基于IGA-SVR随机Hough变换的预制构件螺栓孔节点定位

针对预制构件螺栓孔节点定位时由于工业环境下光照不均匀且螺栓孔并非规则平滑圆形,导致定位精度不高的问题,提出一种引入改进遗传算法优化支持向量回归分析(IGA-SVR)的随机Hough变换圆形定位算法;对遗传算法引入收缩包围与螺旋更新机制,提升算法局部搜索能力;同时改进交叉变异算子,引入收敛因子克服遗传算法后期收敛速度慢的问题;利用改进的遗传算法对支持向量回归模型进行参数寻优,通过圆形训练样本训练出逼近螺栓孔的超平面方程;采用此模型上的三点进行随机Hough变换定位圆,并利用双目视觉算法得到圆形三维坐标;通过4个标准测试函数及混凝土预制构件模型螺栓孔节点定位实验验证所提算法的有效性,结果表明,改进的算法优化性能更佳,在结合随机Hough变换定位圆时,明显提高了定位精度,满足工程测量要求。

基于时频分析-随机Hough变换的微动目标参数快速提取

研究了微动目标的参数与其微多普勒特征之间的关系,针对旋转目标的微多普勒信号表现为三参数正弦调频信号的特点,提出了一种正弦调频信号参数快速提取算法.该方法对目标信号进行时频分析,并对分析的结果进行时频脊的提取,获得正弦调频信号的频率变换曲线.最后在提取的时频变换曲线上进行正弦曲线的随机Hough变换检测,从而得到正弦调频信号的参数估计.当信噪比较小时,该方法的估计精度优于Time Frequency Distribution-Hough(TFD-Hough)变换方法.当信噪比较大时,两种方法的估计精度相当,但该方法的运算时间优于TFD-Hough变换方法.仿真实验结果表明,相对于TFD-Hough变换方法,该方法的运算量明显减少,当信噪比为0时,该方法的运算时间约为TFD-Hough变换方法的19.9%.在计算精度方面,该方法的计算精度与TFD-Hough变换方法相当.