基于ICCP的水下直线段地磁匹配

地磁导航是导航技术的发展方向,可以弥补惯性导航长期误差积累的缺点。考虑到潜艇转向后其自身磁性变化不能立即满足测量要求的特点,提出了在实际使用地磁匹配定位时,潜艇有必要保持航向的观点。同时提出了直线航行时潜艇的测量位置点除第一个点由惯导位置信息输出外,其余各点均由导航系统给出的航向航速推算而得测量方法。通过推算舰位来获得直线段的测量位置点,在保证了测量的连续性与准确性同时还可以克服测量野值点的问题。该方法对潜艇地磁匹配的实际应用具有一定的参考价值。

数控铣削中圆弧轮廓和直线轮廓表面不一致成因研究——以SINNUMERIK系统为例

在数控铣削轮廓加工中,会出现圆形轮廓和直线轮廓处表面粗糙度等级不一致的现象.通过分析发现:造成这种现象的原因是程序编制员将圆加工轮廓的进给量和直线进给量设成同样值,所以在切削过程中会出现单位时间内走刀量不同,导致表面粗糙度不一致.通过SINNUMERIK802S/802C和SINNUMERIK802D系统对内、外圆轮廓加工进给量进行修调,从而使铣削加工圆形轮廓和直线轮廓处表面粗糙度协调一致,保证了零件表面的质量.

融合运动约束的轮式机器人视觉里程计研究

针对轮式机器人平面运动的特性,将轮式机器人运动降到二维平面处理。由机器人相机的二维运动特征提出帧间特征点匹配等高约束条件,同时对帧间相机运动方程做线性化近似,提出直线约束条件。两个约束条件可用于误匹配特征点对点筛除,为视觉里程计帧间运动估计提供优质匹配点对。最后对筛选后的匹配点对进行降维处理,并与二维ICP算法相结合,用于估计机器人相机运动轨迹。试验表明,所提出的方法可大大提高视觉里程计运算速度。

基于最大类间可分离度的轮廓线分割

对轮廓线上每点的前后两个局部段进行局部直线拟合 ,在此基础上计算这两个局部直线段的类间可分离度 ,证明它就是轮廓线点是否为一优势点的对数似然比 ,并把轮廓线上的优势点定义为具有局部最大类间可分离度的轮廓点。基于此概念 ,开发了用直线多边形良好逼近轮廓线的轮廓线分割算法 ,该算法能精确鲁棒地检测轮廓线优势点。

融合多时相高分影像的建筑物轮廓优化方法

针对高分影像建筑物提取存在错分和漏分等问题,常见的单幅影像矩形轮廓优化由于投影差、树木和阴影遮挡等问题边缘准确度不够,本文提出了一种融合多时相建筑物轮廓优化方法。首先,将两期高分影像进行匹配等预处理,利用基于偏移阴影分类验证提取建筑物初始结果。然后,分别获得两期影像中各建筑物轮廓的最小面积外接矩形,并对同名建筑物的最小面积外接矩形的各对应角点进行匹配。最后,通过对比两期影像的对应最小面积外接矩形的对应边上建筑物像素点的数量,选择像素点数量多的边作为适宜边进行平移以获得最优边,四条边都是最优边后进行直线正交得到最终符合建筑物原始形态的轮廓。试验结果表明,本文方法相比传统方法和其他轮廓优化方法在精确度和完整度上均有提高。

基于直线与端点光流对应的刚体三维运动测量与轮廓重建

本文提出了一种基于点、线光流对应的三维运动测量与轮廓重建方法。首先在透视投影模型下分别推导点、线光流与三维运动速度的对应关系式;然后根据平面像素点与特征直线的对应关系建立基于点、线光流对应的三维运动估计模型,根据该模型只需检测连续两帧图像中一条直线光流和该直线外一个像素点光流或者两条不相交直线的直线光流就可以测量出运动物体的旋转、平移速度;最后根据得到的运动速度重建物体的空间轮廓结构。实验证明,本文方法具有较高的测量精度和较好的重建效果。

基于直线段拟合的遥感影像居民区轮廓规则化方法

针对遥感影像智能提取结果中居民区轮廓提取结果不规则,具有冗余性等问题,提出了一种新的居民区轮廓规则化方法。首先对提取的栅格数据二值化,利用数学形态学算法提取二值化的区域边界,获取居民区边界轮廓线;然后采用折线法思想对边界轮廓进行直线段拟合;最后对拟合后结果进行智能综合优化,得到规则化后的居民区轮廓。试验证明,该方法可以有效地对居民区轮廓进行规则化处理,尤其适用于由大量栅格点表示,轮廓线十分曲折的轮廓,且方法简单,易于算法设计与程序实现,对遥感影像居民区智能提取结果优化、精化效果明显。

数控机床伺服系统的动态特性与轮廓误差

本文在建立数控机床伺服系统的动态数学模型的基础上，分析了用数控机床加工直线和圆轨迹时所产生的轮廓误差，从而得出了一些具有重要的理论价值的结论．

钢结构工程高强度螺栓微小松动视觉检测方法研究

基于计算机视觉的螺栓松动检测方法中,一类是通过对连接节点图像进行透视矫正并分析螺栓轮廓边缘直线角度的变化以及时发现微小的松动缺陷。然而,目前这类方法在图像矫正和螺栓轮廓边缘检测的可靠性方面还有较大的改进空间。为此,针对钢结构螺栓连接节点,提出了基于深度学习的螺栓松动视觉检测方法。首先,基于YOLOv5检测螺栓目标。针对螺栓感兴趣区域(RoI),基于鲁棒性较高的Attention U-Net提取螺栓轮廓边缘直线。为了提高螺栓目标检测精度,目标检测模型应设定较低置信度阈值以保证目标无漏检,再通过螺栓RoI提取的边缘直线数量筛除伪螺栓。使用透视变换法对节点图像进行矫正,变换所需的参考点是根据螺栓检测框之间空间移动后的相交关系自动定位的。最后,根据矫正图像中的螺栓轮廓边缘直线计算螺栓角度,通过检测螺栓和基准螺栓之间的角度差异判断松动情况。研究结果表明:螺栓目标检测的AP值为0.97;螺栓轮廓边缘检测的准确率、召回率和F1的均值分别为0.846、0.807与0.825,且在多种复杂背景干扰下具有较高的鲁棒性;伪螺栓筛除法可过滤掉99.82%的伪螺栓目标;提出的图像矫正法适用于常见的多种螺栓排列形式的连接节点;当松动判别阈值仅为2.8°时,螺栓松动检测的准确率可达99.7%。该方法在大型钢结构螺栓连接节点自动化运维方面具有较好的应用前景。