基于子区域变尺度高斯拟合的木材表面缺陷识别

为了提高木材的使用效率、避免由于木材缺陷造成生产故障,根据木材缺陷类型对其分类处理是一种有效的手段,但木材缺陷复杂多样且具有诸多相似性使得类别区分成为难点。针对以上问题本文提出了一种基于子区域变尺度高斯拟合模型的缺陷识别方法。首先建立变尺度高斯拟合基本模型,然后将缺陷纹理分成若干子区域,提取各分区的高斯拟合特征并进行融合;将高斯融合特征及圆度和边缘直线度这两个几何特征输入到建立好的BP神经网络模型中进行训练,根据优化训练的网络模型识别缺陷。该方法对自建的SUT-W图库中雪糕棒图像上人工标定的裂缝、矿物线、矿物块和黑节子的准确识别率分别为91.72%、92.77%、92.67%和92.80%,与其他典型纹理检测方法相比,4种缺陷准确识别率最高分别提高9.38%、6.69%、13.55%和10.22%,说明本文方法能够有效地将以上4种缺陷分辨开,具有一定的实际应用价值。

基于鲁棒统计的尺度区域拟合几何测量方法

为了解决工业生产中复杂封闭内腔几何尺寸很难测量的问题,提出了一种基于鲁棒统计的尺度区域拟合几何测量方法。首先利用基于鲁棒统计的尺度区域拟合模型提取目标边缘坐标点的有序链码,然后利用格林公式和欧式距离公式计算目标区域的面积和周长。在提取目标边缘坐标点的步骤中,把鲁棒统计理论融入尺度区域拟合模型以提高测量精度;在计算目标区域的面积和周长的过程中,利用拉格朗日插值法对边缘坐标点插值获得光滑的目标边缘,再一次提高目标区域的几何测量精度。运用该测量方法,实现了复杂封闭内腔几何尺寸的测量。实验结果表明,与改进的C-V模型测量相比,该方法测量精度较高,且对于存在噪声的图像也能比较精确地测量。

一种多尺度拟合曲面的LiDAR数据建筑物脚点提取方法

针对现有的建筑物点云提取方法,提出一种基于多尺度拟合曲面算法的LiDAR数据建筑物脚点提取方法。采用顾及地形的TIN滤波算法对地面点和非地面点进行分类;对非地面点集进行多尺度曲面拟合,提取建筑物候选点云;通过分析最大重叠边界矩阵MOBR和阈值条件(如距地高程和最小面积等)剔除具有类似几何和表面特性的人造物(如桥梁、车辆和防护堤等),实现建筑物点云的提取。使用国际摄影测量与遥感协会(ISPRS)提供的Vaihingen和Toronto两块测试数据进行评估,基于面积和目标的平均质量分别达到91.6%、93.1%、84.8%和86.5%。实验结果表明,该方法能够稳健地提取建筑物点云,具有较高的正确性和完整性。

可变尺度区域拟合模型的侧扫声纳分割方法

为解决现有侧扫声纳图像目标分割准确度不高的问题,提出一种联合最大熵去噪和可变尺度区域拟合模型的侧扫声纳图像分割方法。首先,计算图像一维熵,基于最大熵原则对侧扫图像进行降噪处理,提高图像质量,并根据峰值信噪比评判降噪效果;然后基于可变尺度区域拟合模型,采用高斯核函数对分割活动轮廓进行约束,分割降噪后的侧扫声纳图像。通过对含有不同目标物的侧扫声纳图像进行分割实验,验证了联合最大熵去噪和可变尺度区域拟合模型的有效性。

基于样条插值和线性拟合分析的高压断路器弹簧机构状态检测

为了有效检测弹簧机构高压断路器的运行状态,文中从高压断路器分合闸线圈的典型电流波形出发,提出了一种基于样条插值和多尺度线性拟合的电流信号特征提取方法。该方法将电流波形极值点对应的时间和电流大小作为特征,首先使用三次样条插值对电流波形进行平滑,然后将信号按设定的较大长度分为若干段,对每一段进行最小二乘拟合,根据每一段信号的趋势,定位极值点的大致位置,在极值点的大致区间内,缩小尺度进行拟合,重复这个过程至极值点所在区间足够小,在此区间寻找极大值点或极小值点,作为信号的特征点。最后应用文中所提方法对某变电站高压断路器的运行状态进行检测。结果表明:文中所提方法能快速、准确提取实际断路器分合闸线圈电流特征,实现断路器的状态有效检测。

基于工业CT的复杂封闭内腔体积与曲面积的测量

针对复杂封闭内腔尺寸难以测量的问题,提出了一种基于工业CT的鲁棒统计尺度区域拟合内腔体积和曲面积测量方法。该方法首先利用基于二维鲁棒统计尺度区域拟合模型提取出图像目标边缘,进而得到其连续坐标点链码;然后利用拉格朗日方法插值边缘坐标点,进一步提高目标边缘精度;最后利用格林公式和欧式距离公式得到各二维切片的目标区域面积和周长,根据台体公式法得到工件的体积和曲面积。实验结果表明,论文所提出的测量方法精度比改进的CV测量方法高,能够实现封闭内腔的几何测量。

上海市在职职工死亡率估计与改进的整体参数修匀法

通过对上海市职工保障互助会会员生命数据的分析,作出对上海市在职职工的死亡率的估计.对于粗死亡率的修匀采用了考虑波动因素的整体参数修匀法.

在线监测长期数据整体趋势提取算法

介绍一种容性设备绝缘在线监测长期数据整体趋势提取的算法。该算法可以有效地剔除在线监测因外部原因引起的异常波动点,从而得出完整的整体趋势数据。