VFW在三维超声图像采集系统中的应用

本文对三维超声图像采集系统作了较为详细的描述 ,并简要介绍了VFW在视频应用程序开发中的基本原理 ,最后结合实际着重阐述了VFW在三维超声图像采集的软件编程实现方法上的应用。

磨粒表面三维特征的定量分析与应用研究

磨粒分析技术作为故障监测的重要手段被长期应用于工业生产之中。传统的人工分析系统须有专业人员操作,存在费时、主观性强以及费用高等缺点。针对这种情况,开发一套计算机磨粒分析智能系统。该系统能够实现自动磨粒的图像采集、图像分析与磨粒特征量化识别。介绍此磨粒分析系统所采用的三维(3D)图像采集及重构技术,同时将其结合图像处理以及图像缝合技术来实现对磨损表面特征的定量分析。实验测试结果表明所开发的磨粒分析智能系统对磨损表面特征的定量分析具有较好的可靠性能和较高的精度,从而为机械设备故障诊断与状态监测提供一种新的解决方法与思路,对磨粒分析智能系统在工业上的应用具有重要意义。

形态学开运算剔除激光雷达的太阳光干扰

为了剔除闪光式激光雷达白天工作时太阳光对目标的光污染,采用基于形态学开运算的强度图像预处理方法,对闪光式激光雷达在白天接收到的原始强度图像预处理,随后采用相邻帧差法对预处理后的强度图像进行三维重建,可以有效地将目标从太阳光污染中提取出来。为了验证该方法的可行性,用闪光式激光成像雷达在白天对距离500 m外的目标建筑物进行了成像实验,并与高斯滤波预处理、中值滤波预处理和阈值分割预处理进行对比,随后采用相邻帧差法并根据四种方法预处理后的强度图像来获取目标的距离信息。经过计算,形态学开运算预处理与高斯滤波预处理、中值滤波预处理和阈值分割预处理的结构相似度分别为0.78、0.83和0.85,他们之间的结构相似图分析结果充分说明采用形态学开运算的预处理方法在去除由太阳光引起的干扰的同时,可以完整获取目标的距离信息。

基于卷积神经网络结合改进Harris-SIFT的点云配准方法

针对传统点云配准方法在处理大型点云模型时存在计算量大、效率低和移动扫描配准实时性较差等问题,提出基于卷积神经网络结合改进Harris-SIFT(Scale Invariant Feature Transform)的点云配准方法。首先改进Harris-SIFT算法,使其可以提取三维空间中点云模型的稳定关键点。进而将关键点的加权邻接矩阵作为卷积神经网络的输入特征图,实现源点云和目标点云关键点的预测匹配。然后基于匹配的关键点,采用迭代最近点(ICP)算法实现点云数据的精配准。相较于传统的点对点配准,所提方法不需要生成对应关系的点描述符,解决全局搜索开销大的问题。实验结果表明,相较于ICP算法,所提方法能够较好地完成即时点云配准,且计算量小,耗时短,效率高。