初始曲线可以置于图像的任何地方.它能够解决原方法所不能解决的一些图像分割问题,例如,能够从任意选取的一条初始曲线出发自动检测目标物体的内外轮廓,检测多目标物体以及深度凹陷区域的边缘,并能较好地提取目标物体的弱边界.对几幅具有不同目标边界形态的合成图像和自然图像进行了实验,结果都取得了预期的分割效果.

结合图像过渡区的变分水平集模型

为解决无需重新初始化水平集演化模型对初始轮廓敏感的问题,基于过渡区提出一个变分水平集模型。首先从形态学角度提取图像的过渡区,从而获得分割图像的阈值;然后根据这个阈值,加权面积项前的尺度参数修改为一个函数,它在感兴趣的目标内外有相反符号,水平集函数可初始化为一个常值函数。提出的模型不但从根本上解决了对初始轮廓敏感的问题,而且能够实现对图像的快速分割。对合成和真实的图像的实验验证了该模型的有效性。

基于核模糊聚类的变分水平集医学图像分割方法

针对现有无须重新初始化的变分水平集分割模型,存在对边缘模糊、对比度差等图像不是很敏感、分割效果不理想的问题,提出了一种基于核模糊聚类的变分水平集医学图像分割方法。将原始图像进行核模糊C-均值聚类,把得到的聚类结果带入初始化水平集函数得到初始轮廓,最后利用李模型的分割方法实现最终的图像分割。实验结果表明,该方法具有良好的分割质量,适应性强,同时可减少迭代次数。

基于变分水平集的多尺度纹理图像分割方法

为了更有效地对纹理图像进行多尺度分割,我们提出了一种混合模型。该模型使用全变分模型来控制纹理图像的多尺度表示,并且引入局部自相似性以及局部高斯分布拟合函数作为边界提取项,最终得到一个混合的多尺度纹理图像分割模型。实验结果表明,所提模型能够在不同尺度下对纹理图像进行较好地分割,使分割过程更加符合人类视觉的感知机制,并且当图像受到不同程度的高斯噪声污染时,该模型也能够对目标边界进行精确地提取。

一种新的窄带快速区域水平集C-V模型图像分割方法

Chan-Vese提出了区域水平集图像分割C-V模型,该模型随着水平集函数的演化,演化曲线能自然地改变其拓扑结构,因而在很多研究领域有着广泛的应用,特别是在图像分割、目标跟踪领域取得了显著的效果。基于区域的水平集函数比基于梯度的水平集函数在抗噪声方面也表现得更优秀,但是其演化水平集函数也更复杂,主要缺点是演化速度特别慢,限制了在大型高分辨率图像分割中的应用。针对此问题,提出了一种窄带快速区域水平集C-V模型,即先利用C-V水平集在低分辨率的图像上检测出大致的边缘,然后映射到高分辨率的图像上,在其边缘的一个窄带内检测更为精确的边缘,其检测速度有了很大的提高。采用高分辨率的大型合成孔径雷达(SAR)遥感图像进行的实验证明了该方法能够快速而有效地提取出海岸线,满足工程中的实际应用。

基于双水平集的图像分割模型

针对水平集模型对于具有细长拓扑部分的目标和弱边界目标进行分割时存在的问题,提出了双水平集方法·在新的方法中通过两条水平集之间的相互吸引来加速解的收敛,同时提出了一种快速有符号距离函数生成方法,提高了计算效率·传统的水平集通常利用图像边界信息来构造速度函数进行求解,但在待分割目标具有很强噪音或具有弱边界时往往得不到真实解,对此,提出了一种新的基于区域信息的速度构造方法·将双水平集模型应用到合成图像与左心室MR图像的分割实验,结果表明该方法具有较好的分割效果和较高的分割效率·

结合边界和区域的水平集超声图像分割算法

针对距离正则化的水平集演化(DRLSE)模型难以处理弱边缘图像、初始轮廓敏感以及曲线演化方向单一等问题,提出一种结合边缘和区域信息的变分水平集超声图像分割模型。该模型采用改进的四阶偏微分方程进行滤波,实现在去除噪声的同时保护图像边缘信息;构造了自适应加权系数,实现曲线自适应地向内或者向外演化;引入CV模型的外部能量项,将图像的边缘信息和区域信息相结合,提高了全局分割能力。实验结果表明:该方法在分割超声图像时,具有演化结果稳定,边缘定位准确的特点,可以较好地提取超声图像中的目标。

基于显著性区域检测和水平集的图像快速分割算法

为了实现含有复杂背景和弱边界图像的快速准确分割,传统的水平集常采用重新初始化的方法,但是这种方法存在计算量大、分割不准确等问题。因此,结合显著性区域,该文提出一种基于边缘信息与区域局部信息结合的变水平集图像快速分割方法。首先用元胞自动机模型检测出图像的显著性区域,得到图像的初始化边界曲线。然后,采用改进的距离正规化水平集演化(Distance Regularized Level Set Evolution,DRLSE)模型把图像的局部信息结合到变分能量方程中,用改进的能量方程去指导曲线的演化。实验结果表明,与DRLSE模型相比,提出的算法平均消耗的时间只需要前者的2.76%,且具有较高的分割准确性。

基于窄带多区域水平集方法的遥感图像分割

由于遥感图像存在边缘混叠等问题,经典的C-V模型会产生大量的冗余轮廓,而且无法分割多个同质区域的目标。为此,提出了基于C-V模型的窄带多区域水平集图像分割方法,采用N-1个水平集函数将图像分割成N(N>1)个区域,每个水平集函数表达一个区域。该方法一方面通过建立独立多区域水平集模型可以消除多余的轮廓,避免分割区域的重叠和漏分;另一方面应用窄带技术来减小水平集方法中的计算量。对遥感图像进行了实验,结果表明该方法能快速有效地分割该图像。

基于变分水平集模型的虹膜图像分割方法

当虹膜图像受眼睑、睫毛及变形等影响时,会造成分割不准确,如何有效地分割虹膜是虹膜识别面临的主要问题。为此,提出一种基于变分水平集模型的虹膜图像分割方法。采用灰度投影法粗略确定瞳孔,使用最小二乘拟合得到瞳孔与虹膜边界,通过变分水平集模型精确分割虹膜。实验结果表明,该方法对虹膜外边缘分割的准确率为98.59%,高于Daugman、Hough变换及改进Hough变换等常用方法。

一种新的自适应水平集融合算法

在处理不均匀图像时,自适应距离保持水平集演化(ADPLS)算法速度快、不受初始轮廓影响,但精度较低;LBF算法精度高,但速度较慢同时易受初始轮廓影响。针对上述2种算法的优缺点,提出一种新的自适应融合算法。该算法根据图像信息自动调整ADPLS与局部二值拟合算法在融合算法中所占比重,实现不同算法的优势互补。实验结果证明,该融合算法在分割精度、速度及稳定性等方面有明显提高。

采用V势阱函数的距离归一化水平集算法

针对距离归一化水平集算法存在速度下降和弱边缘不敏感的问题,在双势阱函数的基础上提出一种新的V势阱函数。该函数统一了演化速度的数学表达形式,在避免零势阱修正的同时,降低了零势阱附近的演化速度。实验结果表明:与双势阱函数相比,V势阱函数具有更好的速度和弱边缘检测性能。