基于剖面轮廓点投射算法的管道交互式程序化建模方法

现代工业管道建筑管网布线复杂精细,对设备模型曲面的精细化表达有更高的要求。同时,追求网格模型的精确与高效的开发效率是模型开发人员的迫切愿望,对工业管道进行精确的图形描述和简化工业管网的工作流水线成为该领域的研究重点。提出一种改进的基于样条的管道剖面轮廓点位置投射计算方法,从现有的非分割管道网格中提取曲线控制节点,为用户提供可编辑的初始框架并完成管道网络的拼接。实验结果表明,该方法可用于工业领域中各类型管道或类似设备模型的仿真建模。构建框架和组件易于编辑,对非专业用户友好,具有高效性和高容错率。

一种基于多尺度轮廓点空间关系特征的形状匹配方法

针对使用三角形区域表示描述子对相似形状进行匹配时,对微小形变比较敏感以及区分剧烈变化的不相似形状时判别能力较弱的问题,提出一种结合轮廓点空间关系特征的多尺度形状特征描述子.通过分析不同尺度下参考点与其他采样点之间的位置关系,利用对应角度信息来对形状进行表示,并在此基础上构造出一种新的形状特征描述子.本文所提特征提取方法能对形状的局部及全局信息更准确地描述,具有较好的鲁棒性和判别能力.在形状特征匹配阶段,利用轮廓点集顺序关系已知这一优势,引入动态规划及形状复杂度分析的方法,分析形状间的匹配结果,能够得到较好的形状匹配精度.通过对不同形状数据集行仿真实验,证明本文方法能够有效地实现形状识别和检索.

基于稀疏轮廓点模型的彩色重叠细胞图像分割

根据对细胞轮廓结构的分析,提出了描述细胞轮廓特征的稀疏轮廓点模型.该模型将细胞轮廓划分为强轮廓和弱轮廓2部分,并用一系列稀疏的轮廓点来近似表示细胞轮廓.在该模型的基础上,算法综合了彩色图像处理与灰度图像处理的方法,首先提取细胞与背景交界处的强轮廓作为基准轮廓.然后提出了一种环形动态轮廓搜索算法,沿着基准轮廓搜索位于重叠细胞区域的弱轮廓.经过轮廓搜索算法获得细胞的稀疏轮廓点组成初始轮廓,采用GVF(gradient vector flow)Snake模型进行细胞的精确分割.通过对2个细胞图像数据集的图像样本进行的分割实验验证了算法对于分割单细胞图像、同种颜色重叠细胞图像和不同颜色重叠细胞图像的准确性.

基于轮廓点的三维点云配准

针对三维点云数据在配准中会产生错位、局部最小值等问题,提出一种基于轮廓作为特征点以及广义迭代最近点(generalized iterative closest point,GICP)算法相结合的点云配准方法。首先,基于聚类算法对三维点云数据进行分割处理,引入角度阈值对分割后的三维点云数据进行轮廓提取,将提取出的轮廓点作为特征点;然后,对提取的特征点计算3D形状上下文特征(3D shape context,3DSC)的描述值,得到点云数据的对应点对;采用几何一致性以及随机采样一致性(RANSAC)消除点云数据匹配过程中的错误匹配点对,从而实现点云数据的初步配准,将初步配准的结果为最优初值,进而通过GICP算法实现精确配准。实验结果显示,比较于SAC-IA+ICP算法、NDT+ICP算法、SAC-IA+NDT算法,配准精度分别提高了50.5%、52.8%、64.4%,配准速度分别提高了58.7%、37.1%、81.4%,满足配准精度的要求。

基于颜色和轮廓点分布特征的高速图像检索

介绍的图像检索方法以图像像素的颜色分布统计信息和轮廓点的位置分布统计信息作为图像的特征量并使用该特征量实现图像的类似检索⒀通过对图像颜色空间的预先压缩和颜色的分段线性匹配。

人机交互船体可视图像轮廓点获取方法研究

由于传统的可视图像轮廓点获取技术精准度低的情况,设计一种基于人机交互的船体可视图像轮廓点获取方法,根据图像形态学的定义,检测图像的边缘形态,采用结构图像元素定义,对图像边缘进行细化,在检测图像的基础上,定义船体检测到的轮廓模型为平面内的一条参数曲线,利用最小二乘法得到各点的左右斜率,确定角点,以此实现对船体可视图像轮廓点的获取。并设计仿真实验对该方法进行检验,实验结果表明,此方法在进行船体可视图像轮廓点获取上,精准度较传统方法高,具备实际应用意义。

最大灰度值轮廓点标记的模糊图像分频方法

图像分频技术是采用多尺度频谱分离方法实现对图像的特征分类,提高图像的识别和特征提取能力。传统的图像分频方法采用多窗谱估计方法,对具有复杂轮廓特征的模糊图像分频识别效果不好。提出一种基于最大灰度值轮廓点标记的模糊图像分频方法。采用多尺度Retinex算法对图像进行特征分类预处理,对模糊图像的灰度暗原色特征进行分解,基于最大灰度轮廓点标记实现对图像的分频算法改进。仿真结果表明,采用该方法进行图像分频处理后,能有效实现对模糊图像的降噪和增强,图像峰值信噪比提高了12.45d B,均方误差MSE降低了0.34,提高了图像的分辨力和对模糊图像的识别性能。

离散轮廓点集法提取超声图像前列腺边缘

提出一种基于离散轮廓点集的超声图像前列腺边缘提取方法,将经直肠超声图像中的腺体准确分割出来.该方法根据前列腺的轮廓特征对候选轮廓点进行多级筛选,再除去由于各种干扰产生的非边缘点,得到位于实际边缘的离散轮廓点集,由此确定粗糙的腺体边缘.随后利用一种快速水平集的曲线演化方法对初始边缘进行小范围调整,使其更接近实际的腺体轮廓.对临床应用中的经直肠超声图像进行边缘提取实验,结果表明该方法能克服腺体外部和内部区域灰度不均一以及边缘模糊等问题,提取的前列腺边缘位置准确,轮廓完整.

基于改进凸包算法的树冠轮廓点提取与体积计算

针对城市中树木数量多、树冠结构复杂、形态多变、难以测量等特点,为解决传统凸包算法在提取树冠轮廓时误差较大的问题,并实现树冠轮廓点提取和树冠体积自动计算,提出迭代渐进的凸包算法。以三维激光扫描仪获取的点云为原始数据,基于所提出的算法获取树冠轮廓点,结合格林公式及不规则台体体积法计算树冠体积。为验证算法的准确性,采用人工交互的方式提取树冠外轮廓点计算树冠体积,以此为参照对迭代渐进的凸包算法进行相关性与均方根误差的验证,并将该算法分别与几何体模型法、体元模拟法、Graham扫描线法计算的树冠体积进行对比分析,结果表明,迭代渐进的凸包算法计算出的树冠体积更接近于树冠的真实体积,为树冠信息的精细提取与建模提供一种新的方法。

塔形建筑物轮廓点Z坐标点云倾斜监测方法

针对目前三维激光扫描技术对塔形建筑物的倾斜监测,普遍采用拟合点云数据提取塔体中轴线的方法计算塔体倾斜度,数据计算方案较为单一且无法逐层计算倾斜量等问题,为更好解决这一难题,提出新的基于激光扫描点云数据倾斜监测思路,一种基于轮廓点Z坐标倾斜监测方法。该方法通过提取塔檐轮廓点中Z坐标最大、最小值点,利用相关函数计算出各层倾斜度,引入权要素,计算整体倾斜量。以大雁塔为例,对三维激光扫描点云数据进行倾斜变形计算、对比分析。结果表明:2种方法计算结果相差约0.26%,基于轮廓点Z坐标倾斜监测方法切实有效;在明确塔体倾斜方向后,可直接提取沿该方向的塔檐对角点,作为Z坐标最大值最小值点参与倾斜量计算;该方法能快速计算出塔体倾斜量,有效提高工作效率,为三维激光扫描塔形建筑物倾斜监测提供一种新的数据处理方案。

基于改进Canny和异常轮廓点搜索的密封圈毛刺检测系统设计

为解决目前橡胶制品行业对O型密封圈人工检测效率低、精度低的问题,设计了一套基于机器视觉的毛刺缺陷检测系统,分为硬件系统和软件系统。针对密封圈尺寸规格繁多、微弱毛刺较难检测的特点,提出一种改进的Canny边缘检测来提高轮廓检测定位精度;提出一种基于切线倾斜角的异常轮廓点搜索定位算法,根据最小二乘法拟合圆识别到的外径自动设置最优的窗口模板和阈值;通过分析轮廓切线倾斜角的变化搜索定位可疑异常点,再经筛选得到真实毛刺点,最后根据毛刺点的最小外接矩形高度判定缺陷。结果表明,该检测系统能准确可靠地检测出外径尺寸范围为?6~?35mm密封圈毛刺缺陷,在实际工业应用中具有良好的可行性。

基于机械臂的Kinect车辆轮廓点云配准

车辆轮廓的三维点云模型在汽车智能化制造及维保过程中具有重要作用。为提高点云配准的精度和效率,以汽车维保机器人为研究对象,提出一种基于点云数据处理技术的车辆轮廓扫描定位及点云数据配准方法。在机械臂末端安装Kinect深度传感器实现精准移动,在汽车四周采集点云数据并进行预处理,根据机械臂运动学方程计算传感器采样位姿,完成初步配准。在此基础上,使用迭代最近点算法完成车辆轮廓点云的精确配准。实验结果表明,该方法可完成各视角点云数据的准确、快速配准,得到完整的三维点云数字模型。

胸围截面轮廓点获取方法优化

为更好地表达胸立体尺寸,建立胸围通用测量法与轮廓点依次测量法的转换模型,以胸围截面轮廓点的获取方法为主要研究对象,分别采用"胸围轮廓点一次测量法"和"胸围轮廓点依次测量法"获取胸围尺寸数据,通过Excel软件分析两种方法的测量精确度、稳定性和实际可操作性;通过SPSS软件分析两组数据间的差异性和相关性,建立转换模型,并对模型进行验证。结果显示:(1)方法 2得到的数据组离散程度较小,较方法 1稳定,但实际可操作性弱于方法 1;(2)方法 1和方法 2得到的数据组间具有显著相关性且存在极显著差异;(3)对方法 1和方法 2建立回归模型,经验证确定最优回归模型为y=-91. 424+3. 101x-0. 012x^2。

基于关键轮廓点模型的猪的步态异常检测

本文提出使用猪的关键轮廓点模型采集猪的步态信息,利用该模型所提供的步态信息判别猪是否出现跛脚行走。实验分别采集了猪正常行走和跛脚行走的视频作为研究对象。该方法能够智能检测出猪患病状态为跛脚行走这一类的猪疾病,为规模不断扩大的生猪养殖业实现智能养殖提供了可行性。

多幅X射线旋转图像轮廓对应点坐标提取和匹配方法研究

针对基于电力设备X射线数字图像三维重建问题,提出一种多幅X射线旋转图像轮廓对应点坐标提取和匹配新方法。首先对X射线图像预处理,并运用Canny算子对X射线图像进行边缘检测,得到目标图像的轮廓线;其次通过改进的8领域遍历追踪法,对目标图像轮廓点进行搜寻并将曲线上每个像素点的二维坐标保存;然后在多幅X射线图像上选择感兴趣的轮廓线,获得同一轮廓线在不同角度图像上的二维坐标矩阵,并提出一种像素均分插值轮廓点匹配方法,根据轮廓线走势插入轮廓点,实现不同图像上同一轮廓线的对应点匹配;最后运用旋转图像点的坐标变换矩阵对已获得的旋转图像对应点坐标进行逆求解,得到轮廓线点的三维坐标,实现轮廓的三维重建。通过零件实物与重建模型进行对比,从模型形状和模型尺寸两方面验证该方法的可靠性。

基于非完整点云法线滤波补偿的散货船舶舱口识别算法

自动装船系统是智能化港口建设的重要组成部分,能够大幅降低港口作业成本,提高经济效益。舱口识别作为自动装船任务的首要环节,成功率和识别精度是后续任务顺利进行的重要保障。由于港口激光雷达的数目和角度等问题,采集所得船舶点云数据时常出现缺失;此外船舶舱口附近经常有大量物料堆积,会使采集到的点云数据无法准确表达舱口的几何信息。由于上述港口实际装船作业中时常出现的问题,显著降低了现有算法的识别成功率,对自动装船作业造成了不良影响,因此迫切需要提升在船舶点云中存在物料干扰或舱口数据缺失的情况下的舱口识别成功率。基于船舶结构特征与自动装船过程中采集的点云数据分析,提出了基于非完整点云法线滤波补偿的散货船舶舱口识别算法。在使用港口实际采集点云所制作的数据集上进行了实验验证,识别成功率和识别精度较Miao和Li的舱口识别算法相比均有提升。实验结果表明,所提算法既能对舱口内物料噪声进行滤除,又能对数据缺失部分进行补偿,能够有效提升舱口识别效果。

一种新的基于形状轮廓点分布的图像检索

用目标轮廓上点的相对位置分布关系对其形状进行描述,基于统计的思想,提出了一种极坐标下形状轮廓点分布特征描述符,不仅符合人眼的视觉感受,而且计算简单;提出了在极坐标下用于度量EMD(earth move′s distance)距离的地面距离计算方法,实验表明,该算法在基于形状的图像分类与检索中取得了良好的效果,而且对目标形状的缩放、平移和旋转等形变具有很好的鲁棒性。

一种新的掌纹轮廓特征点提取算法

提出了一种对掌纹轮廓特征点进行提取的方法,该方法首先沿着掌纹边缘线做多个彼此相切的外切圆,然后通过判断外切圆与掌纹边缘线交点个数来定位角点的大致位置,最后结合轮廓线近似直线的性质,得到掌纹轮廓特征点的准确位置.在定位角点位置的基础上,为每一幅掌纹图像获得一个ROI(感兴趣区域),并通过计算每个区域的特征向量值对数据库中掌纹图像进行匹配.实验结果表明,该算法具有较高的效率和匹配精度.

一种间接提取轮廓特征点的算法

该文提出了一种间接提取轮廓特征点的新算法,该算法通过对轮廓点序列在不同方向进行分解以简化运算。文中给出了算法的原理、数学基础及实现过程。最后实验表明,该算法不仅计算量小,易于实现,对特征点的定位也很准确。

一种基于曲率提取轮廓特征点的方法

对边缘轮廓线进行了自适应平滑，在以轮廓点为中心的支撑区域内定义了曲率角，并根据定义的曲率角及曲率符号，采用简单的模板匹配技术，提取出候选的轮廓特征点，对候选点附加抑制条件得到真正的特征点．此方法减少了数字化误差及噪声带来的影响，抗干扰性好，且运算量较小．实验表明。