基于局部区域搜索的颗粒最小外接圆与最大内切圆优化算法

颗粒轮廓通常像素点数多、形状复杂,使得现有最小外接圆(minimum circumscribing circle,MCC)和最大内切圆(maximum inscribed circle,MIC)算法常因搜索点选择不当而导致算法无法收敛或者陷入局部最优。针对此问题提出了基于局部区域搜索(partial area search,PAS)的MCC与MIC优化算法。算法采用欧几里得距离变换(Euclidean distance transformation,EDT)获得中心点,根据此中心点划分不同的局部搜索区域,然后在局部区域中分别搜索MCC和MIC所需的候选点,最后通过计算分别得到需要的圆。在MCC计算中详细说明了通过两点直接确定MCC的方式,并在局部区域中优先选择最外围的点作为构建初始圆的依据。通过这种方式,部分颗粒无需迭代即可获得MCC,消除了由于搜索点选择不合适而导致的出错问题,同时减少了后续的迭代计算需求。MIC计算首先在局部区域中搜索候选点,然后利用Voronoi图计算MIC,免去了迭代步骤,提高了计算精度和效率。计算出MCC与MIC后,即可计算出颗粒的不规则度。通过对已有数据集的对比分析和实际颗粒的实验数据,证明了优化算法的稳定性和精确性,并具有较高的计算效率,同时适用于低分辨率的颗粒图像。研究结果为颗粒形态的分析提供了一种有效的优化算法。

求解最大内切圆的一种新方法(英文)

提出了一种求解最大内切圆的新方法,给出了最大内切圆圆心坐标值的计算公式,该方法的基本思路是:首先在被测轮廓上选取初始三点,并保证这三点构成一个锐角三角形;接下来通过给出的公式计算出这三点所在圆的圆心坐标值,被测轮廓各点到该圆心的距离序列;最后判断该圆半径是否等于上述距离序列中的最小值,如果条件不满足,用最短距离所对应的被测轮廓点代替上述三点之一,并保证新的三点仍然形成一个锐角三角形,然后重复上述计算和判断过程,直至条件满足。最后一次计算所得到的圆心恰好是被测轮廓的最大内切圆圆心,该方法的优点在于不存在原理误差,速度快,一般二、三次计算即可,给出了程序流程图。

图像最大内切圆求解算法的研究

为了利用现有图片资料重建管道的三维形态,文中首先将图像数字化并提取了相关信息,然后应用了数学形态学中图像腐蚀处理的思想,提出利用逐层去除边缘的算法求解每张图片中图像最大内切圆,较好的解决了图像三维重建问题。算法中采用了改进的边缘检测算子,该算子能够适合于各种形状图像边缘检测。这一算法在实际求解过程中取得了令人满意的结果。

基于最大内切圆的掌纹RIO图像截取与定位

掌纹识别一般的预处理过程,是通过图像二值化、边缘检测、子图截取等步骤,获取掌纹感兴趣区域(RIO),截取掌纹子图。给出一种基于最大内切圆的子图截取算法,并对该算法进行优化,通过平移和旋转校正,得到掌纹RIO区域子图。

基于最大内切圆的椭圆孔组检测

针对当前一些椭圆孔组工件检测成本高、时效低等问题,提出了一种基于最大内切圆的椭圆孔组检测方法。首先对椭圆孔组图像进行去噪、二值化和边缘检测等预处理;再根据椭圆的几何性质,结合椭圆中心估计方法和最值距离选取方法,求出椭圆最大内切圆,从而确定椭圆的中心坐标、长短轴长和倾斜角。实验数据表明,该方法能对椭圆孔组进行快速精确检测,在估计出椭圆中心的基础上能快速截取有效椭圆弧,大幅减少无效采样;与基于中心估计Hough椭圆检测算法和基于最小二乘改进椭圆检测算法相比,具有耗时短、精度高等优点,可有效应用于椭圆孔组工件的自动化检测。

基于最大内切圆算法的手掌静脉ROI提取

针对手掌静脉图像感兴趣区域提取中信息清晰度低、丰富程度低的问题,提出一种基于最大内切圆提取的算法。对手掌静脉原始图像进行预处理并添加区域网格线,先以网格线为参考,缩小圆心的检索区域范围,从而简化圆心的定义过程;然后设置初始半径,再以一个网格宽度为变量,增加半径,最终确定最大内切圆。结果表明,所提算法在清晰度和信息丰富度上分别提高了0.0102和0.0121,提取出的ROI图像在迭代训练中的迭代次数降低了200次。针对4组图像,所提算法的执行时间分别降低了10.7ms,10.2ms,11.3ms,10.8ms。

基于改进内切圆法的离散道砟颗粒建模对二维道砟休止角和道床沉降的影响研究

对采用圆盘相切组合建模的方法进行改进,基于真实道砟颗粒二维轮廓,采用分区最大内切圆法建立道砟颗粒离散元内切模型,在内切模型轮廓边缘采用致密小圆盘填充,建立了轮廓精细化模型,并利用同一轮廓采用最密六边形法建立了填充模型;开展道砟颗粒空心圆柱提升的休止角试验,验证模型的正确性并获得模型主要的离散元参数;在此基础上,利用该3种模型在同一道床中填充,进行数值模拟试验,对轨枕施加荷载幅值为5~30 kN,加载频率为5 Hz的余弦荷载,并对道床的宏细观力学特性进行分析.结果表明:轮廓精细化模型保证圆盘之间相切的同时使圆盘为分区最大圆,计算成本低且精细化程度高,并能够更好地模拟颗粒破损;颗粒的形状与摩擦系数对休止角变化较为敏感,精细化建立的模型颗粒堆积成桩性好;道砟颗粒建模的精细化程度对道床性能影响大,轮廓精细化模型与填充模型在休止角试验与道床试验中力学性能相似,前者计算成本低,在二维离散元道床模型中有较好的应用前景.

大豆茎秆相关表型自动检测方法研究

针对成熟期大豆植株中茎节数和茎粗表型的自动获取问题,将其分解为茎节识别、茎秆区域检测、茎节定位与排序、茎粗计算等若干子问题,提出一种融合目标检测、语义分割、路径规划等算法的茎秆表型自动检测方法。以A*寻径算法和目标检测算法为基础,实现了茎节自动检测与计数;以类比法、曲率法和最大内切圆法为基础,实现了茎粗自动检测与计算。针对成熟期植株中豆荚遮挡导致茎秆表型检测精度不佳的问题,在以YOLOv5s为基准的目标检测模型上融入坐标注意力机制,以增强对被遮挡茎节的关注,同时,针对豆荚密集导致的茎节误检问题,设计融合位置信息的过滤算法,将茎节检测任务的平均检测准确度(mAP)提升至93.2%,高于基准模型2.4百分点。使用语义分割模型识别茎秆区域,优化后的均交并比(mIoU)达82.6%。基于语义分割后的茎秆区域,对比3种茎粗检测方法,以最大内切圆法准确率最高。在实际植株样本图片上的检测结果表明,所提出的方法在茎节数和茎粗表型上的平均绝对误差分别为1.33个和0.99 mm,与人工测量的阈值要求基本相符,均方根误差分别为1.74和1.20,平均绝对百分比误差分别为8.96%和16.37%。

一种计算变形套管通过能力的新方法

研究特定工具在变形套管中的可通过性对油气生产具有重要价值.本文研究了固定截面半径的工具在弯曲及变形井段套管中的最大可通过长度.基于多臂井径数据及钻井资料,本文构建了各深度点处截面的最大内切圆计算模型,并采用几何模型计算了变形套管的三维通过能力.对于多臂井径数据的处理,为解决最小二乘法计算精度不足及内切圆越界问题,本文提出了一种新的求解截面圆心及最大通径的模式迭代搜索法,并将其用于数据解释.算例结果表明,本文提出的方法虽然在计算效率上略低于最小二乘法,但有效降低了计算误差,并确保内切圆不会越界.本文的结果可望被用于提高油气生产效率.

基于改进深度信息的手势分割与定位

针对基于Kinect深度信息分割的手势往往包含手腕易造成后续手势误识别的问题,提出一种改进深度信息的手势分割与定位算法。首先,基于深度信息阈值限定在实验空间中检测出手势二值图;然后,根据普通手势特征,提出基于手势端点检测和可变阈值算法分割出准确手势。为得到稳定的分割效果,对分割手势进行形态学处理,最后选取基于手势重心坐标和最大内切圆圆心坐标的联合手势定位法定位手势。实验结果表明,该手势分割方法比已有分割方法更准确可靠,联合手势定位比Kinect软件开发工具包骨骼数据定位和手势重心定位稳定,无奇异点。

基于曲率优化的14参数平面叶栅设计方法

为了避免型线曲率不连续所导致的气动损失,提出了一种基于曲率优化的平面叶栅设计方法,共包括了对气动性能有显著影响的进出口几何构造角、喉部宽度、弯折角,对强度有较大影响的前/尾缘半径、最大内切圆半径、位置等14个独立参数。分段表征了平面叶栅的压力面、吸力面型线,为保证其光顺性,利用基于优化的方法通过调整内切圆半径的夹角,实现了压力面、吸力面型线的曲率连续。进行了平面叶栅的设计,结果表明文中提出的方法可以灵活进行平面叶栅的设计。

神经网络与马尔可夫模型的手势识别系统

手势是一种作为表达思想或感情的肢体或身体运动,人的语言和手势是最好的沟通工具。采用基于彩色和边缘信息进行手区域检测,利用神经网络和最大内切圆搜索的方法对定义的手姿态进行识别,用基于隐马尔可夫模型对手势进行识别;对6种背景下的手势进行识别,实验证明本文的方法具有很高的识别率。

基于几何特征的掌纹区域分割算法

针对现有掌纹分割算法中存在丢失部分有效信息的问题,提出了一种新的五点掌纹分割算法。首先,用基于仿射变换快速方法找到手掌的最大内切圆;然后,又用坐标变换和角度标定的方法找到手掌上的五个特征点;最后,通过对这五个特征点的处理实现手掌图像的分割定位。仿真结果表明,该算法准确、有效,且所得掌纹有效面积明显大于其他分割方法。

轴流式叶型的Bezier曲线设计方法

为了避免型线曲率不连续所导致的气动损失,提出了一种基于Bezier曲线曲率优化的平面叶栅设计方法,包括对气动性能有显著影响的进出口几何构造角、喉部宽度、弯折角,对强度影响较大的前/尾缘半径、最大内切圆半径、位置等14个独立参数.对平面叶栅的压力面、吸力面型线等进行了设计分析.为保证其光顺性,采用优化设计的方法调整内切圆半径的夹角,实现了压力面、吸力面型线的曲率连续,完成了平面叶栅的设计.进行了多种叶型的设计和气动分析,验证了设计方法的有效性.分析结果表明文中提出的方法可以灵活地进行平面叶栅的设计.

基于HSV空间的微米木纤维直径检测算法

为了实现生产中微米木纤维直径智能检测,结合先进的数字图像处理技术,并改进传统纤维分段测量法,研究了一种基于目标提取与最大内切圆的纤维直径检测算法。该算法对木纤维显微图像进行基于HSV空间的目标提取,分析木纤维形态并引入用户需求概念,通过改进的分段测量法实现木纤维直径检测。结果表明,采用的算法在木纤维直径检测中,具有良好的适用性,检测精度满足生产要求。

血管的三维建模

根据100张血管切片图像,提出搜索最大内切圆的优化算法。搜索范围限制在每张图像边界的外接长方形内的一块长方形区域,从而精确、高效地求出圆心坐标和半径。接着用三次B样条曲线逼近血管的中心点列,并重建出三维血管模型。结果表明,B样条曲线逼近效果良好,重建出的三维血管模型能够反映血管原状。

平行切面三维重建

运用图形处理和非线性回归的知识,对已知样本切面图进行切片重组工作,通过在每张切片中寻求切面的最大内切圆方法,求得样本血管中轴线在切面上的交点坐标及血管壁半径,并通过编程实现算法,得到半径r较满意的估计值及中轴线的函数表达式.

一种手背静脉感兴趣区域提取算法

在手背静脉图像采集时由于手背旋转和平移等原因,会造成采集有效识别区域时出现偏差,给识别带来干扰,为实现快速定位有效识别区域,依据采集图像的特点,提出了一种基于最大内切圆的感兴趣区域提取算法。针对采集的手背静脉图像,计算最大内切圆心与质心,并利用内切圆心与质心计算手背的旋转角度,根据旋转角度矫正手背静脉图像位置,提取感兴趣识别区域。该算法基于手背轮廓,不受人为因素的干扰,可以消除平移和旋转的影响。实验结果表明该方法具有很好的鲁棒性。

基于深度数据的手势识别方法研究

针对当前传统手势识别技术受环境和手部自身条件干扰较大,如当手腕处存在大袖口或其他干扰物的情况下,难以准确识别手势的问题,提出一种基于深度数据的手势识别方法。首先,通过预处理提取手形;其次,利用提出的N-Iterate、C-Loop判定等方法识别手掌最大内切圆;然后,计算手形所有轮廓点到掌心距离的直方图及其波峰索引,并结合角度提取指尖个数;将得到的3类特征作为改进SVM的输入,映射到高维空间,进行手势0~5的识别。实验结果表明,该方法在复杂背景和手部自干扰等影响下具有较高的识别准确率和实时性,平均准确率提高至98.57%,识别耗时降低至37.923 ms,较大程度提高了识别效率。

数码相机定位原理的研究及分析

本文主要运用小孔成像原理和空间立体几何关系，运用Matlab所编程序进行运算和方程求解，构造数码相机定位的数学模型，并对模型进行运用，检验，分析和改进。●问题一，利用光的传播和小孔成像原理，分别以靶标、像、相机的关系建立两个三维立体空间（见图4．1），其中世界坐标系以E点圆心为原点，物平面是yoz平面，先求出像点在靶标平面的坐标系即世界坐标系中的位置，最后再通过坐标变换的方法求出像点在像平面上的坐标。●问题二，本文运用MATLAB编程以腐蚀法依次画出图5中5个封闭曲线的最大内切圆（具体算法参见下文6．1），并可以精确的计算出此内切圆的圆心在像平面上的像坐标，本文假设靶标中的圆的圆心的像是对应的图5中不规则封闭曲线的最大内切圆的圆心，那么靶标上圆的圆心在像平面上的像坐标就是此方法所求出的内切圆的圆心的坐标。●问题三，第一、稳定性的检验，此检验本文借鉴函数的连续性的原理，运用ε，δ语言的思想来实现，即首先在靶标的任意一个圆内取一个点，再找到另一个与所取点的距离非常近的点，通过数学模型分别算出这两个点在像平面上的像坐标，检验其像坐标的距离是否也非常近，如果距离也很近那么此模型是稳定的。在此本文选取了3组这样的点。第二、精度的检验，在此运用了直线检验法。即在靶标中任意画出一条与靶标中的圆有n（n〉=3）个交点的直线，标出这n个相交点的坐标，通过数学模型算出这n个点映到像平面上的像坐标，分别计算两点之间的斜率，如果这n个点两两之间的斜率相等或者十分相近，那么这n个点可以或近似可以构成一条直线，由此可以推出此模型是较精确的，否则是不精确的。●问题四，根据题目的标定方法的提示：同时用这两部相机照相，分别得到这些点在它们像平面上的像点，利用这两组像点的几何关系就可以得到这两部相机的相对位置。本文建立两个相机的构图，分别通过数学模型求出两个相机在世界坐标系中的具体位置，由此就可以分析出相机的相对位置。最后本文还对所建立的数学模型对各模型在实际中的应用价值进行了详细讨论，并提出了改进方案。