基于改进梯度加权的零件图像高精度聚焦方法

以标准量块为实验对象,针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘,手动调焦缺乏相机聚焦的客观性而导致图像聚焦不精确等问题,提出一种基于改进梯度加权的零件图像高精度聚焦方法。首先采用条形光源45°布置的照射方式,消除倒角特征在成像中的宽边缘。其次,基于改进Otsu实现自适应分割阈值获取,提取图像特征边缘点。接着,基于4方向Sobel算子获取边缘点梯度值。然后,根据像素点与其8邻域像素点灰度分布差异值大小,获取像素点梯度加权系数。最后,通过改进梯度加权的聚焦评价函数完成图像清晰度评价,获取精确聚焦图像,实现高精度尺寸测量。实验结果表明,该方法相比传统高精度测量方法精度更高,与人工测量值相对误差在0.002 4%以内。改进聚焦评价函数相比传统评价函数清晰度比率平均提升75倍,灵敏度因子平均提升5倍,陡峭度平均提升1倍。     

基于改进Hausdorff距离的运动目标自动跟踪算法

针对视频运动目标的跟踪问题,提出了一种基于改进Hausdorff距离的运动目标自动跟踪算法。首先对视频图像作预处理,使用Canny算子进行边缘提取;然后采用对称差分算法建立运动目标的初始模板;接着采用改进的Hausdorff距离和新的匹配搜索策略,实现后续帧中运动目标与初始模板的匹配;最后,采用一种新的模板更新算法———4步法对模板进行更新。实验结果表明,该算法不仅能准确跟踪运动目标,而且能有效提高目标跟踪效率。     

全景扫描仪自动聚焦系统研究

为了满足快速、大批量自动聚焦的要求,提出一种软件聚焦方法。通过对相机采集的图像进行处理,采用图像内存与传统评价函数相结合的聚焦算法,得到扫描平面上一系列多个点精准的焦点位置。为了加快扫描速度,提高系统效率,平面上其他点通过确定点的焦点位置建立焦点平面完成聚焦。考虑到检测芯片不可能是绝对平面,焦点平面的建立采用最小二乘法实现。通过实验证明,当选取6个点进行精确聚焦时,建立的焦点平面可以满足设备要求。     

CAN总线分布式自动调焦控制系统设计

目前光电经纬仪自动调焦控制系统采用集中式控制的方式,该方式存在许多缺点并且调焦精度较差,为进一步提高使用要求和系统性能,设计了一种基于CAN总线分布式自动调焦控制系统,每个镜头内安装的智能调焦控制单元与上位机的信息交互通过CAN总线,给出了该控制系统的总体方案和硬件结构设计,调焦控制单元采用DSP和FPGA的控制架构,采用CTM1050T芯片实现带隔离的CAN收发电路功能,对该系统进行多次数据通信和自动调焦实验表明:该控制系统实现了自动调焦功能,工作状态稳定且提高了调焦精度,调焦精度可达±0.012mm,另外该系统极大的简化了设备走线,提高了可扩展性、稳定性以及抗干扰能力,具有较高的应用价值。     

一种基于DSP技术的平视显示器视差自动检测方法

传统的平显视差检测方法存在检测效率低、精度不高等问题,而且检测结果受到观测者主观性的影响。本文结合CCD图像采集技术,研究了一种基于DSP的平显视差自动检测方法。采用DSP芯片作为图像处理和自动控制的核心处理器,对所采集图像的图像评价函数值进行比对,并根据特定的搜索算法,通过控制光学系统中的调焦镜完成自动调焦过程。根据调焦物镜移动量,可算出被测平显的离焦量和视差值。研究结果表明,本方法可有效解决观测者对视差检测时产生的主观影响,提高检测质量及检测效率。     

基于图像去雾技术的变电站图像清晰化方法

随着变电站从有人值守向无人值守转变,运行人员逐渐利用摄像头、机器人对设备进行监控。但是,雾天能见度低,从变电站采集的图像存在不清晰的问题,导致无法有效开展远程监控等工作,增加电网运行安全风险。鉴于此,本文针对变电站雾天图像进行研究,根据所采集图像的背景色彩、光照条件等特点,提出一种基于改进自动色阶算法的变电站雾天图像去雾算法,该算法在自动色阶去雾算法基础上进行改进,采用自动寻优gamma校正,使去雾后的图像更符合人眼视觉感受。最后,选取几种常用去雾算法进行对比分析,通过主观评价和客观评价,表明使用该算法处理雾天图像在细节、亮度、保真度、运行速度等方面更具优势,符合现场应用要求,有效解决了雾天变电站采集图像清晰度差的问题。     

基于自适应聚焦粒子群算法的电力系统无功优化

自适应聚焦粒子群算法（AFPSO）是根据PSO算法的全局搜索与局部搜索平衡特性,改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法。通过采用AFPSO算法,对电力系统进行无功优化。该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于AFPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中,证明了AFPSO算法的有效性和优越性。     

基于自适应聚焦粒子群算法的电力系统无功优化

自适应聚焦粒子群算法(AFPSO)是根据PSO算法的全局搜索与局部搜索平衡特性,改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法.通过采用AFPSO算法,对电力系统进行无功优化.该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于AFPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中,证明了AFPSO算法的有效性和优越性.     

基于图像分解和区域分割的数字图像修复

提出一种基于图像分解和区域分割的图像修复新算法.首先,将图像分解为结构图像和纹理图像,然后根据分解的结构图像将其分割为不同区域,两区域间的边界线采用张量选举算法平滑连接;对各区域的结构和纹理图像分别采用基于紧支径向基甬数算法和自适应纹理匹配算法进行修复.最后将结构和纹理图像重新叠加在一起得到修复后的图像.该算法的优点是对图像的结构和纹理同时进行处理,实现对破损区域较大的图像进行有效修复;算法采用基于张量选举的区域边界连接和分区域修复,克服了单独使用径向基函数修复结构时产生边界模糊现象,采用的支径向基函数比普通的径向基函数具有较低的计算复杂度;丢失的纹理只在其所在区域内进行最优匹配搜索,大大减小了纹理搜索范围;纹理匹配块的自适应选择提高了纹理匹配的灵活性和准确性.实验证明,该算法能够稳定有效地处理各种较大的破损区域,并得到良好的图像修复效果.     

W变换和NSCT相结合的多聚焦图像融合方法

图像的多尺度分解技术和融合规则是决定多聚焦图像融合效果的关键因素。k次W系是一类以k次多项式和k次分段多项式为基函数的新的混合正交函数系统,对应的W变换是一种具有正交性和精确重构性的有效多分辨分析工具。结合W变换的多尺度特点和非子采样方向滤波器组变换的多方向性,提出了一种新的基于W变换和非子采样方向滤波器组(NSDFB)的多尺度多方向变换。该变换利用W变换对图像进行多尺度分解,利用二维NSDFB对W分解的高频子带系数进行方向分解,得到不同尺度不同方向的子带图像。在此基础上,提出了一种新的多聚焦图像融合算法。该算法针对多聚焦图像高频系数的特点,改进了常用简化脉冲耦合神经网络算法,并将其用于高频系数的融合规则中。实验结果表明,提出的融合方法能够有效地选择源图像中的聚焦良好区域,抑制伪影信息,产生视觉效果更好的融合图像,且在标准差、信息熵、平均梯度和空间频率等客观评价指标上都优于传统的基于Contourlet变换、非下采样Contourlet变换、离散小波变换的融合方法。     

基于麻雀搜索的协同定位算法研究

无线传感器网络的定位问题可以转化为适应度函数最优问题,并通过经典的麻雀搜索算法进行求解。然而该算法所用的适应度函数并未使用未知节点之间的测量距离数据,从而导致定位精度的提升有限。为了解决这一问题,提出了一种基于麻雀搜索的协同定位算法。该算法主要包括两个搜索阶段：粗略搜索和精细搜索。在粗略搜索阶段,未知节点到锚节点之间的测量距离数据被用于确定未知节点的初始位置。在精细搜索阶段,未知节点之间的测量距离数据被用来确定未知节点的精确位置。首先,采用Cat混沌映射方法来保证初始种群的均匀分布,从而有助于确定最佳位置。其次,构建了两种不同的适应度函数,一种用于粗略搜索,另一种用于精细搜索。其中,用于精细搜索的适应度函数利用未知节点之间的测量距离数据来提高定位精度。最后,提出了一种新的精细搜索方法,以避免协同定位结果收敛到局部最优位置。通过对仿真和实测数据进行分析,验证了所提方法的有效性。     

基于改进单纯形算法的HSVS补偿系统自适应PID控制研究

结合机械投切电容器(MSC)、晶闸管投切电容器(TSC)及晶闸管相控电抗器(TCR)特性,本文设计了1种新型的混合型静止无功补偿系统(HSVS),使MSC、TSC、TCR分别工作在粗调、细调和精调的工作模式。为解决PID控制对这三者的配合问题,提高控制精度与系统鲁棒性,引入了单纯形算法作为PID参数的学习函数,并对单纯形算法的步长调整以及测度引入加以改进。仿真实验证明,与普通的自适应PID控制器相对比,改进了单纯形算法的自适应控制在混合型无功补偿系统电压控制中的可行性与高效性,提高了补偿精度与适应性。     

一种改进的快速全景图像拼接算法

全景图拼接是将具有共同部分的多幅图像进行组合,实现一幅全景图的过程.针对基于传统SIFT(scale-invariant feature transform)算法全景拼接中的特征点匹配计算消耗时间过长和存在冗余错误的不足提出了改进.其中,传统算法的特征点匹配计算是基于KD-tree算法的树结构,由近及远地逐个查找并计算特征点的匹配度;改进后的最近邻搜索算法(best-bin-first,BBF)是先根据每个特征点的多维度分量特性对其进行优先级排序,查询时总是从优先级高的开始,来提高匹配计算效率.冗余错误问题则是通过随机采样一致算法(RANSAC)的优化迭代计算错误概率,代替传统方法的阈值筛选法来减低错误匹配点的出现次数.实验中分别对简单纹理图像和复杂纹理图像进行了拼接实验并与原算法比较,证明本算法的拼接精度和时效性的提升.     

结合区域生长与水平集算法的宫颈癌图像分割

针对宫颈图像病灶分割时的初始轮廓敏感问题和图像灰度不明显问题,提出一种新的改进的水平集算法。 首先利用各 向异性滤波算法等进行图像的去噪;然后在二值图像上使用区域生长算法,提取出粗糙的宫颈病灶区域;最后建立一种基于新 的符号压力函数的水平集模型,对初始分割进行细化。 该算法可以将局部信息与全局信息结合起来并自动分配局部信息与全 局信息的比例。 以 3 种统计指标为标准对该方法进行了评估,该方法在准确性、敏感性和特异性上可分别达到 81. 11%、 63. 97%和 78. 64%,分别比传统水平集算法高 30. 69%、15. 15%和 4. 37%。 因而,这种改进的水平集算法在实际应用中有一定 的价值和意义。     

一种改进的人工蜂群配电网状态估计方法

针对配电网状态估计模型的计算量大、精度低以及数值计算不稳定等问题,提出一种改进的基于人工蜂群算法的配电网状态估计方法。首先,根据网络拓扑结构和量测配置,建立配电网状态估计的目标函数;然后,采用人工蜂群算法对目标函数进行优化求解;最后构造当前最优解的适应度函数,以此作为迭代终止准则的判定条件,以更高的效率获得全局最优解。采用中国电力科学研究院搭建的16节点系统开展了大量的实验,结果表明本文方法可以有效地估计节点电压的幅值和相位。不仅如此,在收敛速度上也比现有的人工蜂群算法提高一倍,并且平均绝对误差比加权最小二乘法和等效功率变换法分别减小60%和50%。     

基于视觉技术的非接触测量精度优化研究

针对精密加工行业零件形位公差在线检测实时性不高并且无法同时检测多个零件的问题,采用机器视觉技术,改良了相机采集图像的图像预处理流程与测量方法,提出一种基于CNN的超分辨重建的非接触测量改良算法。相较于其他超分辨率重建算法该算法模型简单,精度较高,速度快,在资源受限的情况下可以兼顾测量精度和效率。为了验证所设计算法的可靠性,设计了一套机器视觉的非接触测量系统。实验结果表明,改良测量方法后测量精度较之前使用的测量方法至少可提高47.86%,平均提高49.67%;该超分辨率算法在分辨率一定的基础上,对原始采集图像的超分辨率重建提升图像分辨率后,测量精度较不使用超分辨率重建提高了60.38%,最后利用该算法实现对多个目标在线同步测量分析,并且精度不低于同分辨率下单一零件检测精度。     

基于图像测距的汽车防撞系统关键技术研究

针对汽车防碰撞系统的问题,以图像测距技术为背景,对其中的关键技术进行了研究。首先,根据相对运动学原理,由图像测距实验平台在假定沿光轴方向移动采集图片,在此基础上运用改进的SIFT匹配算法对图像进行匹配获得匹配点,计算所得到的匹配点的世界坐标,从而获得距离值;其次,通过室内实验计算证明了所推导的测距原理的正确性;最后,将图像测距技术应用在汽车防碰撞系统中,实验结果证明,测距系统平均误差为8.507 7 mm,精度较高,验证了整个方案的可行性和有效性。     

育种算法在输电网络优化规划中的应用

作为一个复杂的非线性的混合整数规划问题,目前电网优化规划使用较常见的是现代优化方法,其中又以遗传算法应用较多,但目前各种现代优化方法仍存在计算速度和收敛性的问题,介绍了一种从遗传算法改进而来的算法——育种算法,它将遗传算法中的选择、交叉、变异三个过程简化为一个过程,对18节点算例分析表明育种算法在电网规划应用中提高了计算速度和收敛度。