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。

基于语义分割和融合算法的草坪杂草定位

【目的】探究基于多算法融合的草坪杂草精准定位算法,为草坪杂草的自动识别和清除机器人的除草作业提供技术支撑与理论依据。【方法】提出了一种基于语义分割的多算法融合的草坪定位算法。首先,通过PSPNet网络分割草坪和非草坪轮廓。其次,针对分割出来的非草坪轮廓提取感兴趣的区域,去除非杂草轮廓,保留杂草轮廓。然后,利用Zhang-Suen细化算法提取杂草轮廓骨架线,并获取骨架交叉点数量和坐标位置。最后,利用融合算法依据交叉点数量选择不同的定位策略,实现杂草根部的精准定位。【结果】融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为83.17像素,相比平均质心法减少了14%,相比最小外接圆减少了22%。换算到实际场景之下,融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为12.48 mm,误差在可接受的误差范围内。融合算法提高了杂草根部中心的定位精度,降低了杂草定位的误差。【结论】基于语义分割和融合算法的草坪杂草定位方法提高了杂草根部中心的定位精度,降低了单一方法的定位误差,可以为草坪杂草自动识别和除草作业提供技术支持。

平行四边形的Bonnesen型不等式

探索了平行四边的Bonnesen型不等式.利用函数的极值性、平均值不等式与三角函数的性质.得到了平行四边形的Bonnesen型不等式.

圆度误差的网格搜索算法

本文提出了一种新的圆度误差评定方法—网格搜索算法,详细论述了该算法求解圆度误差的原理和步骤。该算法不采用最优化及线性化方法,其原理是在最小二乘圆心周围按一定规则布置一系列的网格点,依次以各网格点为理想圆心计算所有测点的半径值,按照圆度误差的定义即可获得相应评定方法(最小区域圆法、最小外接圆法和最大内接圆法)的圆度误差值。试验及仿真结果表明,网格搜索算法可以有效、正确地评定圆度误差。

基于几何优化的圆度误差评定算法

针对圆度误差的特点,提出一种基于几何优化的圆度误差评定算法。建立直角坐标采样、可同时实现圆度误差的最小区域法、最小外接圆法和最大内接圆法评定的评定模型。详细阐述利用几何优化算法求解圆度误差的过程和步骤,给出数学计算公式及计算机程序流程图。该算法不要求等间隔测量,不采用最优化及线性化方法,也无需满足小误差和小偏差假设,只需重复调用点与点之间的距离公式;其原理是以初始参考点为基准,布置一定边长的正六边形,依次以各顶点为理想圆心计算所有测点的半径值,通过比较、判断及重复设置六边形来获得相应评定方法(最小区域圆法、最小外接圆法和最大内接圆法)的圆度误差值。试验结果表明,该算法可以有效、正确地评定圆度误差。

排样图形预处理中的几个实用算法

提出了一种基于位图排样的外包圆、外包矩形集、近似长短轴的计算方法;并将其应用于排样零件的编码中,提高检索所需图形的匹配速度;作为排样图形聚类和分类的图形特征依据,用于进行排样图形预处理;并给出了示例说明。

计算几何在测试计量技术中的应用-求解最小外接圆

本文提供一种在机械科学中评定最小外接圆形状误差的高效、高精度算法。该算法的核心是提出了一种删除对求解最小外接圆不会起任何作用的无关样本点的有效方法。交替运用计算几何中的最远点Voronoi图的性质和统计分析方法中的最小二乘法原理，可使最后参与求解最小外接圆的样本点数减至少量几个，相应算法的运算时间比以往的最优化算法快10倍以上。

一种利用坐标测量机实现圆度误差评价的方法

针对直角坐标系下圆周截面形状误差评价,介绍了一种圆柱体截面圆度误差的测量与评定方法。在研究了圆度误差定义及测量方法的基础上,建立了基于三坐标测量机的最小外接圆圆度误差三维评测模型。利用双截面最小二乘拟合轴线调整坐标系位置,减少了位姿误差对测量结果的影响。对模型进行坐标系统一转换,使得变换后的模型能更适用于计算机数据处理。然后在坐标变换的前提下,提出了一种利用几何关系搜索最小外接圆圆心的方法,开发了相应的数据分析软件。实验和数据证明,此算法优于传统最小外接圆算法,实现了在直角坐标系下三坐标测量机对圆度误差的最小外接圆法评价。

大尺寸筒状设备圆度误差测量系统

为了对大尺寸筒状设备进行圆度误差评定,研制了大尺寸筒状设备圆度误差测量系统。其结合了激光准直、图像处理等多方面技术对大尺寸筒状设备的圆度误差评定进行研究。首先,介绍了系统获取大尺寸筒状设备圆度数据的方式。然后,根据圆度数据的获取方式,提出了基于相邻测点位置关系的最小外接圆过滤算法。最后,验证该算法的过滤效率,并与同类算法在解算时间、解算结果两方面进行比较。实验结果表明:最小外接圆过滤算法解算时间较以往同类算法缩短了30%以上。系统CCD测量杆的测量精度达到0.7 mm。大尺寸筒状设备圆度误差测量系统满足工程需要,可对大尺寸筒状设备进行有效圆度误差评定。

基于力学思想的最小外接圆度误差评定

圆度误差常用于控制回转类零件的质量,其中圆度误差评定是测量中的关键问题。从力学的直观思考出发,提出一种基于力学原理的最小外接圆度误差评定方法。首先求得由坐标测量机采样得到的数据点的凸包,以减小计算量;然后将数据点看作固定不动的质点,圆看作半径可变的"半刚体";最后通过"力"的作用逐步改变圆的大小和位置,直到系统达到平面汇交力系平衡状态为止,此时该圆即为最小外接圆。利用VC++6.0平台开发了算法验证程序,对2组文献中的圆度误差数据进行评定并和其他方法评定的结果进行了对比,评定结果100%一致。结果表明力学方法可成功应用于最小外接圆度误差评定,并可推广到其他形状误差评定中。

基于等径外切圆的工业CT系统空间分辨率测试

由于基于周期性结构的工业CT空间分辨率测试方法存在模体加工难度大、测量精度有限的问题,本文提出了一种基于等径外切圆的工业CT空间分辨率测试方法。先对周期性结构(线对卡)的空间分辨率测试机理进行分析,设计等径外切圆模体形成连续变间距结构,推导变间距结构与条形结构(线对卡)的等价关系,然后建立基于等径外切圆的工业CT空间分辨率测试方法,利用图像处理算法实现了基于CT图像的空间分辨率自动测量。实验结果表明:本方法的测量结果与线对卡法的结果相当,相对误差控制在10%以内。该方法采用的模体加工要求低,测量过程简便,具有较高的实用价值。

基于仿增量算法的圆度误差快速准确评定

提出按最小外接圆法和最小区域法评定圆度误差的仿增量算法。将工件轮廓看作一个点集,并在其中建立可以确定圆(环)的子集。若子集确定的圆(环)包容原点集,则可得到相应的圆度误差;否则每次给子集增加一个在包容区域外的点构成新子集,确定包容新子集的圆(环)并去掉其中不在圆(环)边界上的点。证明了该算法是单调收敛的。同时还提出以按最小外接圆法评定圆度误差时在包容边界上的点为最小区域法初值的新思路。该算法概念清楚、模型简单,易于在计算机上实现。几个实际零件圆度误差的评定验证了算法不仅正确,而且结果准确,耗时极少。

同轴度误差最小包容圆有限元后处理算法

针对工作状态下机械零部件同轴度误差数据采集难的特点,结合有限元后处理,提出了一种通过求解一组投影圆心坐标的最小包容圆(最小外接圆)来实现分析同轴度误差的计算方法.将轴套分为n段,将每段内边界变形后的节点坐标向同一平面投影,采用最小二乘法拟合成圆,即可获得n个圆心坐标.为求这平面点列(n个有限点)的最小包容圆,将问题转化为非线性约束最优化问题,通过分区优化搜索算法求解目标.同时采用了遗传算法来验证,两者计算结果一致.

基于最小外接圆直径的苹果分级研究

苹果大小是苹果品质分级的重要因素之一,为实现苹果的大小分级,针对苹果外形近似球的特点,专门设计了一套基于图像处理的苹果大小分选系统。研究采用30个果径为65-95 mm的苹果,模拟苹果在输送翻转装置上的多种随机姿态,对每个试验样本进行9个不同角度的拍摄,将拍摄的所有图像传送给计算机进行二值化、去噪去斑及边缘处理等预处理,提取苹果果径面图像。根据图像边缘确定苹果的质心,寻求质心与边缘的最远距离则为苹果图像的最小外接圆半径;寻求9个图像中苹果的像素面积与其最小外接圆面积最接近的图像,计算出苹果样本果径面的最小外接圆直径。将苹果的实际大小与系统测量大小进行比较,试验表明,研究分选的正确率为96.67%,为苹果大小自动分选提供参考。

圆度误差评定的曲率法研究

提出了基于曲率的圆度误差评定方法。从曲率的定义出发,推导出了用最大内接圆或最小外接圆评定圆度误差时筛选点的条件:用最大内接圆评定时,筛选掉曲率半径最小的点;用最小外接圆评定时,筛选掉曲率半径最大的点。根据这一条件,可以得到满足圆度误差评定原则的3个特征点,从而确定圆度误差。筛选点时,用最小二乘圆把测量点分成内点集合和外点集合,最大内接圆从内点集合中筛选,最小外接圆从外点集合中筛选,这样就可大大减少了计算量。经过实例验证,表明该方法的正确性和可行性。

圆度误差评定中两个实际问题的处理

介绍了在用计算机评定圆度误差时，最小二乘圆圆心参数α的准确计算方法和判别ＭＣＣ的一种简单、快速、有效的方法。

一种基于计算几何方法的最小包容圆求解算法

为实现点集最小包容圆(最小外接圆)的求解,将计算几何中的α-壳的概念应用到最小包容圆的计算过程,提出了一种精确有效的最小包容圆求解算法。根据α-壳定义及最小包容圆性质,证明当1/α等于最小包容圆半径时点集的α-壳顶点共圆,1/α小于最小包容圆半径时α-壳不存在,1/α大于最小包容圆半径时随着1/α减小α-壳顶点数逐渐减小的规律。将α-壳顶点数目作为搜索最小包容圆半径的依据,实现了最小包容圆半径的搜索和最小包容圆的求解。

一种基于极坐标下分块的商标图像检索新方法

商标图像的分块检索是将图像分块后利用全局和局部图像特征来检索商标图像.针对现有的四叉树分块方法的不足,提出了一种极坐标下的分块检索方法.首先对商标图像进行归一化处理,以目标对象的最小外接圆作为目标区域;在极坐标下将图像分块,计算形状直方图;最后采用新的相似性度量方法计算图像间距离,实现商标图像的准确检索.实验证明,该方法具有良好的平移、缩放、旋转和镜像不变性,得到的检索结果能很好地符合人的视觉感受.

三维坐标点集的空间直线度高精度快速评定

针对3维坐标点集合空间直线度误差评定时出现的精度不高、评价效率低的问题,提出一种具有较高精度和较好鲁棒性的3点高精度快速算法(3PHFA).该算法依据国家标准规定的空间直线度有效判别形式,通过3维最小二乘法(3DLSA)拟合、空间坐标转换、坐标投影和确定最小包容圆(MCC),并最终确定最小包容圆柱面(MCS).通过在3DLSA基础上增加高效搜索算法,空间直线度评定精度提高约20%,耗时1s以内.对比不同评定算法表明:3PHFA具有效率高、精度高、鲁棒性好的优点,其误差评定精度全面优于3DLSA,适用于三坐标测量机(CMM)这类实时处理系统,具有良好的实用价值.

三维空间中圆度误差的评定研究

为解决三维空间中圆度误差的精确评定问题,针对三坐标测量机检测圆度误差时因存在测量误差而使各实际测点不是精确地位于同一理想截平面上的特点,根据计算几何学和误差理论,提出了基于空间测点集算术平均中心点的最小二乘平面拟合方法,推导了其数学模型;并对国家标准中圆度误差评定的最小外接圆法、最大内接圆法和最小区域圆法进行了三维扩展;还对前两种方法作了改进,建立了此3种方法的数学模型和算法流程。最后的数字实验表明:以上3种算法是有效的。