冶金模具三维可视化及其模型检测

目前,利用计算机视觉和近景摄影测量的理论和方法对冶金模具进行三维可视化和模型检测是一个重要的研究热点.冶金模具的表面一般光滑连续,灰度分布均匀,缺乏可用于匹配的纹理特征.本文针对冶金模具的表面纹理缺乏的特点,在传统用数码相机摄取影像数据的基础上,引入了投影器设备.投影器能够人为地给冶金模具表面添加纹理特征,这些纹理特征清晰稳定,相对容易提取和匹配,成功地解决了纹理缺乏的困难.利用投影器的虚拟影像和数码相机拍摄的带有投影纹理特征的目标物体影像构成立体像对,通过空间前方交会的方法解算纹理特征的空间坐标.连接相邻的空间纹理特征点,形成冶金模具的三维立体模型.直接对三维模型进行测量,能够得到相关的数据参数.根据模型测量数据与冶金模具的设计数据进行比较分析,得到相应的模型检测结果,模型检测的精度能够达到0.2～0.4 mm.整个方法快速、有效,全自动采集各种数据和进行处理,且无破坏性,是非接触式的,几乎不受时空的影响,适应性很强.实验及其结果证明基于投影器的冶金模具三维可视化与模型检测的有效性、正确性和实用性.     

基于二维和三维信息融合的人耳识别

针对人耳识别中存在姿态、光照变化等问题,提出信息融合的方法,将二维人耳和三维人耳的信息进行融合,以克服姿态、光照对人耳识别的影响.对于二维人耳,由于姿态等的变化会导致人耳图像数据在高维空间中呈现出非线性流形结构,采用等距映射这种流形学习算法进行特征提取,对三维深度人耳则采用3D局部二值模式进行特征提取,然后分别进行二维和三维人耳识别,最后在决策层进行融合识别.在79人的人耳数据库上进行了实验,每人8幅带姿态的二维人耳图像和6幅带光照的三维人耳深度图像.实验结果表明,与单独的二维人耳和三维人耳识别相比,融合之后的识别效果和认证效果均有很大的改善.      

基于数字条纹投影的钢板表面三维缺陷检测

针对目前常用的钢板表面检测系统在检测三维缺陷时存在的局限性,提出了一种基于数字条纹投影的三维缺陷检测方法,并构建了检测系统的数学模型,首先通过面阵CCD相机采集由表面三维缺陷引起的投射条纹形变图像,然后使用旋滤波算法对条纹图像预处理,并通过傅里叶变换轮廓术算法实现对条纹相位的提取,最终利用数学模型推导出条纹相位与缺陷深度的关系,进行钢板表面三维缺陷的在线检测.试验结果表明,该方法在准确检出钢板表面三维缺陷(凹坑或凸包)的同时较好地解决了钢板在传送中的振动及二维缺陷干扰等问题.     

轧辊磨损过程中的形貌图像特征及分形

 轧辊表面形貌直接影响板带钢产品的表面质量甚至其织构组成。为了定量研究轧辊磨损过程中其表面形貌特征的变化规律,采集了1个磨辊周期内不同轧制阶段的轧辊表面图像信息,基于MATLAB平台,利用图像处理方法对不同阶段的下机轧辊表面图像进行了预处理,提取样本图像的几何形状及纹理特征等17维图像特征参数和分形维数,经过对这些参数的属性约简建立了用于轧辊磨损形貌状态识别的BP神经网络模型。结果表明：等效面积圆半径﹑圆形度﹑纹理熵及二阶矩等轧辊形貌图像特征参数和分形维数可以作为描述轧辊表面形貌的定量指标,并可用BP网络模型对轧辊磨损形貌进行识别预测。为建立轧辊磨损形貌的定量评价体系提供了新途径。     

结构增强扩散在地震资料构造解释中的应用

为了提高地震资料构造解释的效率和准确性,提出结构增强扩散方法提高地震资料质量.将地震资料转换为地震图像,通过提取地震图像结构张量,使用双边滤波器求取梯度值,结构增强扩散方法根据地震图像纹理不连续的方向和强度信息自动判断阈值,实现在断点处保持不连续特征的同时,增强地震同相轴的连续性,从而提高地震图像横向分辨率和突出地震资料中的构造特征.应用结果表明,结构增强扩散处理能够提高地震图像复杂构造的显示效果,有助于提高构造解释精确度,并且能够提高计算机自动解释的合理性.     

三维激光扫描在隧洞围岩结构信息获取中的应用研究

针对接触式测量方法无法满足深部高陡岩体结构信息采集的要求，以金川二矿+650 m水平卸载站硐室掌子面为研究对象，采用三维激光扫描仪获取其表面点云数据集，并对点云数据进行处理提取岩体结构信息参数，并利用校核算法与地质测量结果验证数据的可靠性。结果表明：（1）通过对高精度获取的扫描数据进行快速处理，在控制点已知和未知的情况下，均可获取结构面的产状信息，降低了人员获取结构面信息的危险性；（2）利用最小二乘法计算产状、近似平行结构面组间距算法计算间距，以及将实测结构面产状与提取出来的结构面信息做差比较，可知倾向和倾角误差均在±6°范围以内，间距误差在±0.03 m以内，验证了提取数据的可靠性；（3）在金川二矿+650 m卸载站硐室掌子面结构面产状等信息的提取中应用了本文方法，有效识别了结构面产状信息。该项研究工作不仅避免了危险性，而且提高了精度与效率。     

基于免疫遗传形态学的视网膜光学相干断层图像边缘检测方法

提出了基于免疫遗传算法的形态学自适应结构元素生成算法,并将其用于光学相干断层成像(optical coherence tomography,OCT)图像中视网膜组织边缘检测.首先将图像进行去噪和粗分割的预处理,并将图像划分为若干子图像;其次对每一子图利用免疫遗传算法求取自适应结构元,初始随机生成固定长度的二进制数串作为抗体,并将其转化为结构元素格式,以图像二维熵定义抗体适应度,根据子图像本身结构特征信息,寻找最优抗体结构元素;最后利用寻优得到的各结构元素对子图进行形态学边缘检测,合并各子图的分割结果,实现整体图像目标边界提取.实验结果表明了该方法在图像目标边界提取的有效性.     

金属裂纹图像纹理重构识别方法研究

对金属裂纹采用图像处理方法进行纹理重构和识别,提高贵重金属制品的鉴别和裂纹的修复水平。提出基于三维网格分割的金属裂纹图像纹理重构识别方法。构建金属裂纹图像的纹理信息传导结构模型,采用三维网格分割方法进行图像重构。仿真结果表明,采用该算法进行图像纹理重构识别,从而提高图像修复能力。     

基于免疫遗传形态学的视网膜光学相干断层图像边缘

提出了基于免疫遗传算法的形态学自适应结构元素生成算法,并将其用于光学相干断层成像(optical coherence tomography,OCT) 图像中视网膜组织边缘检测. 首先将图像进行去噪和粗分割的预处理,并将图像划分为若干子图像; 其次对每一子图利用免疫遗传算法求取自适应结构元,初始随机生成固定长度的二进制数串作为抗体,并将其转化为结构元素格式,以图像二维熵定义抗体适应度,根据子图像本身结构特征信息,寻找最优抗体结构元素; 最后利用寻优得到的各结构元素对子图进行形态学边缘检测,合并各子图的分割结果,实现整体图像目标边界提取. 实验结果表明了该方法在图像目标边界提取的有效性.      

基于遗传算法的带钢表面缺陷特征降维优化选择

针对带钢表面的划痕、黑斑、翘皮、辊印、褶皱和压印6种典型缺陷,提取了样本图像的灰度、纹理和几何形状特征等32维特征向量。基于遗传算法对32维特征向量进行降维优化选择,选择了其中的20维以进行缺陷图像类型的分类。利用BP神经网络对降维前后的6种典型带钢表面缺陷分类进行对比识别,并同主成分降维方法进行了对比,验证了所提取的...