基于轮廓曲率的工件图像配准方法

随着机器视觉技术的发展,工件图像配准在机器抓取、缺陷检测方面应用广泛,然而工件拍摄视点不同易造成图像匹配困难,这也成为工件图像匹配亟待解决和研究的问题。鉴于工件的独特轮廓形状,针对多视点造成的匹配问题,提出了一种基于轮廓曲率的工件图像配准方法。首先,在轮廓平滑处理中,针对多边形拟合道格拉斯-普克(DP)算法效果不佳的问题,利用滑动窗口平均方法对轮廓做了进一步处理,有效提高了轮廓平滑度;然后,在轮廓曲线重采样中,对采样点集进行了时间序列化,利用采样间隔设计了一种有效的重采样方法,实现了对重采样点的任意取值,并保持了轮廓点的密集情况;在建立全仿射曲率库中,设计了两步匹配策略,有效提高了匹配精度和效率;最后,针对曲率曲线匹配算法,将形状上下文(SC)引入动态时间规整(DTW)距离计算,解决了DTW算法存在的问题。研究结果表明:该方法能有效地对模板工件图像进行仿射转换,实现与目标工件图像的匹配目的;同时在匹配算法的三对比较实验中,利用SC-DTW匹配算法得到的转换图像与目标工件图像的差异只有4.8%、2.65%和3.92%,相较DTW的6.83%、4.03%和6.34%,以及归一化相关性匹配算法(NCC)的7.45%、6.39%和7.31%,其差异较小,表明该算法配准效果更好,能更有效地计算两条曲线的相似度,从而获得最佳曲率曲线样本,完成工件图像精准配准的任务。

基于深度神经网络的树木伐桩轮廓提取及匹配方法

为了及时准确地找到被盗树木,公安机关需要比对被盗伐树木伐桩的上下截面,寻找共同点,并依此确认两者是否属于同一树木。但是由于存放环境不同,伐桩上下截面的颜色、纹理存在巨大差异,由于锯伐方式和树皮的影响,伐桩上下表面的轮廓也存在很大差异,伐桩下表面还很容易受木屑等影响,背景复杂。针对这些难点,本研究在前面的研究基础上,继续把棋盘格作为特征物放置在伐桩表面,用PPYOLO_MobileNetV3卷积神经网络检测图像中的棋盘格,对棋盘格中的角点进行检测、排序,然后进行透视变换,恢复伐桩的原始面积和轮廓等特征,接着用PP-LiteSeg网络在复杂背景下提取伐桩轮廓,然后用CAE_ViT_base网络对轮廓进行匹配,实现了伐桩轮廓匹配的全流程,从而极大程度节约了人工。理论分析和试验结果都表明,基于局部梯度的匹配法、基于局部点集拓扑特征的匹配法和基于轮廓的全局特征匹配方法等,在伐桩图像的匹配中都是不可行的。CAE_ViT_base网络的解码器将输入图像分割为大小一致的图像块,解码器的训练过程需要关注每一个块的特征,伐桩轮廓的匹配难点在于轮廓有局部缺失,局部梯度误差较大。CAE_ViT_base网络的自监督预训练机制很好地弥补了上述缺点;同时,采用对样本图像随机多角度旋转的方法,使得图像的特征提取能够保持旋转不变性。CAE_ViT_base网络提取出来的特征在尺度上高于基于梯度的特征,也高于基于局部点集拓扑的特征,但低于全局特征。因此,只要少部分图像块高度匹配,则CAE_ViT_base网络给出的最终匹配度就比较高;同时,这种工作方式和人工对比2个伐桩轮廓是否匹配的方法也是一致的。在本研究的344幅伐桩图像上进行试验,结果表明:本研究算法对整个测试集的检测成功率为100%,棋盘格检测成功率100%,轮廓提取精度达到98.8%,轮廓匹配准确率100%,无一错检和误匹配;和基于梯度的轮廓提取方法及基于特征描述子的轮廓匹配方法相比,本研究方法具有全方位的优势。本方法中,伐桩检测匹配全流程计算耗时不足30 s,完全满足实际应用需要,具有较好的推广应用价值。

基于双通路视觉系统的自适应轮廓检测模型

在轮廓检测领域,背景纹理的干扰容易造成轮廓提取不完整。针对这一问题,本文提出了一种基于双通路视觉系统的自适应轮廓检测模型。首先从皮层下通路的信息采集与评估过程出发,对图像整体的显著性进行评估,以此获得轮廓信息的可能性分布;然后采用自适应尺度的高斯导函数对经典视觉通路中感受野的动态特性进行模拟,加强了模型对轮廓细节的捕获;最后在外周抑制算法的基础上,结合像素的空间分布对所有边缘的稀疏性进行度量,更加准确地区分了轮廓和纹理边缘。实验结果表明,本文模型可以有效抑制背景纹理,提升轮廓连续性,具有较好的轮廓检测性能。

基于统计方法和主动轮廓模型相结合的医学图像轮廓提取

采用最小描述长度作为目标函数实现点分布模型上轮廓点的自动选取,提出了一种结合统计方法与主动轮廓模型提取图像轮廓曲线的方法.对一系列图像训练得到该训练集的典型轮廓曲线,初始化新图像的主动轮廓模型曲线后,再用训练集得到的轮廓线约束其变形,提取图像最佳的轮廓曲线.实验表明,与传统主动轮廓模型比较,该方法具有更好的轮廓提取效果.

自由曲面轮廓仪机架多目标优化设计

针对复杂机床结构优化过程中,通常难以处理各个设计参数之间的关联关系的问题,提出了一种结合数值模拟和优化算法进行多目标优化设计的方法。在Isight平台中调用SolidWorks和Workbench插件进行试验设计,通过最优拉丁超立方试验设计方法(optimal latin hypercube algorithm,OLHA)设计样本点,用生成的样本点构建泛克里金近似模型,并使用交叉验证证明模型的可靠性和有效性,以最大位移变形量最小和一阶固有频率最大为优化目标,运用多岛遗传算法(multi-island genetic algorithm,MIGA)进行寻优计算来获取最优解。优化后的一阶固有频率为221.31 Hz,较优化前增加了8.43%,最大变形为0.001 888 mm,减小了18.45%,实现了机架的多目标优化设计。

标准核燃料组件几何轮廓校准装置的研制

针对标准核燃料组件竖直状态下几何参数溯源需求,研制了一种标准核燃料组件几何轮廓校准装置。该装置以空间坐标测量为理念,利用多路接触式传感器作为轮廓测量采集单元,结合测量工作台高度位置获得轮廓坐标。通过直线度及扭转度测量与误差补偿,进一步提高了几何轮廓测量精度;并使用集成运动控制和专用测量软件,实现了标准核燃料组件几何轮廓参数(直线度、扭转度、垂直度、平行度)的自动检测。通过分析及实验验证,几何轮廓参数中直线度和平行度测量标准不确定度为0.01 mm,扭转度测量标准不确定度为0.007 mm,垂直度测量标准不确定度为0.017 mm,说明该装置能够满足标准核燃料组件的溯源需求。

不完备轮廓图像小天体三维重构算法

受光照角度的影响,探测器拍摄的小天体图像不完整,三维重构困难。针对此问题,提出了一种基于不完备轮廓的小天体三维重构算法。首先,利用Ostu算法对图像进行阈值分割,利用EDPF(edge drawing parameter free)算法提取不完备轮廓;其次,利用太阳的方位信息,结合不完备轮廓,考虑阴影的影响,保留被照亮区域和可能区域,计算出扩展轮廓;然后,利用一组扩展轮廓和投影矩阵,将三维包围盒的计算转化为线性不等式的求解;最后,划分体素实现小天体的三维重构。利用平均半径对重构结果与参考模型的豪斯多夫距离进行归一化,评价重构质量。仿真结果表明,重构误差小于4%的分布概率占95%以上,并对光照角度变化具有一定的鲁棒性。

基于注意力机制和图像轮廓的实例分割算法

基于图像轮廓的实例分割方法利用少量轮廓顶点来表示物体,减少了算法的参数量,提高了算法的运行效率,但导致算法的精度低于传统逐像素处理的分割算法,获得的分割结果质量较差。为提升算法的准确性,文中提出一种基于图像轮廓结合注意力机制的实例分割模型(Attend the Contour snake,AC-snake)。在主干网络中加入改进的大卷积核(Largekernel+)提升模型的感受野,提取更加丰富的特征信息。改进轮廓顶点变形阶段的网络结构,结合双通道注意力模块(Dual Channel attention,DC-attentio)加强轮廓顶点的有效信息,减少训练网络中的无效参数,提升检测精度和训练速度。实验结果表明,在Cityscapes验证数据集中,相较于原始模型,文中提出的改进模型性能有所提升。

彩色光栅投影的三维轮廓自动化测量研究

为了测量物体的三维轮廓数据,提出一种基于改进彩色光栅投影三维轮廓测量技术,并利用DLP来投影彩色光栅条纹到被测物体上来测量被测物体的高度,由于DLP的投射范围太大,无法直接投射在微小物体上,因此通过自行改装的方式改变DLP的投射范围,将其投影面积限制在约20×20 mm内,使其能覆盖整个被测物体。但由于改装时所选用的DLP镜头并不是针对DLP而设计的,因此容易产生光场分布不均的情况,可对无光栅图像或有彩色光栅图像进行光场补偿,使光栅图像更为清楚,用于对被测物体进行更准确的三维轮廓测量与重建分析计算,且获取被测物体的三维数据精度可达2μm,速度在0.024 s内。实验结果表明,该方法具有更高的速度、灵敏度及适用性。

基于便携式粗糙度仪的表面轮廓测量实验平台设计

该文基于便携式粗糙度仪设计了一种用于采集工件表面轮廓数据的测量实验平台,并同步开发轮廓分析软件。该测量实验平台由三轴移动装置、夹具、轮廓数据采集装置(粗糙度仪)及计算机组成,可采集水平方向上0.3~16.0 mm、垂直方向上–200~200μm复杂表面的轮廓数据,用于微结构或非球面等面型的测量实验。基于MATLAB软件设计模块开发了轮廓数据处理及分析软件,与金相显微镜及泰勒霍普森轮廓仪所测量的轮廓数据结果对比,该测量实验平台的测量误差低于5%,证明该平台及测量方法的可靠性和准确性。

永磁直线电机驱动XY平台精密轮廓跟踪控制

为了减少高速进给率条件下轮廓跟踪过程中产生的轮廓误差,提出了一种将PDFF位置控制器与模糊交叉耦合控制器相结合的控制策略。首先,通过调节前馈增益,PDFF位置控制器可以综合利用PDF控制和PI控制的优点;其次,基于自由曲线轮廓误差模型来计算轮廓误差,并且提出一种以两轴的位置跟踪误差以及轮廓误差为输入的模糊交叉耦合器来减少轮廓跟踪过程中产生的轮廓误差;最后,空载与负载实验结果表明,与传统的交叉耦合结构相比,该方法在高速进给率条件下可以有效降低XY平台的轮廓误差,并且可以提高轮廓跟踪系统的鲁棒性。

基于计算机视觉与Canny算法的服装纸样轮廓提取

为提高服装二维纸样轮廓信息采集转换的准确性及方便性,设计了一种基于计算机视觉的服装纸样轮廓提取方法。将手机相机作为图像采集设备,采用相机标定的方法进行图像畸变矫正,对图像灰度化处理后进行伽马变换。通过改进的Canny算法对纸样图像进行边缘信息的提取,使用自适应双边滤波保边去噪;在原Sobel算子上增加了45°和135°方向的梯度模板计算梯度;采用自适应双阈值确定边缘;融合形态学算法处理轮廓;最后按需进行轮廓骨架提取。结果表明:本文方法适用于二维纸样的轮廓提取,其提取误差在0.15~1.50 cm之间,可实现单独对服装纸样的外轮廓、内轮廓及内外轮廓图的提取,完成轮廓的无差别提取,减少后期人工对轮廓图的编辑,提高二维纸样数字化录入效率。

不同潮气量和PEEP对脉搏轮廓法与经肺热稀释法测量巴马猪心排血量的影响

【目的】探究机械通气时不同潮气量和呼气末正压(PEEP)对脉搏轮廓法与经肺热稀释法测量巴马猪心排血量的影响。【方法】选取实验用巴马猪12只,随机分为对照组(肺动脉导管热稀释法)、研究组A(经肺热稀释法)和研究组B(脉搏轮廓法),各4只。建立模型,采用不同方法测量心排出量,分析其一致性,比较不同潮气量和PEEP对心排出量的影响。【结果】脉搏轮廓法与热稀释法测定猪心排血量的相关系数为r=0.754,两者具有正相关性。经肺热稀释法与热稀释法测定猪心排血量的相关系数为r=0.771,两者具有正相关性。脉搏轮廓法、与热稀释法测定猪心排血量相对误差为13.5%,两者具有一致性。经肺热稀释法与热稀释法测定猪心排血量相对误差为12.9%,两者具有一致性。随着潮气量增加,心排出量值明显降低,差异具有统计学意义(P<0.05)。随着PEEP增加,猪心排出量明显降低,差异具有统计学意义(P<0.05)。【结论】脉搏轮廓法、经肺热稀释法与热稀释法测定猪心排血量的一致性良好;当机械通气潮气量或PEEP增加时猪心排血量逐渐下降。

面向机器人加工复杂轮廓误差控制的策略研究

针对机器人加工复杂曲面零件,提出一种面向加工轮廓误差的控制策略。通过向量的形式定义了机器人加工任务的轮廓误差,结合双向搜索、斐波那契搜索和球面线性插补算法,对机器人轮廓误差进行了估计;在此基础上通过将加权轮廓误差分量补偿到机器人任务空间的速度指令中,设计了机器人加工任务的轮廓控制策略。实验结果表明:对于位置和姿态轮廓误差,估计值与真实值的差异非常小,且与单纯的跟踪控制相比,位置和方向轮廓平均误差大约降低了30%,验证了所提加工轮廓误差控制策略的有效性。

服装外轮廓识别与量化的研究进展

服装的外轮廓量化是服装智能化设计与生产的前提条件。介绍了服装外轮廓量化的过程,以及传统量化方法与基于人工智能的量化方法。概述了基于特征参数识别和数学公式计算的服装外轮廓量化方法,探究基于扫描等技术构建三维服装模型的外轮廓量化研究方法,并对其优缺点进行分析;总结基于机器学习与生成网络等方法的服装外轮廓量化。服装外观廓形具有复杂柔性多变的特征,目前对服装外轮廓量化的研究大多以简单的服装为样本,应用在廓形分类等领域;在实现服装各部位具体数值推理判断方面的应用相对不足,多为定性研究。研究认为,未来可以综合考虑外轮廓造型与服装款式及面料等多方面因素,并与人工智能技术相结合,使其向智能化、自动化领域发展。

光透过式测量下轴承内圈投影轮廓的方程描述和拟合方法

针对轴承内圈沟道曲率半径及沟道位置尺寸的机械式测量方法存在定位要求高,不易实现准确定位、测量效率低等问题,提出了一种基于视觉的光透过式测量方法,同时对该方法的测量原理、数学模型及误差影响因素进行了研究。运用数学方法求取了将几种误差影响因素进行叠加后轴承内圈各部分投影轮廓的曲线方程,给出了参数求解过程。在此基础上,研究了针对测量投影数据的拟合方法,以最小二乘法和非线性曲线拟合法分别拟合上端面和两侧面投影轮廓,求解出偏转角度α、β及相关拟合参数,对沟道投影轮廓采用非线性优化算法进行求解,并得出沟道曲率半径及沟道位置尺寸及误差。仿真结果表明,在不同的误差因素α、β下,该测量方法的测量精度可达到与提取的轮廓点坐标数据精度一致,可行性高。

基于随机森林的钢轨轮廓在线识别方法研究

随着铁路运输系统的高速发展,车载非接触式钢轨磨耗自动化检测任务日益增加,然而,线路上丰富多样的钢轨轨形轮廓和多样离群点干扰,导致磨耗值在线计算错误频发,且运营列车日趋海量的检测数据对于实时性的要求越来越高。因此,提出一种基于随机森林(RF)的钢轨轮廓在线识别方法,分类模型1利用主分量分析(PCA)提取钢轨轮廓的全局特征,分类模型2采用相对高度二叉树提取钢轨轮廓的局部特征,随后采用RF算法模型对转化后的低维特征向量进行分类识别。与支持向量机(SVM)分类识别算法进行对比,结果表明,所提出的基于RF算法的分类模型1对于普通钢轨轮廓和非普通钢轨轮廓的整体分类识别准确率为98.7%,单帧识别耗时8.57 ms;分类模型2对于鱼尾板、道岔尖轨和其他轮廓的整体分类识别准确率为96.7%,单帧识别耗时11.95 ms,满足运营列车75 km/h的实时在线检测钢轨轮廓需求,具有工程应用价值。

青年男性颈肩部轮廓量化分析与形态匹配

以190名青年男大学生为研究对象,通过照片测量法、三维人体扫描法获取人体正侧面照片及三维点云数据。基于三维点云数据,提取颈肩部轮廓曲线进行椭圆傅立叶拟合得到椭圆系数,经主成分分析和聚类分析,将青年男性颈肩部正侧面形态各分为3类。采用角度半径和欧几里得距离实现二维照片与三维点云数据之间的匹配,并验证匹配准确率。结果显示:颈肩部正面轮廓匹配验证准确率达92.5%,侧面轮廓匹配验证准确率达95.0%。该研究为基于人体照片的人体形态研究提供了理论依据。

基于射线和障碍物轮廓的移动机器人全局规划

针对全局路径规划算法A*存在的拐点多,路径质量差,在大型地图中搜索效率低的问题,提出了一种基于射线模型以及障碍物轮廓的规划算法。首先将规划过程分为偏置扩展和沿障碍物轮廓扩展两部分;其次在偏置扩展阶段使用射线模型进行快速扩展,在沿障碍物轮廓扩展阶段提出一种融合了栅格方向信息基于A*的搜索方法;接着,为了确保算法的可行性和性能提出了一种新的close表设置方式;最后,在Pycharm设置的仿真环境里进行实验对比,验证了所提算法的可行性和有效性。上述算法相较于A*具有更佳的搜索效率,路径质量也更好。

基于轮廓测量的牙膏磨损性测定法的研发概述

牙膏中的磨料是提供牙膏清洁力的主要成分之一。恰当的磨料种类选择以及添加量的设定可以为消费者提供良好的牙齿清洁效果,甚至达到较佳的外源性色斑的去除而美白牙齿。然而,不当的磨料添加会导致过度磨损牙齿,从而引起安全性问题。因此,制定方便有效的牙膏磨损性测定法一直是业界的需求。然而,由于实验条件等限制,国际上惯用的示踪法(RDA)无法在国内实施。本文介绍了一种优化后的基于轮廓仪测量法开发的RDA替代方法Radioactive Dentin Abrasivity–Profilometry Equivalent (简称RDA-PE),并对RDA-PE方法的建立、方法学验证以及与RDA方法间的关系进行了简要的介绍.。同时,对RDA-PE方法用于测定牙膏产品摩擦型性能的可行性进行了讨论。