改进Prewitt算子圆锥面边缘高精度检测算法

圆锥面量规直径的检测是汽车发动机气门检测中重要的尺寸测量,是气门各项长度尺寸检测的基准线。针对Prewitt算子在边缘检测上存在的速度慢、稳定性差以及在高精度（精度在u级）测量中准确度低等问题,提出了一种改进的斜向边缘直径检测算法。对图像进行中值滤波,对目标区域边缘进行粗略定位以确定第二次边缘检测的方向。在确定的检测方向上,应用二次曲线拟合算法得出精确的亚像素边缘信息,将测得的左右边缘坐标差乘上像素当量并进行误差补偿,得到精确的直径值,寻找量规直径位置。实验结果表明,算法与已有算法相比,准确性提高1倍,稳定性与运算速度有较大提高。     

基于像素分割的亚像素圆模板算法

为提高旋转图像的质量和性能,提出了一种亚像素圆模板算法。在假设图像是连续的前提下进行逆向旋转变换;通过像素网格状分割选取亚像素圆模板的圆心;用亚像素圆模板（直径等于像素边长）进行离散化。邻域像素被圆模板覆盖的面积与圆面积的比值Rs,相应像素的颜色值Cs,旋转后像素的颜色值等于Rs和Cs的卷积。实验表明该算法图像旋转效果好于最近邻点插值和高斯模板算法,连续性接近双线性插值,计算性能明显高于双线性插值和高斯模板。     

基于滑动边缘点的高斯拟合亚像素定位算法

为满足机器视觉装配过程中对加速度计零部件的精确定位要求,提出一种改进的高斯拟合亚像素边缘定位算法。该算法首先在粗定位边缘点梯度方向选取一系列邻近点。然后以粗定位边缘点为当前边缘点,选取拟合点进行曲线拟合。最后,根据曲线拟合质量动态滑动当前边缘点,重新选取拟合点并进行曲线拟合,通过滑动当前边缘点来搜索亚像素边缘点位置。仿真实验表明,在处理经过平滑加噪后的理想圆时,其定位精度优于0.012个像素。实际应用与模拟实验表明,该算法能够修正图像因粗定位不准而带来的亚像素定位误差,获得离粗定位边缘点最近的亚像素边缘点位置。与先验算法相比,改进算法具有更高的精度和实用性。     

瞳孔亚像素边缘检测与中心定位

为提高视线跟踪系统的分辨率和精确度,提出了一种亚像素精度的边缘检测与中心定位算法。利用设计的一维边缘检测算子对瞳孔像素级边缘点进行提取,然后利用边缘点小邻域内梯度方向上图像信息,进行亚像素边缘位置检测,最后经椭圆拟合确定瞳孔中心的精确位置及瞳孔形状参数。仿真实验验证了算法的有效性,提出的算法已被成功应用于实时视线跟踪系统中。     

边缘模式比对高精度测长技术研究

边缘在图像检测中有着重要的作用。本文利用参考标尺作为检测基准,采用边缘模式比对的方法,基于亚像素技术设计高精度的边缘检测算法,获得被测物的亚像素级边缘位置。算法精度高,具有抗噪声,抗抖动,抗倾斜等优点,并且对图像传感器件分辨率要求较低,特别适用于复杂生产环境下高精度的视觉测量。     

基于机器视觉转子冲片亚像素精度尺寸测量研究

针对传统冲压件人工尺寸测量效率低、精度难以保证等问题,提出一种基于机器视觉的转子冲片亚像素精度尺寸测量方法。该方法采用先将采集的冲片图像灰度化再应用中值滤波来降低噪声干扰的图像预处理方法;通过Canny算子与Otsu方法相结合实现自适应阈值边缘检测,再利用改进的Zernike矩方法进行亚像素定位,获取亚像素级坐标;然后设计轮廓分割算法,主要提取内外圆亚像素轮廓,同时设置感兴趣区域并基于K-Means聚类算法分割出骨架线段轮廓,最后使用最小二乘拟合法求解出转子冲片内外圆直径和骨架间距尺寸。实验结果表明,该方法平均测量精度可以达到0.01mm,测量精度高、速度较快,具有较高的实用价值。     

基于Zernike矩的保持架直径测量方法

为了解决轴承保持架人工抽检费时费力等问题,同时提高工业生产自动化水平,简述了一种基于Zernike矩的保持架直径测量方法;以型号32007E的圆锥滚动轴承筐形保持架为例,提出了基于视觉的直径测量方法,分析CCD相机采集到的轴承保持架大小端面图像,进行图像预处理后,对Sobel算子边界点阈值进行重新设定,快速检测出保持架两端圆面可能存在的边缘点集,增加了有效圆检测算法,剔除部分偏离有效圆的点,再利用 Zernike 矩算子对有效的边缘点进行重新定位,检测出保持架两端圆面的亚像素边缘并计算其精确位置,最后对所得到的亚像素边缘点集进行最小二乘法拟合,获取保持架两端直径具体尺寸;实验表明,该方法测量结果与人工测量精度接近,甚至更高,具有良好的效果和实用价值。     

高分辨率PCB图像亚像素边缘检测算法

针对高分辨率工业印刷电路板PCB图像的直方图和边缘特征进行了统计分析,提出了一种基于直方图统计的双门限选择方法进行像素级边缘定位,然后根据亚像素原理把像素级边缘校正到亚像素精度的快速亚像素边缘检测算法。与插值、空间矩以及曲面拟合等传统亚像素边缘检测算法的对比实验结果表明,本文算法在检测精度上达到0.066个像素,满足检测精度的要求,并在计算速度上具有较大优势。     

一种基于亚像素边缘特征的医学图像融合方法

一种新的基于亚像素边缘特征的图像融合算法。该算法通过使用一种亚像素边缘检测算法提取图像的亚像素边缘特征,采用奇异值-迭代最近点法(SVD-ICP)实现轮廓间配准和利用小波极大值融合算法实现图像融合。     

一种新的漫射边缘亚像素检测算法

分析了漫射边缘的特征及其在亚像素边缘检测中存在的主要问题,针对目前亚像素边缘检测算法不适于漫射边缘的亚像素检测的问题,提出了一种新的针对漫射边缘的亚像素边缘检测算法.该算法充分利用了漫射边缘中的有效信息,在计算上具有通用性及简易性.同时,引入了高斯卷积平滑的预处理方法及Sobel算法对图像像素进行粗筛选,从而进一步提高了该算法的计算速度和精度.并且通过实验,验证了该算法的有效性及优越性,并分析了误差产生的原因.     

基于Internet的实时机器人系统时延预测研究及算法

针对基于Internet实时机器人系统,提出了多尺度的时延预测算法,该算法是在线和实时的。基于网络结构分析了网络时延的主要组成及其时延特性。不同于传统的网络往返时延的预测,该算法预测的是能真实反映端对端数据包传递的单程时延,而且还提出了预测单向时延所需的时钟同步算法。理论分析和多点之间的网络实验验证了该算法的高效性。     

一种改进的STFT在PGPR回波信号处理中的应用

针对传统短时傅里叶变换（STFT）对时变显著信号分辨率不高的缺点,提出了一种对窗函数加调频系数的改进算法,用VC程序予以实现;并对一组三峡工地实测相控阵探地雷达（PGPR）回波数据进行处理,依据不同观测目的,对处理结果使用测点切片视图和频率切片视图进行显示。通过对视图的比较分析,结果表明在改进算法中选择合适的窗函数和窗参数,能有效提高时变显著信号的分辨率,对地质情况进行较精确的定位。     

高分辨TerraSAR-X 图像舰船目标几何参数提取方法

准确提取SAR图像舰船目标几何参数是实现舰船分类的基础。由于SAR特有的成像机理, SAR图像旁瓣效应和方位模糊严重影响了舰船目标的几何参数估计,为此提出一种基于迭代线性回归的舰船几何参数提取方法。首先通过线性回归提取目标的主轴方位;然后利用循环迭代剔除远离主轴的虚假目标像素;最后用实测SAR数据进行了验证。实验结果表明,该算法对高分辨率的SAR舰船目标切片具有较好的参数估计效果。     

NAT-PT簇的负载均衡

NAT-PT是实现IPv4/IPv6互访的关键技术,但单一的NAT-PT存在较多的缺点。该文引入NAT-PT簇来解决单一NAT-PT存在的问题,设计以DNS-ALG为调度中心的硬件结构和3层结构的软件系统,提出扩展加权系数轮转调度算法和动态阈值算法相结合的调度策略。实验证明,该软、硬件结构和调度策略可以弥补单一NAT-PT的缺点。     

用位置锁相环实现机床主轴准停控制

介绍了一种用于数控车床的精确主轴定位准停的实用方法,数控系统发出M19命令给单片机8031系统。单片机系统通过接收主轴位置编码器的反馈信号,并计算后发出1个模拟量控制主轴驱动系统,主轴减速并稳定到设定值,当主轴运行到预设的角度后即到准停位置停止。     

一种图象空间类快速反走样算法

针对显示器和打印机空间分辨率有限,在输出字符和其它参数图形时存在锯齿形边和细节丢失等走样现象,提出一种在图象空间利用模板匹配及拟合补偿的快速反走样算法。与现有物体空间类反走样算法相比,该算法具有可用于等分辨率光栅化参数图形、支持流水线并行处理机制、适宜低成本硬件实现等优点,且时空复杂度低,反走样效果理想。     

Spindle thermal error prediction approach based on thermal infrared images: A deep learning method

It is essential to precisely model the spindle thermal error due to its dramatic influence on the machining accuracy. In this paper, the deep learning convolutional neural network (CNN) is used to model the axial and radial thermal errors of horizontal and vertical spindles. Unlike the traditional CNN model that relies entirely on thermal images, this model combines the thermal image with the thermocouple data to fully reflect the temperature field of the spindle. After pre-processing and data enhancement of the thermal images, a multi-classification model based on CNN is built and verified for accuracy and robustness. The experimental results show that the model prediction accuracy is approximately 90 %–93 %, which is higher than the BP model. When the spindle rotation speed changes, the model also shows good robustness. Real cutting tests show that the deep learning model has good applicability to the spindle thermal error prediction and compensation.     

基于PSNR小波域量化调制水印嵌入方法的参数定量估算

量化步长是量化调制方法中的重要参量,但是目前无法定量计算。针对这个问题,以抖动量化调制方法为研究对象,以小波变换系数为量化系数,提出了基于峰值信噪比(PSNR)的量化步长定量估算方法。首先根据量化误差的分布情况给出了基于量化步长的量化误差定量估算方法,然后根据小波变换的性质推导出了量化步长、水印序列长度与PSNR之间的定量关系式。实验结果显示,量化步长取值相同时实验测得的PSNR值和定量关系式计算出的PSNR值基本一致,验证了推导的定量关系式。     

一种基于触发机制的轮转算法

在负载平衡技术中,必须使用合适的算法进行成员选择,以决定由哪个副本对象处理到来的客户请求。传统轮转负载平衡算法只能在某些特定条件下平衡负载。针对该缺点,结合普通轮转算法和加权算法的优点,提出一种基于触发机制的轮转算法。实验结果表明,该算法能感知后段资源。     

Vibration modelling with fast Gaussian wavelet algorithm

Vibration signals are considered as nonstationary signals with transients. Conventional harmonic Fourier analysis finds it difficult to model the vibration signals. In this paper, a novel approach using the global Fourier transforms and local wavelet analysis is presented for vibration analysis and modelling. Time–frequency wavelet analysis has been proven a useful tool for the detection of vibration transients. However, current algorithms with discrete or continuous wavelet transforms for vibration analysis are either low resolution of features or very time consuming. We developed a fast Gaussian wavelet algorithm with very narrow band-pass filtering technique. The time–frequency maps with high frequency resolution enable us to observe the evolution in time of significant frequencies identified by global Fourier analysis, so that the transients and the regular signals can be distinguished. These regular significant frequencies are selected to be the basis of vibration modelling. The coefficients of the model are identified by a least-squares algorithm, which ensures that the error is minimised. To demonstrate this approach a machine spindle vibration signal is analysed, and the main features of the vibration signal are extracted, which are useful for system monitoring and further analysis.