反求工程CLI建模中复杂轮廓数据处理方法研究

反求工程CAD建模是实现快速成型RP(rapidprototyping)的关键技术之一,本文主要讨论利用ICT(industrialcomputedtomography),断层图像进行CLI(commonlayerinterface)建模的方法,研究了复杂零件ICT断层图像的处理方法,提出了一种获取复杂零件ICT断层图像不规则轮廓的方法,采用一种基于射线的方法对内外轮廓进行了判别,对摩托车气缸头复杂零件ICT断层图像进行了实验研究,取得了令人满意的实验结果.     

断层数据的三维重构技术研究

研究了基于断层数据的三维重构技术．首先对切片图像进行二值化和轮廓提取，继而进行B样条曲线拟合和NURBS曲面蒙皮构建．以某风扇叶片为例，由采集的ICT切片数据重建出了实体．文中论及的方法和算法对于解决基本截面形状的断层数据重构问题是可行的．     

面向RP骨骼CT图像的轮廓提取与精简

骨骼轮廓数据的提取是进行骨骼三维重构及制造RP原型的基础，利用计算机图形学技术，根据骨骼CT图像的特点和快速成型制造的要求，探讨研究了骨骼CT图像的一般处理方法，即通过对断层图像的预处理、滤波处理、数据提取，生成断层图像轮廓，继而通过对轮廓优化和轮廓冗余数据去除，得到用于三维重建的二维轮廓数据，并在此基础上利用VC6．0实现了骨骼CT图像的轮廓提取与精简，证明了该算法的可行性。     

基于能量和遗传算法的仿射变换求解方法

研究了具有仿射不变性的目标轮廓提取问题.给出了仿射变换参数的一种规范化方法;提出了一种基于轮廓曲线能量和遗传算法的仿射变换参数求解方法,采用带电粒子模型对梯度图像进行变换,实现了具有仿射不变性目标轮廓的自动提取;最后给出了实验结果.     

基于超声波断层图像的三维重构方法

为降低检测成本,减少辐射危害,提出了基于超声波断层图像进行典型零件的三维重构方法.设计了相共振结合拉东反变换计算方法的零件断层扫描试验,基于Matlab平台构建了轮廓提取算法、图像堆叠算法以及三维模型重构算法.结合图像处理算法与三维模型重构算法实现了二维超声断层图像的三维重构,重构的零件外形尺寸与内部形位误差约为1 mm.结果表明,本文提出的超声波断层图像三维重构方法可靠、准确,可用于典型金属零件轮廓及内部缺陷的无损检测与三维重构.     

基于能量和遗传算法的仿射变换求解方法

研究了具有仿射不变性的目标轮廓提取问题.给出了仿射变换参数的一种规范化方法;提出了一种基于轮廓曲线能量和遗传算法的仿射变换参数求解方法,采用带电粒子模型对梯度图像进行变换,实现了具有仿射不变性目标轮廓的自动提取;最后给出了实验结果.     

面向RP骨骼CT图像的轮廓提取与精简

骨骼轮廓数据的提取是进行骨骼三维重构及制造RP原型的基础 .利用计算机图形学技术 ,根据骨骼CT图像的特点和快速成型制造的要求 ,探讨研究了骨骼CT图像的一般处理方法 ,即通过对断层图像的预处理、滤波处理、数据提取 ,生成断层图像轮廓 ,继而通过对轮廓优化和轮廓冗余数据去除 ,得到用于三维重建的二维轮廓数据 ,并在此基础上利用VC6 .0实现了骨骼CT图像的轮廓提取与精简 ,证明了该算法的可行性     

基于NSCT域平均梯度能量驱动红外与可见光图像融合算法

针对红外与可见光图像融合造成的成像边缘存在模糊区域问题，提出一种基于非下采样轮廓波变换(Nonsubsampled Contourlet, NSCT)域平均梯度能量驱动的红外图像(IFR)与可见光图像(VBI)融合算法，首先对IFR和VBI分别进行NSCT变换，得到低频、中频、高频子带系数，低频融合采用平均梯度能量(Average Gradient Energy, AVGE)取最大的方法进行融合，中频融合采用空间频率(Spatial Frequency, STF)取最大值进行融合，高频提出了一种平均梯度能量驱动脉冲耦合神经网络(Average Gradient Energy Pulse Coupled Neural Network, AVGE-PCNN)的融合方法进行融合，采用逆非下采样轮廓波变换(Inverse Nonsubsampled Contourlet Transform, INSCT)得到最终融合图像，实验采用三组不同场景的IFR和VSI图像进行融合处理。通过对比实验证明，提出的融合方法在改善图像边缘模糊方面效果良好，主观评估和客观评价均优于DWT、DTCWT、NSCT算法...     

基于薄板冲压成形的零件展开方法及其应用

为提高复杂边界零件坯料轮廓的预测精度,控制冲压成形零件轮廓误差,总结并分析了各类展开方法的仿真数学模型.以搭子件为研究对象、AutoForm为软件平台,在制件成形工艺设计过程中,研究了各类零件展开方法的应用与效果.由成形零件轮廓的误差可知,3种方法的优劣顺序依次为增量加载有限元法、一步逆成形有限元法、截面几何展开法.在...     

基于区域合并与轮廓模型的图像序列人物轮廓分割

为解决受图像背景复杂度影响,分水岭算法较难高精度实现图像序列中人物轮廓的分割与追踪这一问题,提出了利用颜色空间转换的区域合并实现目标轮廓区域的划分、并基于人物头部轮廓信息生成人物领域轮廓模型的方法。通过对人物领域边界线生成的初步轮廓模型进行高斯函数的卷积运算,生成形态轮廓模型的有效对象模板,实现图像序列的人物领域中不依靠序列差分和移动向量亦能在图像序列中追踪移动对象。基于颜色空间转换的区域合并和轮廓模型算法,可满足视频背景变动并且背景复杂的情况下对图像序列中的人物轮廓进行有效分割。实验结果验证了本算法的有效性与鲁棒性,可有效而稳定实现图像序列中人物轮廓的分割。     

用于计算曲线光流的边缘提取

提出了一种新的曲线边缘提取方法。用Sobel算子对综合图像和真实图像进行边缘检测，得到了图像的边缘点，通过选择边缘点增强因子、阈值和重复次数，进一步对图像的边缘点进行了增强，实现了图像的边缘细化，采用轮廓跟踪算法进一步细化边缘，得到了具有单像素宽的轮廓曲线，对综合图像和真实图像的实验结果表明，新的曲线边缘提取方法获得的效果较好。     

基于形状先验与轮廓预定位的目标分割

针对单帧图像中特定目标的分割一直面临着由于背景复杂和光照变化等因素带来的分割精度偏低的问题,提出一种基于轮廓预定位的先验局部二值拟合(local binary fitting,LBF)算法,用于人体上肢图像的分割.首先,利用浅层卷积神经网络对上肢形状模板进行筛选和预定位,得到分割目标的粗轮廓曲线;然后,利用基于先验形状的LBF算法对粗轮廓曲线进行演化,得到分割目标的精确轮廓曲线.实验结果显示算法的成功率在90%以上,表明该方法对于背景复杂和光照变化情况下的特定目标分割具有良好的效果.     

断层数据的三维重构技术研究

研究了基于断层数据的三维重构技术.首先对切片图像进行二值化和轮廓提取,继而进行B样条曲线拟合和NURBS曲面蒙皮构建.以某风扇叶片为例,由采集的ICT切片数据重建出了实体.文中论及的方法和算法对于解决基本截面形状的断层数据重构问题是可行的.     

无人机编队视频序列中的多目标精确跟踪

针对无人机编队视频序列中的多目标精确跟踪的要求,使用STK三维建模软件模拟无人机编队飞行视频,通过双差分图像操作、多分辨率连通分支标记算法确定图像中的运动区域.提出了一种改进的贪婪算法,利用已确定的矩形运动区域作为初始轮廓,实现对无人机目标的精确轮廓提取.以运动区域的中心位置为输入,建立在线卡尔曼滤波器组对多目标进行跟踪,并由此提出了如何对多目标中的遮挡问题进行判定、分割的方法.仿真实验验证了文中提出的方法.     

增强重建单帧字符图像分辨率的方法研究

针对传统单帧字符图像重建方法存在分辨率较低的问题,提出了一种增强重建单帧字符图像分辨率的方法.首先,构建单帧字符图像重建的三维轮廓特征检测模型; 其次,采用边缘轮廓分割法提取单帧字符图像的三维细节特征,并结合小波多尺度分解法实现尺度特征分离; 然后,采用小波阈值去噪法对图像进行滤波降噪,并使用非负邻域嵌入的方法增强小波阈值辨识度,以此构建增强重建单帧字符图像分辨率的模型,完成单帧字符图像的高分辨率重建.最后,以Matlab 2013软件为实验平台进行仿真测试显示,采用本文方法得到的重建图像的清晰度明显优于文献[2-4]方法,且平均峰值信噪比(26 dB)也显著优于文献[2](15 dB)、文献[3](10 dB)、文献[4](16 dB)的方法.因此,本文方法在车牌号码识别、基于内容的图像检索、文档图像分析等领域中具有较好的应用价值.     

基于偏微分方程的图像分割算法研究

介绍了基于偏微分方程的图像处理方法的应用发展历程,分析了其在图像分割领域中的应用,阐述了参数活动轮廓模型和几何活动轮廓模型,并描述了基于偏微分方程的坯布缺陷图像分割实验结果.理论和实验结果表明,偏微分方程模型是进行图像分割的一种很有效的工具.     

非经典感受野的朝向和对比度特性在轮廓提取中的应用

对于普通的复杂背景图像的边缘检测方法,在检测出主体轮廓的同时也保留了背景的纹理,不利于检测出主体的轮廓.根据生物视觉感知的特性,模拟出复杂细胞感受野的响应函数,然后提出了一种基于朝向和对比度特性的非经典感受野抑制模型,从而得到了清晰的轮廓.仿真实验证明,该方法在提取物体轮廓的同时有效地抑制了背景的纹理,提高了轮廓提取的正确率.     

轮廓匹配的复杂背景中目标检测算法

为解决基于形状的目标检测算法受图像复杂背景的影响,本文提出了一种新的基于轮廓匹配的复杂背景中目标检测方法,算法结合了显著性检测和模板匹配的方法.首先对输入图像在超像素级别进行预处理,应用显著性区域检测方法得到不含复杂背景的区域图像,然后在显著性区域内得到初始边缘图像,对初始边缘图像进行优化处理后利用形状描述子进行轮廓匹配,最后,通过深度优先的搜索策略识别目标的假设位置并进行假设验证来确定最终的目标位置,完成复杂背景图像中的目标检测任务.在ETHZ形状数据集的实验结果证明了本文算法的可行性,根据50%-IoU和20％-IoU标准与其它几种基于形状的目标检测方法进行对比,当误报率为0.3时,算法平均检测率是96%,误报率为0.4时,检测率已经达到99%,如果接受更高误报率时检测率可达到100%,均高于其余几种算法.算法的实验和对比分析结果表明本文方法可以提高检测精度,具有明显的性能优势,为复杂背景中的目标检测提供了新的解决方法.     

一种新的组织病理图像阳性细胞轮廓检测方法

组织病理图像中阳性细胞比例的检测对癌症和肿瘤的定性和定级起决定作用。提出一种用于细胞准确计数的新的轮廓检测方法,针对组织病理图像色彩纹理复杂、细胞边界模糊等特点,结合通道提取和图像二值化方法实现阳性细胞的准确分离,并在CV模型基础上完成对细胞的轮廓提取。实验表明,该方法有效解决了传统方法无法处理的弱边缘问题,在保持算法性能的前提下,可自动分离组织病理图像中的阳性细胞并检测其轮廓。     

无人机编队视频序列中的多目标精确跟踪

针对无人机编队视频序列中的多目标精确跟踪的要求,使用STK（satellitetoolkit）三雏建模软件模拟无人机UAV（unmanned aerial vehicle）编队飞行视频,通过双差分图像操作和多分辨率连通分支标记算法确定图像中的运动区域．提出了一种改进的贪婪算法,利用已确定的矩形运动区域作为初始轮廓,实现对无人机目标的精确轮廓提取．以运动区域的中心位置为输入,建立在线卡尔曼滤波器组对多目标进行跟踪,并由此提出了如何对多目标中的遮挡问题进行判定、分割的方法．仿真实验验证了文中所提的方法.