细分曲面求交裁剪算法研究

基于细分曲面的参数化表示,研究了细分曲面的精确求交、裁剪算法。首先对控制网格建立局部坐标系,将细分曲面表示为一系列小的面片,并对每个控制顶点赋予参数值。然后用改进的轮廓删除法细分控制网格,在关联曲面间进行相交性检测,得到近似交点及其参数值,再用迭代法求得精确解。根据用户指定的裁剪区域确定交线的走向,将被裁剪曲面的控制网格面分为保留面、裁剪面和删除面,设置每个裁剪面的裁剪域,从而实现细分曲面的精确裁剪。算例表明,该文的方法简单、有效。     

C-C细分曲面的交互形状修改

为了增强细分曲面的造型功能,讨论了C-C细分曲面的交互形状修改算法。通过实时建立局部坐标系定义C-C细分曲面上点、法向量和局部等参数线等约束并将其转化为对控制顶点的约束,得到全局线性系统,从而可以在满足不同类型的几何约束时修改曲面的形状。基于最小二乘法和能量优化法给出两种修改算法,前者可以保持控制顶点扰动量的总和最小,运行速度快,适合于局部、精确调整;后者利用罚函数法给出了能量极小意义下的最优解,适合于保持光顺性要求的全局修改。两种方法都可以利用广义逆矩阵求得显式解,具有可逆性、可交换性、结合性等优点,提高了曲面形状修改的效率和可控性。     

一种改进的数控机床工件坐标找正方法

测头测量存在随机误差,采用二点确定直线的方法进行坐标找正会带来较大误差,本文针对常用的测量垂直坐标系找正方法提出了一种改进算法,通过分别测量一组数据,采用最小二乘法拟合直线,可以较好的减小随机误差影响,得到更精确的坐标结果。     

基于机器视觉的钢轨轮廓测量方法研究

钢轨轮廓检测是轨道几何参数检测的重点和难点。采用二维平面靶标对激光摄像传感器进行标定,建立世界坐标系和图像坐标系的标定模型。通过棋盘格进行实验标定,获取300组数据,采用非线性最小二乘法来标定模型参数。结果表明:采用非线性最小二乘法能够将棋盘格水平和垂直的测量误差控制在0.3 mm左右,该方法能够很好地运用到钢轨轮廓测量中。     

基于最小二乘原理建立坐标系方法的研究与实现

在产品的误差检验和反向工程中，为了保证测量数据的一致性，用三坐标测量机进行测量前必须建立相应的测量坐标系。对于形状复杂的零部件，用传统的方法来建立坐标系有时很难满足实际生产的要求。由此提出了一种基于最小二乘点对齐原理来建立测量坐标系的方法。该方法已经在立科3DM测量软件中获得了成功的应用，测量结果也满足实际生产的要求。     

参数辩识的线性规划法及其快速实现

本文在最小绝对误差和准则下。给出了辩识线性回归模型参数的线性规划方法。並根据线性单纯形表格的特点对线性规划的算法做了极其有效的改进。整个迭代过程中。无需计算单纯形表格,而是通过两个矩阵的相乘积来进行最优性判断,因而能节省大量的存储空间。通过最小二乘法选择线性规划迭代法的初始基点,使得迭代次数大为减少、计算速度大大提高。大量的应用实例表明,本文给出的算法十分有效、速度的改进相当可观。     

轮毂检测建模及测量数据处理方法研究

轮毂作为车辆行驶状况的重要保证，其复杂的形状结构为其尺寸检测带来困难。本文提出一种对关键特征打点建模的方法对轮毂的主要尺寸进行检测。给出了通过打点建立特征图形的方法，利用面-圆-圆的方法建立坐标系的具体策略，给出轮毂主要尺寸测量和数据分析的步骤，提出解决测量数据误差的方法，以提高测量的准确性和科学性。通过多次试验分析，实现了轮毂宽度、直径、PCD及螺栓孔直径、中心孔直径、偏距、行位误差等主要参数的测量。本文所提出的测量方法简单易行、测量效率高、结果准确，可以提高轮毂在生产过程中的检测效率和精度，对轮毂的生产具有重要意义。     

简化运动模型的目标图像角跟踪系统设计

光电跟踪系统的非线性滤波问题是影响跟踪精度的重要因素,传统的解决方法一般基于混合坐标系或笛卡尔坐标系完成,算法复杂,实时性不高.本文针对一类基于图像的光电跟踪系统,讨论了直接利用目标测角信息在球坐标下建立简化目标运动模型,并实现稳定跟踪的方法.文章用最小二乘法在球坐标系下建立了目标运动的简化模型,基于蒙特卡洛方法进行了仿真,给出了仿真结果,并与传统的EKF算法进行了对比.仿真结果证明了方法的可行性.     

散乱点云特征面拟合与求交算法

逆向建模的主要目标就是通过曲面重构,向CAD输入NURBS等曲面模型。曲率是曲面的基本信息,采用二次曲面法估算点云曲率,结合曲率法和统计法对点云进行特征型面分割,有效识别了平面、圆柱面和球面等规则曲面。采用最小二乘拟合法求解曲面参数,拟合NURBS曲面,并采用Newton-Raphson迭代法求解面与面的相交线。实验中规则模型的特征面识别率达到100%,复杂规则几何模型的主要特征面能正确识别。实验结果表明该方法在以规则型面为主要特征的零件模型重构应用中的有效性。     

基于遗传优化的BP神经网络法在甲烷检测中的应用

针对传统的最小二乘法拟合红外传感器的输出特性曲线时存在误差大、计算复杂,传统的BP神经网络法拟合红外传感器的输出特性曲线时存在网络收敛速度慢、易陷入局部极小的问题,通过分析改进的最小二乘法和改进的基于遗传优化的BP神经网络法的拟合效果,指出改进的BP神经网络法拟合度较高,并给出了改进的BP神经网络法在甲烷体积分数检测中的实验结果。结果表明,该方法能够拟合出理想的曲线,有效提高了红外传感器的检测精度及响应速度。     

基于光幕触发CCD交汇连发弹丸坐标处理方法研究

针对CCD线阵交汇系统中测试弹丸连发坐标时以最大帧频连续拍摄,数据量过大而导致处理时间过长的问题,提出一种基于基于激光光幕触发的多峰值检测和自适应阈值弹丸检测的快速检测连发弹丸坐标方法。采用90°的“一”字线型半导体激光器配合原向反射屏形成光电探测靶面,光电转换模块将弹丸过靶时引起的光通量变化转换成电信号产生过靶信号,处理数据时先使用多峰值检测算法,根据获得的过靶信号波形计算出所有弹丸的过靶时刻和对应图像位置信息,并将该幅图像和临近两幅图像拼接成一幅组合图像作为该发弹丸的过靶图像,再使用基于自适应阈值的弹丸检测算法对其进行弹丸目标检测得到弹丸坐标。当该图像检测出多个像素坐标时,使用像素坐标剔除算法进行处理得到准确坐标。最后进行了4组对照试验,在得到正确连发坐标的前提下分别统计本文方法与传统方法的处理时间。结果表明与处理所有图像的传统方法相比,本文提出的方法在保证连发弹丸坐标正确率的前提下,提高了处理速度。     

基于全方位视觉的多目标跟踪技术

为了快速准确地检测并跟踪多目标对象, 提出了一种基于全方位视觉的多目标对象跟踪方法. 首先采用全方位视觉传感器(ODVS)实时地采集现场360°全景视频图像;接着融合运动历史图像算法(MHI)和运动能量算法(MEI)实现了快速高效的MHoEI(Motion History or Energy Images)自动跟踪算法, 对多目标对象进行检测和跟踪;最后, 本文采用面向对象技术融合目标对象进行匹配跟踪实验结果表明本文提出的方法能较好地跟踪多目标对象, 具有鲁棒性高、运算量小、便于硬件实现、高效等优点.     

基于轨迹稀疏聚类的高速公路车辆检测

针对高速公路中车辆的实时检测问题,提出了一种基于轨迹稀疏谱聚类的高速公路车辆检测方法。使用ORB算法检测特征点并利用基于金字塔LK光流算法进行跟踪得出特征点轨迹,将轨迹逆投影至三维世界坐标系,利用轨迹三维信息构建轨迹间的相似矩阵并对其进行稀疏化处理,采用谱聚类方法对特征点轨迹进行初步聚类,对谱聚类结果进行类间合并得出车辆检测结果。实验结果表明,方法花费了更少的时间代价,有效地解决了车辆遮挡问题,车辆实时检测精度提高至93%,具有一定的有效性和价值。     

基于自适应的高对比性子空间的高维离群点检测

基于子空间解决高维离群点挖掘的问题已经引起人们的广泛关注,现有方法存在的主要问题是难以选取合适的子空间且选取计算量大、阈值等参数设置困难等。这些影响了检测精度和检测效率。利用高对比度子空间选取方法解决子空间选取问题,利用自适应方法解决阈值参数的确定问题,据此提出自适应的高对比性子空间离群点检测方法(AHiCS)。该方法利用统计检验算法选取高对比性子空间,在高对比性的子空间里自适应计算离群点得分,提高了离群点检测的精度与效率。理论和实验表明,该方法可以有效地挖掘高维离群点。     

基于改进的A*算法与动态窗口法的移动机器人路径规划

提出了一种改进的A^*算法与动态窗口法相结合的混合算法,以解决移动机器人在多目标复杂环境中的路径规划问题．首要,为了提升算法的运行效率,实现单次规划的路径可通过多个目标点,同时提升路径平滑处理的灵活性并满足移动机器人非完整约束条件,本文利用目标成本函数对所有目标进行优先级判定,进而利用改进的A^*算法规划一条经过多个目标点的最优路径,同时采用自适应圆弧优化算法与加权障碍物步长调节算法,有效地将路径长度缩短5%,转折角总度数降低26.62%．其次,为实现移动机器人在动态复杂环境中局部避障并追击动态目标点．提出将改进动态窗口算法与全局路径规划信息相结合的在线路径规划法,采用预瞄偏差角追踪法成功捕捉移动目标点,并提升了路径规划效率．最后,对所提方法进行仿真实验,结果表明该方法能够在复杂动态环境中更有效地实现路径规划．     

基于机器视觉的非平整物体表面凸起异物检测方法

在换向器质量检测中,其端面槽口附近凸起异物属于严重质量问题,目前仍采用人工检测方式,存在检测速度慢和漏检率高,且换向器端面的非平整特性给检测带来挑战。针对此问题,运用机器视觉技术,提出一种基于光度立体视觉的换向器非平整面凸起异物检测的方法。该方法通过四方位打光方式,获得不同方位光照图,对光照图进行计算得到其反照率图,再进行高斯卷积处理,然后针对特定区域采用极坐标转换用于提取缺陷特征并对其进行凸起异物识别与检测。实验结果表明,该方法能够快速有效检测换向器非平整表面存在的凸起异物问题,检测精度达到99.8%,能够满足对换向器质量的在线检测需求。     

虚拟正畸治疗中的错位牙齿自动排列方法

针对虚拟正畸技术中人工排牙效率低下问题，提出一种基于拟合优化的错位牙齿 自动排列方法。对输入的牙列模型建立排牙坐标系，定义单颗牙齿特征点并建立牙齿局部坐标 系。在此基础上，从低维角度分析牙列中各颗牙齿的位置和姿态，采用加权拟合优化的方法分别 计算牙齿的坐标平移量与局部坐标轴旋转量，形成牙齿位姿与空间牙列曲线的关联约束，并结合 矩形包围盒的碰撞检测方法，设计基于最速下降法的迭代算法在空间牙列曲线约束范围内调整牙 齿位姿，完成牙齿的自动排列。实验结果表明，排好的牙列与人工排牙结果相差无异，排牙效率 大大提高；与现有排牙方法相比，更贴近临床牙齿矫治，且牙齿移动代价总量明显降低。     

混合高斯模型结合五帧差分的运动目标检测

在复杂背景下,光照变化、目标短暂遮挡以及背景运动等因素会导致运动目标检测精度较低.提出一种结合改进混合高斯模型和改进五帧差分的运动目标检测算法,首先在混合高斯模型中加入自适应学习率以及背景学习速率更新策略有效解决传统背景更新速率恒定而出现的残影现象;然后利用改进的五帧差分法克服运动目标短暂遮挡问题,并加入光照阈值判别因素,有效减弱光照变化带来的影响;最后对两者结果进行或运算进而得到最终检测结果.实验结果表明,该融合算法在复杂环境下具有一定的抗干扰能力,运动目标检测精度较高.     

基于中点法的复杂图形轮廓信息自组织算法研究

为提高图形轮廓信息获取效率和克服现有方法需角度判别、计算量大等问题,提出了一种基于中点判别法的视图轮廓信息获取方法。该方法首先将各候选路径按照象限进行分区,并通过直接比较坐标值来快速排除一部分候选路径;然后将难以判别的候选路径,通过中点判别法来确定候选路径走向。由于中点判别法只需进行移位和加减运算,并避免了复杂的角度计算和求交运算,因而计算效率高。该方法特别适用于复杂工程图轮廓信息的自组织。试验结果表明,该算法不仅速度快,且稳定可靠。     

一种新的基于局部轮廓特征的目标检测方法

针对复杂场景中背景复杂、目标周围噪声多及目标只占图像中较小部分而难于检测的问题,提出一种新的基于局部轮廓特征的检测目标方法.该方法首先利用改进的全局概率边界算法 (Globalized probability of boundary, gPb) 算法提取图像的轮廓,然后应用最大类间方差法 (Otsu)进行自动阈值处理得到图像的显著性轮廓; 再提取显著性轮廓的k邻近大致直线轮廓段(k connected roughly straight contour segments, kAS),并以kAS作为局部特征,用于复杂场景中的目标检测.该算法结合 gPb 算法和 Otsu 提取轮廓的显著性轮廓,去除了目标附近的大量噪声边界,有效地提高了检测效率.同时,在检测阶段,测试集与 训练集中提取的不相关特征数目也得到较大减少,从而提高了检测的精度.多组实验结果均表明本文方法的有效性.