湖南侗锦图案的自动提取

为探寻民族织锦文化的最优传承模式,文章将湖南侗锦图案作为一种传统的文化符号与计算机图像处理方法相融合。由于侗锦图案在人工提取过程中存在直接取样难的问题,并且提取人员容易加入个人主观意愿,为了提高图案提取效率和准确度,对侗锦采取图像分析法进行自动提取。首先使用数码相机对侗锦图案进行有效采集,接着将图像灰度化,对处理后的图像通过中值滤波算法进行噪声平滑预处理,再利用大津阈值分割算法求取双阈值,最后使用Canny算法实现侗锦图案的自动提取。研究结果表明：该方法不仅能够提取出更多完整的边缘信息,且较人工手法而言更加精确、省时省力,较其他传统算法来说更有优势。     

经编三维成型无缝内衣的图案设计

从经编无缝内衣的三维立体结构出发,概括总结了经编无缝内衣图案肌理性的应用,以及图案从平面设计到三维立体排布的转化流程。阐述了主体花纹图案的层次塑造及底组织图案的功能搭配技巧,并将图案设计的艺术性与工艺性结合,为新兴的经编无缝内衣设计提供新思路。     

基于图像处理的渗碳齿轮内氧化定量分析系统

为了实现渗碳齿轮内氧化自动测量评级,课题组提出了一种基于图像处理的内氧化最大深度测量方法,并设计了一种内氧化定量分析软件。首先,对采集的金相图进行预处理,降低金相图的噪声并去除点状形态的内氧化组织;其次,针对光学显微镜成像过程中边缘模糊问题,提出了一种基于灰度变化率的K均值算法,改进后的算法能够有效地分割内氧化组织与背景区域;最后,利用亚像素对内氧化组织边缘进行计算,提高了最大深度测量的精确度。对15组齿轮内氧化金相图进行了测量实验,结果表明误差均在2%以内,验证了测量算法的有效性和可靠性。该系统实现了内氧化自动评级功能。     

形状数理论及其在安全印刷中的应用

本文提出了一种基于防复印底纹的文档保护方法.其中,防复印底纹包括背景图案区域和标记图形单元区域,标记图形单元的形状和位置关系代表了安全标识信息.同时提出了一种快速的安全标识信息识别算法.实验表明,该算法效率较高,实现简单,占用资源较少,适于嵌入到图像复制设备的硬件芯片中,从而达到对安全文档实时保护的目的.     

走进2002年的奥利就系列新产品

意大利奥利就公司是世界著名的针织圆机制造商。文中介绍了该公司生产的系列机型 ,其备有多种型号的剖幅装置供选择 ,小提花圆机的花型选择系统可通过半自动或全自动冲孔方法为图案设计准备冲孔卡片 ,可与现有机型完全互换。     

基于区域的自动区域生长算法在彩色年轮图像分割中的应用

该方法首先采用分水岭算法来得到彩色年轮图像的大致区域分布,并结合 canny 算法实现种子点的自动选取,自适应的改变生长条件,从而解决了区域断裂的问题。分割结果表明 , 该方法保持了原图像的完整形状特征并能获得清晰的边缘 , 为年轮参数提取奠定了良好的基础。     

基于逃逸时间算法的M集针织花型设计方法

为提高针织物花型组织的设计能力,开拓新的设计思路,对分形图像的生成进行了初步的研究。以经典的Mandelbrot集为例,采用VB编程,以逃逸时间算法为基础生成Mandelbrot集图形。对生成图像通过放大、截取、排列组合等方式能够获得更多绚丽多彩的图案,对由此形成的针织花型设计方法进行初步探讨。利用STOLL公司M1花型设计系统模拟织物真实效果,通过改变线圈单元结构可以形成不同的针织物组织。这种方法为针织花型的设计提供了丰富的图案。     

机织物局部组织复原与密度自动测定

为提升印花机织物经纬密度自动测量的准确性,利用图像修复技术滤除织物表面印花图案,复原局部组织纹理。为验证不同组织结构下图案种类、大小对复原效果的影响,采用图像融合方式,按照组织结构、图案种类、图案大小设计了27种测试样本。对Criminisi算法优先权项进行设计,并对修复模块尺寸依据图案尺寸作自适应调节。对比分析了Criminisi算法、仅优化优先权项,以及优先权与修复模块联合优化3种修复效果;同时对比分析了人工检测和本文算法检测的样本密度。结果表明：优化算法能够较好地复原图案所在区域内织物组织纹理,样本测试主客观一致率均值为99.89%。该方法的提出,能够解决部分中小尺度印花图案的干扰,进一步扩大了织物密度图像法检测的适用面。     

基于函数Z=axc+byd的图案生成与针织产品设计

 以初等函数 为基础,通过 将Z值转换为可控制的颜色范围内,采用VB编程在计算机上自动生成花型。当n分别取2、3、4时,改变参数a、b、c、d的值能够得到多种风格迥异的图案。结合针织机的种类和针织物组织的特点,可以将图案设计成可编织的针织花型,此种自动设计图案的方法不仅能够拓宽花型设计的思路,而且快捷、方便,适合快速反应的市场变化。     

嵌入式加热检测智能报警控制软件的设计

设计了以MCS51为核心可用于各种环境与可靠性试验设备的自动加热、智能检测、超温报警的多种特殊功能的控制软件。给出了相关数字PID算法与软件实现的流程。     

应用Kronecker积的表里换层双层组织矩阵设计

为提高双层组织的设计效率,提出一种基于矩阵Kronecker积的表里换层双层组织矩阵生成方法。按照表里换层双层组织设计的构作原理,建立表、里组织矩阵,纹样矩阵及叉积元,并运用Kronecker积实现了表里换层双层组织矩阵的自动生成。结果表明：采用矩阵 Kronecker 积运算,可以方便地实现表里换层双层组织矩阵的设计。随表、里基础组织矩阵、叉积元及纹样矩阵的不同,可自动生成不同类型的表里换层双层组织矩阵。这种方法丰富了表里换层双层组织的设计思路,可提高设计效率。     

基于SolidWorks API的参数化设计及智能装配研究

对机械产品的参数化设计和智能装配技术进行了研究,在编程工具Visual C++6.0的开发环境下根据SolidWorks API实现对SolidWorks2007的二次开发,采用Visual C++6.0+SQL 2001+SolidWorks的技术方案,开发了某扳手喷雾器各零部件的参数化建模和智能装配的插件。此插件提高了设计效率和质量,缩短了设计周期。     

基于模块化的服装混合流水线平衡优化

针对服装生产存在的多品种、小批量、短周期等普遍现象,提出以模块化为基础的服装智能生产编排算法,以实现混合流水线下多款服装的快速生产.以服装模块划分为基础,建立模块化服装生产排序与工序分配的联合优化数学模型,设计目标追踪遗传算法求解模型,实现模块化服装在同一流水线上的投产排序优化及服装加工工序的自动化编排.以2款相近衬衫...     

三维编织复合材料中碳纳米管纱线嵌入位置和数量的优化配置

为解决三维编织复合材料嵌入碳纳米管(CNT)纱线传感器优化配置目标多、目标函数不连续问题,实现航天结构制件内部损伤的全面监测,采用非支配邻域免疫算法对多目标优化问题进行了研究。以四步法三维六向编织工艺为依据,分析了CNT纱线传感器的最佳嵌入位置和数量;通过非支配邻近免疫算法实现了CNT纱线传感器优化配置问题的求解,推导出不同尺寸的三维编织复合材料制件嵌入传感器的最优数量和位置。对损伤制件的应力实验及数据分析证明,CNT纱线传感器优化配置结果适用于三维编织复合材料的损伤监测,损伤定位误差小于0.6 mm。该研究为复合材料损伤源定位模型的建立提供参考。     

BP神经网络在西服样板设计中的应用

采用BP神经网络的方法,对西服样板设计进行研究。将西装成品规格尺寸作为输入参数,细部规格尺寸作为输出参数,逐点训练神经网络,研究其非线性映射关系,并利用神经网络的任意函数逼近功能来获得近似函数关系,建立西服样板设计的BP神经网络模型。仿真结果表明:运用人工神经网络进行西服样板设计,有较高的灵敏度,具有很好的应用价值。该研究为实现服装的3D款式造型系统自动生成2D样板,为智能化服装生产,提供了理论与技术参考。     

乱针绣风格写意机绣产品的研发

为改变机绣产品因工艺限制而单调生硬的现状,受乱针绣启发,借鉴点彩派绘画原理,开发了一种可表现写意效果的机绣工艺。通过基点针设计,探究基点针大小、针迹间距及数量对图案塑造的协同作用,经分层分色、灰度处理、针迹排布、组合叠加和色纱绣制进行分层组合,使机绣产品实现具有乱针绣风格的写意效果。研究表明:基点针边长与针迹间距比值以2∶1为界,比值越低图案轮廓越清晰,比值越高越适合表现不同轮廓之间的虚化过渡;单位面积内基点针越小,数量越多,图案明度越低;当基点针大小和数量一定时,针迹间距由小到大,可控制图案由深至浅的自然渐变;60组打样针迹灰度值初步建立了写意机绣针法参数库,可实现各层灰度等级与基点针参数的有效对应,使分层组合设计赋予图案层次感与立体感。     

基于视频目标跟踪算法的储粮害虫活跃程度判别研究

针对储粮害虫杀虫效果评估实验,本文提出了一种多目标跟踪算法,通过跟踪评估区域内多头储粮害虫的运动给出每头害虫的活跃程度,对害虫存活状态进行自动评估。算法基于 Faster R-CNN框架的目标检测技术,融合Mean Shift和Deep SORT目标跟踪算法,实现了对储粮害虫运动位置的连续跟踪,且减少了两头害虫相遇再分离后身份错位问题发生的情况。对于20头以内的同种害虫,平均多目标跟踪准确率为95.89%,多目标跟踪精度为83.18%。而且在目标跟踪算法中记录了每头储粮害虫的速度变化,通过分析一定时长的害虫移动速度,提出了一种评估储粮害虫活跃程度为低、中或高的分级方法,可以辅助实验人员对实验效果的分析。     

基于三维人体扫描模型的衬衣版型生成方法

针对衬衣定制自动生成版型与体型匹配误差不可控问题,提出一种基于三维人体扫描模型的衬衣版型生成方法。首先,扫描目标人体获得个性化的三维人体模型,通过对模型截面曲线的几何特征分析,在三维人体模型上提取个性化体型特征点;使用服装制版标准人台,构建一个衬衣的标准三维基础模型;然后,使用保刚性变形算法,以个性化体型特征点为约束,实现该衬衣标准三维基础模型的变形;最后,使用基于质点-弹簧系统的三维模型展平算法,根据变形后的衬衣三维模型各个版片生成对应的二维版片,添加经实验验证的版片边缘线缩放量,生成适应目标体型的个性化衬衣版型。实验结果表明,该方法能够生成合体的衬衣版型,基于数字化模型和自动化处理算法,实现衬衣版型的自动化生成,保证个性化制版的精度,并提高制版效率,为服装智能生产制造提供技术解决方案。     

基于模拟退火算法改进遗传算法的织物智能配色

为提高传统配色方法及现有配色算法的配色精度、效率及泛化能力,构建了基于BP神经网络的遗传算法和模拟退火算法相结合的织物智能配色模型,利用BP神经网络预测颜色,将训练好的BP神经网络与CIEDE2000色差公式结合作为遗传算法的适应度函数,用模拟退火算法改进的基于BP神经网络的遗传算法预测颜色配方,并根据预测的配方对涤纶织物进行染色实验,计算实验色差。结果表明:模拟退火算法优化的基于BP神经网络的遗传算法配色模型只需经过80次迭代即可收敛,预测颜色的理论色差均值为0.165,染色实验色差均值为0.289,配方绝对误差平均值为0.010 7;验证样本的理论色差均值为0.240,染色实验色差均值为0.437。该算法可实现织物的智能配色。