纳秒激光加工微纳米木纤维的仿真方法研究

设计了微纳米木纤维的形状仿真和检测系统,描述了该系统的工艺流程,并对系统中各个组件的配置和参数做了具体说明,模拟六边形细胞模型加工的木纤维仿真结果。分析了纳秒激光头的直径和微纳米木纤维切削厚度设置的影响因素,找出完全破坏细胞结构时这两个参数的最佳设置,并以柳杉为例,按此设置确定其激光束直径理论值应设置在0.008到0.016mm之间。     

基于分割间测地距离的局部立体匹配方法

针对应用自适应权值法得到的视差图不平滑的缺陷,通过理论分析,将自适应权值法与图像分割先验相结合,提出了新的基于分割间测地距离的颜色差异函数,用于计算局部支持窗口的权值。新方案的主导思想是：在匹配时对图像进行分割,将局部方法中的支持窗口看作不同分割区域的集合,使用测地距离函数为窗口中每个分割分别计算权值,计算匹配代价,最后运用WTA方法确定视差。与原自适应权值和原基于分割方法对比,实验结果表明该方法有更好的表现。     

基于前向搜索的快速视差范围估计方法

在立体匹配中,设置合理的视差搜索范围能够提高匹配的速度和精度。为此,提出了一种基于前向搜索的图像迭代细分方法用以估算视差范围的上下限。将参考图像均分为若干个图像块,在对每一块的匹配过程中,采用前向搜索策略,对当前匹配块继续均分成若干子块,并对其子块进行相似度匹配。在计算视差范围上限时,用当前块的子块视差中的最大值来表示其视差值,找到视差最大的图像块后继续迭代细分,直到得到稳定的视差范围上限。在计算视差范围下限时,用当前块的子块视差中的最小值来表示其视差值,找到视差最小的图像块后继续迭代细分,直到得到稳定的视差范围下限。实验结果表明,采用前向搜索策略计算视差范围的方法,在搜索空间降低比率达到28.8%的同时能够达到98%的命中率,相较直接进行匹配误匹配率降低了47.4%,能够得到更精确的视差范围。     

单转台四轴数控机床虚拟样机的虚拟加工实现

将虚拟样机技术应用于单转台四轴联动机床的设计与研究.在构建虚拟加工环境过程中采用虚拟加工、三维建模等技术.研究在单转台四轴联动情况下,准确描述空间曲线的加工方法.该方法能够实现空间曲线加工过程的虚拟仿真.     

原木模型理论的发展

原木模型理论是下锯优化、制材数控化技术的理论基础,本文通过综述国内外原木模型理论的发展,分析了我国原木模型理论的研究现状,展望了我国原木模型理论的发展趋势和应用前景.     

数控裁板锯的下锯优化研究

本文提出了具有广阔发展前景的数控裁板锯二维板材的下锯优化方法的算法研究。介绍了数控裁板锯的工作原理及其切割特点,尤其是对其下锯优化方法做了理论性分析,建立了数学模型,并提出了在一刀切工艺约束下的二维矩形件的下锯优化算法,并通过实例分析,证明了该算法能有效的提高板材的出材率。     

基于Faster R-CNN的榆紫叶甲虫识别方法研究

针对传统图像识别方法中利用人工设计特征提取模板对昆虫的识别精度不高的问题,提出了基于K-means聚类的深度学习网络模型Faster R-CNN对图像中的目标进行识别。该方法用K-means聚类算法,结合BWP指标对训练数据标签的长宽比值进行聚类,用新的聚类中心点代替标准Faster R-CNN网络中生成初始候选框的长宽比值;对生成初始候选框的尺寸加以改进;将训练数据送入改进后的Faster R-CNN网络进行训练。实验结果表明,在识别具有特定长宽比例的目标时,加入聚类策略的Faster R-CNN网络较标准Faster R-CNN网络有较强的鲁棒性,有效克服了叶片豁口或孔洞造成的冗余现象、榆紫叶甲虫甲壳反光的干扰、相邻的榆紫叶甲虫特征的互相影响和其他与榆紫叶甲虫有相似特征的种类昆虫的干扰。最终达到94.73%的识别精度,较标准网络提高了4.15%。该方法可有效克服传统昆虫检测中特征提取模板的局限性,对识别昆虫这种特征细腻,姿态多样的目标有重要意义。     

基于数学模拟理论的板材树种识别方法及实现

树种识别是合理利用板材最基本的前提。提出了基于数学模拟理论的板材树种识别方法。建立了板材树种细胞六棱形结构数学模型。提取细胞的面积、周长、类圆度、弦向直径宽度、弦向直径厚度等参数。利用集群分析技术中最小距离分析器，构造判别函数，并对识别可信度进行分析讨论。