基于边缘拟合和数字孪生的机器人运动控制系统研究

提出一种基于边缘拟合和数字孪生的机器人运动控制系统.通过深度图像和RGB图像获取目标物体信息,并进行边缘提取,通过边缘拟合得到目标的边缘轮廓,根据其轮廓计算目标物体的中心点坐标,从而实现准确的目标识别与定位.采用数字孪生方法对机器人实时运行状态进行同步显示.试验表明该方法对圆形物体的识别与定位具有高准确性和鲁棒性,在数字孪生平台上运行具有可靠性与实时性,有一定的实用价值.

一种用于三维测量的边缘拟合插值算法

提出一种用于三维体数据体积、表面积测量的断层间边缘拟合插值算法。该算法首先对每一切片找出其轮廓线的几何形心,将边缘点坐标转化成极坐标;之后根据ρ-θ的关系对边缘点进行拟合插值,在层间边缘点建立一一对应的关系,最后通过对相邻断层间匹配边缘点极坐标中的ρ进行插值,从而生成中间层的边缘点的极坐标。与其他插值算法相比,该算法只生成并记录各断层的边缘点,减小了数据冗余,插值速度快,且精度好。在三维测量的实验中证明了该算法相对于其他插值算法在速度和精度上的优势。

神经网络边缘拟合

提出了一种基于神经网络学习特性和集合论的边缘分段算法(Merge Split),优点在于它的分段间断点、自由度满足自适应性,能在学习过程中实现而不必事先规定;进一步提出神经网络拟合不连续的图像边缘的方法,在无边缘数学函数形式的情况下,充分利用其学习函数的任意逼近和自学习性进行拟合,实践证明该方法可以克服以往边缘拟合方法的不足。

基于对数螺旋线边缘拟合的SAR图像漩涡信息提取方法

合成孔径雷达(SAR)为漩涡研究提供了大量数据,如何有效提取SAR图像中漩涡的信息十分重要。该文提出了一种基于对数螺旋线边缘拟合的SAR图像漩涡信息提取方法,用于提取中心位置、直径、边缘尺寸等漩涡信息。基于此方法,该文利用ENVISAT ASAR和ERS-2获得的时序SAR图像进行了漩涡信息提取实验,得到了漩涡的信息及其变化趋势,并与伪彩色合成结果进行对比,验证了该方法的有效性。

基于边缘拟合直线的遥感图像自动配准

旋转问题是目前图像自动配准中的一个难点,普通方法计算复杂度大,无法满足很多应用中实时性的要求,而基于边缘方向直方图的方法对噪声很敏感,对边缘进行直线拟合,提出了一种新的基于边缘拟合直线的配准算法。提出了边缘拟合直线角度差直方图的构建方法,并利用它对待配准图像进行旋转角度补偿,然后使用边缘点集的Hausdorff距离进行平移量估计,获得变换参数的近似值;最后以基于Renyi熵的互信息为相似性测度,利用遗传算法在粗配准的近似解的小范围邻域内快速寻找最优解进行精确配准。该方法计算简单、抗噪声性能强且能获得较好的配准精度。

一种新的基于边缘拟合的图像配准方法

为了克服图像配准中计算效率与稳定性的两难问题,提出一种新的基于边缘特征的图像自动配准算法。利用小波变换对图像进行多尺度边缘检测,提高边缘检测的稳定性;用直线拟合边缘,并根据几何特性、灰度特性为直线分配可信度;以直线对作为最小配准单位,利用马氏距离计算直线对之间的匹配程度;配准过程采用加权投票算法确定变换参数,每次投票根据直线对之间的匹配程度及各直线可信度拥有不同的权重。实验表明本文算法快速稳定,在没有任何先验知识的情况下,能够有效的配准存在相似变换关系(平移、旋转和尺度)的图像。

基于神经网络边缘提取的工业断层成像图像拟合

通过工业计算机断层成像图像边缘拟合,可获得矢量化的曲线,进而获得工件的计算机辅助设计图纸,实现基于工业断层成像的机械零部件逆向设计。在用两组细胞神经网络对图像进行分割的基础上,进行边缘跟踪和曲线的多维拟合。通过横截圆和轴线的拟合,实现对圆柱形目标的拟合。轴线拟合时,将各层圆心坐标分别投影到xz平面和yz平面进行最小二乘拟合,以降低计算复杂度。对发动机切片图像进行实验,根据拟合得到的参数得出了圆柱形目标的计算机辅助设计图,其拟合均方误差小于0.3像素2。对不规则目标,讨论了基于最小二乘法的分段三次曲线拟合方法在边缘曲线拟合中的应用;对发动机切片图像目标区域进行实验的拟合均方误差均小于0.6像素2。实验结果和误差分析证明,文中的拟合方法是有效的,实现了基于工业断层成像的逆向设计所必需的位图矢量化。

高斯型点扩散函数边缘拟合模型的研究

采用高斯型点扩散函数拟合方法与理想边缘做卷积得到边缘模型,基于该模型对黑白棋盘的像的边缘像素灰度分布进行拟合,通过比较高斯型点扩散函数与贝赛尔型点扩散函数的拟合效果,研究表明利用高斯型点扩散函数拟合获得的拟合参数比后者更接近给定的初始拟合参数值,边缘拟合效果更好。

基于边缘拟合阴影图的实时硬阴影生成

阴影贴图(Shadow Mapping)技术已被广泛应用于3D游戏及其它实时图形应用中.本文针对阴影贴图在渲染场景时阴影边缘出现严重锯齿这一现象,提出一种实时硬阴影的反走样技术,边缘拟合阴影图EFSMs(Edge Fitting Shadow Maps)算法.阴影贴图所引起的透视走样及投影走样,均会导致多个像素对应阴影图(Shadow Map)中的一个纹素,即出现多对一映射;使用EFSMs算法,在进行阴影映射时,得到较为精确的对应纹素,从而避免多对一阴影映射时产生的边缘锯齿.实验结果显示,此方法极大消除了边缘的锯齿现象,其效率相比其它基于阴影贴图的阴影技术得到较大提升.

一种基于直线拟合的预浸料边缘直线在线视觉检测方法

应用在线视觉检测鉴别预浸料的表面缺陷是一项全新的质量控制方法。为精确检测预浸料宽度变化,需将预浸料边缘信息从图像空间变换到参数空间。为解决传统标准Hough变换运算量大的问题,根据"多对一"映射原理,结合预浸料图像特征,提出一种基于"局部-整体"思想的预浸料边缘直线快速检测方法。该算法通过局部区域粗略拟合、误差补偿、噪声筛选,再全局精确拟合等步骤,在保证检测精度的同时,大大提高了检测效率。在具有高斯噪声和脉冲噪声干扰的情况下,该算法的检测精度与Hough变换相当,而运算速度可以提高10倍左右。

基于边缘高斯拟合的过曝光星象聚心

对过曝光条件下的星象聚心进行了研究,提出一种基于空间曲面边缘区域信息的不完全高斯拟合算法。算法首先检测过曝光星点区域确定各行(列)参加曲线拟合的像素点,再结合高斯空间曲面模型进行边缘拟合得出初步定位结果,最后以与过曝光区域尺度有关的权重对各行(列)计算结果进行综合处理进而得出最终结果。仿真试验表明,算法具有较高的可靠性和抗干扰,能够较好的解决包括过曝光条件下的星点定位问题。

边缘直线拟合确定鱼眼镜头光心算法

为了去除鱼眼图像存在严重的畸变,需要对鱼眼相机进行标定,本文在已知相机参数表的前提下,提出了一种边缘直线拟合来标定最重要的镜头光心坐标算法.该算法利用像素点在图像平面上的物理尺寸及相机焦距,确定相机标定内参矩阵中水平轴和竖直轴的尺度因子.在部分内参已知的情况下,对光心的横、纵坐标在给定范围内进行遍历,校正点到拟合直线加权距离和最小的点,即为所求的光心坐标值.实验结果表明:与常规的标定算法相比,该算法得到的光心坐标减少了由于不精确参数使用带来的累积误差,提高了相机标定结果的精度.

南海共轭大陆边缘构造属性的综合地球物理研究

利用南海最新的重磁资料,在岩石物性分析和全海域分带变倾角化极磁异常反演磁性基底分布的基础上,选择6条典型剖面拟合反演其密度与磁性结构,在此基础上进行了深部结构的对比分析.反演中尽可能以海底地震仪探测数据(OBS)、多道地震等结果作为约束,其中FF'剖面层速度分析是利用"南海大陆边缘动力学及油气资源潜力"973项目2009年最新采集的多道地震数据,并利用了OBS2009南沙段数据对重力数据进行了物性结构拟合反演.根据剖面深部结构与物性分布特征分析认为:南海北部、南部陆缘均应以非火山型构造属性为主.北部陆缘CC'剖面以东,虽有下地壳高密度层存在并伴有活跃的岩浆活动,但缺乏典型向海倾斜反射层(SeawardDipping Reflectors)存在的证据,推断高密度层应与浅表岩浆岩一样,是海底扩张之后陆缘裂解过程中的产物.中沙隆起与礼乐盆地区的磁性基底和深部结构特征十分相似,推断在海盆拉张之前应为同一块体,属于共轭大陆边缘中的"共轭点".西南次海盆南部陆缘地球物理综合分析表明:在陆坡坡脚附近有中生界分布,但层速度计算结果表明可能整条剖面上的中生界并不完全连续.

基于机器学习算法的图像边缘识别

文章首先改进边缘检测算法对图像边缘进行定位,使用双边滤波代替高斯滤波进行去噪处理,利用灰度相似性与几何相似性的权值分配边缘特征,提高精度;其次,在提取边缘坐标工作中利用多项式插值的方式提取出亚像素级精度的图像边缘坐标表示;最后,利用边缘轮廓追踪分析法实现了边缘线段分割,并将直线型、圆弧型以及椭圆弧型边缘进行曲线拟合,实现边缘几何属性提取。

基于格式塔完形规则的闭合轮廓提取方法

针对传统基于格式塔完形规则的轮廓提取易受到背景上边缘影响,导致轮廓提取的准确率低问题,提出一种新的基于格式塔完形规则的闭合轮廓提取方法。首先,为减少边缘提取过程中提取的背景边缘,给出了融入显著性约束的Canny边缘检测方法,即在Canny边缘提取的框架中,融入显著性约束;接着,针对Canny边缘检测方法检测到的边缘易受噪声影响问题,提出一种融入边缘信息的折线逼近边缘拟合算法;然后,采用格式塔完形规则中的闭合性对拟合边缘进行度量,得到边缘之间的闭合关系;最后,通过分析边缘间的闭合关系与区域的显著性,设计了一个边缘闭合的代价函数,并利用最小权值最优匹配算法求解代价函数,得到最终的闭合轮廓。实验结果表明,该算法提高了轮廓提取的有效性和准确性。

基于图像边缘识别的输电线路拉线塔拉线张力测试方法

输电线路拉线塔以其受力合理、经济性好的优点,被广泛应用于高压输电线路中。拉线张力的监测是保障拉线塔结构安全的重要手段。为了克服传统的张力测量方法稳定性差、精度低、效率不高的问题,提出利用相机采集拉线在人工或环境激励下的振动图像,基于边缘检测和形态学运算精准定位拉线区域,并进行边缘拟合,进而得到拉线区域的振动位移时程数据,在此基础上采用频率法计算拉线张力的方法。试验及工程应用表明:基于图像边缘识别的输电线路拉线塔拉线张力测试方法的最大测量误差不超过3%,且具有非接触的优点,在输电线路拉线塔结构安全评估中具有较好的应用前景。

手机图片的发型合成

简介本文提出了一种手机图片发型合成技术,可通过手机拍照的方式,拍摄随处见到的发型,支持朋友照片、街拍、明星照片拍摄、理发店发型图片拍摄等多种发型输入方式,输入发型图片可与用户照片合成新的发型图片,使用户能够便捷地看到发型合成效果。比起目前常用的发型设计和合成软件,本文提出的方法对于用户拍照没有限制,合成效果更为逼真,且灵活易用。

方向预测搜索与边缘曲率约束的直线段提取方法

为去除图像中与直线检测无关的边缘点,获取完整的直线边缘,准确提取直线段特征,提出一种方向预测搜索与边缘曲率约束的直线段提取方法。利用双阈值方法检测目标边缘点以跟踪边缘轮廓;利用最近跟踪产生的边缘点中含有的方向信息预测下一边缘点的搜索方向,在边缘断裂处采用深度优先搜索方式在预测方向上跨越断裂点继续搜索边缘点,有效避免分岔路径错误选择,保证获得更加完整的边缘轮廓;利用边缘曲率约束和长度约束在边缘轮廓中提取直线段边缘点;利用直线段边缘点拟合直线,并从全局角度合并离散直线段得到最终的直线段。实验结果表明,该方法能有效处理边缘的断裂和分叉,准确提取出更完整的直线段和端点信息,并且具有较快的运算速度,性能优于现有的典型直线段提取方法。

融入一维概率Hough变换与局部Zernike矩的双目视觉测量

针对被测物体理想角点不易检测致使测量精度不高的问题,提出一种融入一维概率Hough变换与局部Zernike矩的双目视觉测量方法。首先利用一维概率Hough变换对物体外轮廓边缘进行直线检测;然后根据直线检测结果建立感兴趣区域,在各局部区域内利用Zernike矩进行亚像素检测,并在两相邻感兴趣区域的相交范围内完成亚像素点筛选;之后通过正交总体最小二乘法进行亚像素边缘直线拟合,并进行关键点匹配;最后利用三角测量原理获得被测物体的三维空间信息完成测量。以连铸坯模型为测量对象,实验结果表明:此算法最小相对误差达到0.3401%,满足测量要求。长度相对误差均值为0.3945%,与传统SIFT,ORB算法相比分别降低80.01%和74.63%;与其他边缘拟合算法相比测量误差减小34.11%,运行时间缩短39.07%,验证了此算法的精确性和高效性。

轴承微形变检测方法研究

轴承是支持机械工作的重要部件,对其质量的评估和微形变的检测有着重要研究意义。文章主要针对机械工业用途的轴承工件进行计算机视觉检测,通过系统的规划与检测算法研究来检测轴承工件的微形变。对边缘进行拟合检测时,先对图像进行非线性对数灰度变换预处理,改进的Hed网络先轴承边缘进行特征提取,应用Canny算法的非极大值抑制技术来过滤掉非边缘像素,将模糊的边界变得清晰,然后再对处理后的图利用Hough变换进行圆拟合以及边缘像素点提取,最后通过全象限分割算法。通过算法判断比较特征图像边缘像素点和设定值之间的差异,通过阈值判断来检测轴承工件是否发生形变。