基于轮廓边拟合的软影映射算法

针对实时软影映射算法在绘制大面积光源时绘制效率不高的问题,提出一种基于轮廓边拟合的快速软影映射算法.该算法在场景阴影映射图中的固定尺寸的块内拟合轮廓边直线,并用一种层次化的数据结构来保存拟合的轮廓边直线;再利用反投影轮廓边直线的方法快速地计算着色点的可见性,生成真实的软影效果.实验结果表明,与现有的算法相比,文中算法在不显著降低软影质量的基础上有效地提高了绘制效率.

基于外耳轮廓边缘信息的人耳识别

提出一种用Hausdorff距离表示人耳边缘特征的人耳识别方法.首先对原始人耳图像进行预处理,用基于灰度形态学梯度和局部阈值分割的边缘检测方法提取外耳轮廓边缘;然后用标准方差和边缘线段间长度差改进的Hausdorff距离表示人耳特征向量;最后采用支持向量机算法完成人耳识别.实验结果证明,该方法能获得更高的人耳识别率.

基于Sobel算子的车辆轮廓边缘检测算法

本算法是在经典Sobel算子基础上,结合汽车本身的实际情况,增加了6个方向模板,同时利用基于L2范数的各同性扩散去噪模型消除噪声,最终得出汽车轮廓图。仿真结果表明:该算法对汽车图像的噪声干扰有较强的抑制能力,汽车轮廓提取定位更准,精度更高,图像更清晰。

基于张量投票的主动轮廓边缘提取

提出一种基于张量投票的主动轮廓边缘提取算法。该算法对图像进行张量编码,将其转化为二阶对称的半正定张量,每个输入张量通过预定的投票域对邻近数据进行稀疏投票,投票后每个输入点收集自身获得的选票,再进行稠密投票,以获得轮廓的显要特征,从而实现主动轮廓的边缘提取。实验结果表明,该算法能有效提取图像轮廓边缘,得到较好的物体主动轮廓模型。

基于共轭梯度的B样条主动轮廓边缘提取

边缘提取是图像识别的基础,为了进一步提高搜索效率和克服主动轮廓模型对初始位置敏感的问题,提出了一种基于共轭梯度的B样条主动轮廓变形边缘提取方法。该方法首先通过人工交互的方式,在目标边缘附近给定一条形状和位置尽量和图像边缘一致的B样条曲线;然后对变形曲线B样条的控制节点进行进化,以取代传统方法中对变形曲线上每一个像素点进行的进化,由于控制节点的数目远远小于曲线上像素点的数目,因而可以大大减少计算次数;最后在梯度矢量场中,对进化曲线附加一共轭梯度力,以加快变形曲线向目标边缘的收敛速度。实验表明,该方法不仅能应对深度凹陷问题,而且边缘提取效率有了较大的提高。

基于简化Mumford-Shah模型的活动轮廓边缘检测模型

在Chan-Vese活动轮廓模型(C-V法)的基础上,提出了一种新的边缘检测模型.在该模型中,图像被定义为两个同质区域的组合,图像边缘检测问题转化为基于Mumford-Shah泛函的能量函数最小化问题.本文在分片常数优化逼近中,添加了图像梯度信息,通过调节该项的权重因子,可以得到基于不同灰度强度的图像边缘图.该方法采用了水平集数值技术,因此活动轮廓具备了拓扑变化的能力,并能克服C-V模型检测不出离灰度均值较远的边缘的问题,实验表明了其有效性.

激光切割中定位销布局对零件轮廓边切割偏差的影响

阐述了定位销和定位孔引起工件的定位误差对零件轮廓边切割偏差的影响机理。并对同等误差条件下不同定位销的布置对切割偏差的影响进行了比较分析,最后根据上面的分析提出了几点关于定位销位置布局的指导原则。

外轮廓边界搜索参数对放疗靶区和危及器官的剂量学影响

目的:对比双面膜固定条件下,外轮廓自动搜索参数设置引入的体积差异对靶区和危及器官的剂量学影响。方法:选取25例双面膜固定的全脑放疗患者,保持其他搜索条件不变的前提下,改变外轮廓搜索条件(平滑度、CT值阈值和后处理方法)并重新进行剂量计算,共计9种方案。对比改变参数后的计划与默认设置计划(Default)靶区和危及器官的剂量差异。结果:搜索条件中的平滑度和CT值对外轮廓和靶区的剂量指标影响较大。在DSL0、DSL1、DSL2、HU-550和HU-750计划中,靶区的Dmean和外轮廓的Dmax变化较明显;外轮廓Dmean的变化均值在HU-750计划中超过400 cGy。结论:Eclipse计划系统默认的搜索外轮廓的方式不适合所有情况,低平滑度和低HU限值条件搜索的外轮廓对剂量影响较大。针对全脑双面膜的患者外轮廓搜索条件,本研究建议平滑度为1,HU阈值为-550 HU。

基于双通路视觉系统的自适应轮廓检测模型

在轮廓检测领域,背景纹理的干扰容易造成轮廓提取不完整。针对这一问题,本文提出了一种基于双通路视觉系统的自适应轮廓检测模型。首先从皮层下通路的信息采集与评估过程出发,对图像整体的显著性进行评估,以此获得轮廓信息的可能性分布;然后采用自适应尺度的高斯导函数对经典视觉通路中感受野的动态特性进行模拟,加强了模型对轮廓细节的捕获;最后在外周抑制算法的基础上,结合像素的空间分布对所有边缘的稀疏性进行度量,更加准确地区分了轮廓和纹理边缘。实验结果表明,本文模型可以有效抑制背景纹理,提升轮廓连续性,具有较好的轮廓检测性能。

标准核燃料组件几何轮廓校准装置的研制

针对标准核燃料组件竖直状态下几何参数溯源需求,研制了一种标准核燃料组件几何轮廓校准装置。该装置以空间坐标测量为理念,利用多路接触式传感器作为轮廓测量采集单元,结合测量工作台高度位置获得轮廓坐标。通过直线度及扭转度测量与误差补偿,进一步提高了几何轮廓测量精度;并使用集成运动控制和专用测量软件,实现了标准核燃料组件几何轮廓参数(直线度、扭转度、垂直度、平行度)的自动检测。通过分析及实验验证,几何轮廓参数中直线度和平行度测量标准不确定度为0.01 mm,扭转度测量标准不确定度为0.007 mm,垂直度测量标准不确定度为0.017 mm,说明该装置能够满足标准核燃料组件的溯源需求。

彩色光栅投影的三维轮廓自动化测量研究

为了测量物体的三维轮廓数据,提出一种基于改进彩色光栅投影三维轮廓测量技术,并利用DLP来投影彩色光栅条纹到被测物体上来测量被测物体的高度,由于DLP的投射范围太大,无法直接投射在微小物体上,因此通过自行改装的方式改变DLP的投射范围,将其投影面积限制在约20×20 mm内,使其能覆盖整个被测物体。但由于改装时所选用的DLP镜头并不是针对DLP而设计的,因此容易产生光场分布不均的情况,可对无光栅图像或有彩色光栅图像进行光场补偿,使光栅图像更为清楚,用于对被测物体进行更准确的三维轮廓测量与重建分析计算,且获取被测物体的三维数据精度可达2μm,速度在0.024 s内。实验结果表明,该方法具有更高的速度、灵敏度及适用性。

基于深度神经网络的树木伐桩轮廓提取及匹配方法

为了及时准确地找到被盗树木,公安机关需要比对被盗伐树木伐桩的上下截面,寻找共同点,并依此确认两者是否属于同一树木。但是由于存放环境不同,伐桩上下截面的颜色、纹理存在巨大差异,由于锯伐方式和树皮的影响,伐桩上下表面的轮廓也存在很大差异,伐桩下表面还很容易受木屑等影响,背景复杂。针对这些难点,本研究在前面的研究基础上,继续把棋盘格作为特征物放置在伐桩表面,用PPYOLO_MobileNetV3卷积神经网络检测图像中的棋盘格,对棋盘格中的角点进行检测、排序,然后进行透视变换,恢复伐桩的原始面积和轮廓等特征,接着用PP-LiteSeg网络在复杂背景下提取伐桩轮廓,然后用CAE_ViT_base网络对轮廓进行匹配,实现了伐桩轮廓匹配的全流程,从而极大程度节约了人工。理论分析和试验结果都表明,基于局部梯度的匹配法、基于局部点集拓扑特征的匹配法和基于轮廓的全局特征匹配方法等,在伐桩图像的匹配中都是不可行的。CAE_ViT_base网络的解码器将输入图像分割为大小一致的图像块,解码器的训练过程需要关注每一个块的特征,伐桩轮廓的匹配难点在于轮廓有局部缺失,局部梯度误差较大。CAE_ViT_base网络的自监督预训练机制很好地弥补了上述缺点;同时,采用对样本图像随机多角度旋转的方法,使得图像的特征提取能够保持旋转不变性。CAE_ViT_base网络提取出来的特征在尺度上高于基于梯度的特征,也高于基于局部点集拓扑的特征,但低于全局特征。因此,只要少部分图像块高度匹配,则CAE_ViT_base网络给出的最终匹配度就比较高;同时,这种工作方式和人工对比2个伐桩轮廓是否匹配的方法也是一致的。在本研究的344幅伐桩图像上进行试验,结果表明:本研究算法对整个测试集的检测成功率为100%,棋盘格检测成功率100%,轮廓提取精度达到98.8%,轮廓匹配准确率100%,无一错检和误匹配;和基于梯度的轮廓提取方法及基于特征描述子的轮廓匹配方法相比,本研究方法具有全方位的优势。本方法中,伐桩检测匹配全流程计算耗时不足30 s,完全满足实际应用需要,具有较好的推广应用价值。

永磁直线电机驱动XY平台精密轮廓跟踪控制

为了减少高速进给率条件下轮廓跟踪过程中产生的轮廓误差,提出了一种将PDFF位置控制器与模糊交叉耦合控制器相结合的控制策略。首先,通过调节前馈增益,PDFF位置控制器可以综合利用PDF控制和PI控制的优点;其次,基于自由曲线轮廓误差模型来计算轮廓误差,并且提出一种以两轴的位置跟踪误差以及轮廓误差为输入的模糊交叉耦合器来减少轮廓跟踪过程中产生的轮廓误差;最后,空载与负载实验结果表明,与传统的交叉耦合结构相比,该方法在高速进给率条件下可以有效降低XY平台的轮廓误差,并且可以提高轮廓跟踪系统的鲁棒性。

基于计算机视觉与Canny算法的服装纸样轮廓提取

为提高服装二维纸样轮廓信息采集转换的准确性及方便性,设计了一种基于计算机视觉的服装纸样轮廓提取方法。将手机相机作为图像采集设备,采用相机标定的方法进行图像畸变矫正,对图像灰度化处理后进行伽马变换。通过改进的Canny算法对纸样图像进行边缘信息的提取,使用自适应双边滤波保边去噪;在原Sobel算子上增加了45°和135°方向的梯度模板计算梯度;采用自适应双阈值确定边缘;融合形态学算法处理轮廓;最后按需进行轮廓骨架提取。结果表明:本文方法适用于二维纸样的轮廓提取,其提取误差在0.15~1.50 cm之间,可实现单独对服装纸样的外轮廓、内轮廓及内外轮廓图的提取,完成轮廓的无差别提取,减少后期人工对轮廓图的编辑,提高二维纸样数字化录入效率。

不同潮气量和PEEP对脉搏轮廓法与经肺热稀释法测量巴马猪心排血量的影响

【目的】探究机械通气时不同潮气量和呼气末正压(PEEP)对脉搏轮廓法与经肺热稀释法测量巴马猪心排血量的影响。【方法】选取实验用巴马猪12只,随机分为对照组(肺动脉导管热稀释法)、研究组A(经肺热稀释法)和研究组B(脉搏轮廓法),各4只。建立模型,采用不同方法测量心排出量,分析其一致性,比较不同潮气量和PEEP对心排出量的影响。【结果】脉搏轮廓法与热稀释法测定猪心排血量的相关系数为r=0.754,两者具有正相关性。经肺热稀释法与热稀释法测定猪心排血量的相关系数为r=0.771,两者具有正相关性。脉搏轮廓法、与热稀释法测定猪心排血量相对误差为13.5%,两者具有一致性。经肺热稀释法与热稀释法测定猪心排血量相对误差为12.9%,两者具有一致性。随着潮气量增加,心排出量值明显降低,差异具有统计学意义(P<0.05)。随着PEEP增加,猪心排出量明显降低,差异具有统计学意义(P<0.05)。【结论】脉搏轮廓法、经肺热稀释法与热稀释法测定猪心排血量的一致性良好;当机械通气潮气量或PEEP增加时猪心排血量逐渐下降。

面向机器人加工复杂轮廓误差控制的策略研究

针对机器人加工复杂曲面零件,提出一种面向加工轮廓误差的控制策略。通过向量的形式定义了机器人加工任务的轮廓误差,结合双向搜索、斐波那契搜索和球面线性插补算法,对机器人轮廓误差进行了估计;在此基础上通过将加权轮廓误差分量补偿到机器人任务空间的速度指令中,设计了机器人加工任务的轮廓控制策略。实验结果表明:对于位置和姿态轮廓误差,估计值与真实值的差异非常小,且与单纯的跟踪控制相比,位置和方向轮廓平均误差大约降低了30%,验证了所提加工轮廓误差控制策略的有效性。

自由曲面轮廓仪机架多目标优化设计

针对复杂机床结构优化过程中,通常难以处理各个设计参数之间的关联关系的问题,提出了一种结合数值模拟和优化算法进行多目标优化设计的方法。在Isight平台中调用SolidWorks和Workbench插件进行试验设计,通过最优拉丁超立方试验设计方法(optimal latin hypercube algorithm,OLHA)设计样本点,用生成的样本点构建泛克里金近似模型,并使用交叉验证证明模型的可靠性和有效性,以最大位移变形量最小和一阶固有频率最大为优化目标,运用多岛遗传算法(multi-island genetic algorithm,MIGA)进行寻优计算来获取最优解。优化后的一阶固有频率为221.31 Hz,较优化前增加了8.43%,最大变形为0.001 888 mm,减小了18.45%,实现了机架的多目标优化设计。

基于射线和障碍物轮廓的移动机器人全局规划

针对全局路径规划算法A*存在的拐点多,路径质量差,在大型地图中搜索效率低的问题,提出了一种基于射线模型以及障碍物轮廓的规划算法。首先将规划过程分为偏置扩展和沿障碍物轮廓扩展两部分;其次在偏置扩展阶段使用射线模型进行快速扩展,在沿障碍物轮廓扩展阶段提出一种融合了栅格方向信息基于A*的搜索方法;接着,为了确保算法的可行性和性能提出了一种新的close表设置方式;最后,在Pycharm设置的仿真环境里进行实验对比,验证了所提算法的可行性和有效性。上述算法相较于A*具有更佳的搜索效率,路径质量也更好。

基于轮廓测量的牙膏磨损性测定法的研发概述

牙膏中的磨料是提供牙膏清洁力的主要成分之一。恰当的磨料种类选择以及添加量的设定可以为消费者提供良好的牙齿清洁效果,甚至达到较佳的外源性色斑的去除而美白牙齿。然而,不当的磨料添加会导致过度磨损牙齿,从而引起安全性问题。因此,制定方便有效的牙膏磨损性测定法一直是业界的需求。然而,由于实验条件等限制,国际上惯用的示踪法(RDA)无法在国内实施。本文介绍了一种优化后的基于轮廓仪测量法开发的RDA替代方法Radioactive Dentin Abrasivity–Profilometry Equivalent (简称RDA-PE),并对RDA-PE方法的建立、方法学验证以及与RDA方法间的关系进行了简要的介绍.。同时,对RDA-PE方法用于测定牙膏产品摩擦型性能的可行性进行了讨论。

基于GPS测绘技术的建筑物外立面轮廓测量方法

为了解决定位不精准、测量过程中出现抖动以及投影镜头无法投影到中心点的问题,提出一种基于GPS测绘技术的建筑物外立面轮廓测量方法。利用GPS接收机、数据处理软件和气象设备构建卫星测量系统,并根据距离交会法完成导航定位,采用相位法计算获取出空间坐标,通过相位参数及其参考面构建光栅投影模型,计算获得相位高度,基于神经网络明确高度与相位映射间关系,依据样本输入、训练完成最终测量结果的输出。仿真实验结果表明,所提方法可以针对不同建筑类型,有效提取出建筑外立面轮廓形状、结构以及纹理,并且测量结果精确度较高,说明该方法具有实际有效性。