基于尺度不变特征变换的车牌特征提取及BBF匹配方法（英文）

针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换(Scale-invariant feature transform,SIFT)的车牌特征提取及(Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss,DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First)算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。     

基于尺度不变特征变换的无砟轨道板钢筋检测

为实现高速铁路无砟轨道板的钢筋自动检测识别和计数功能,通过系统地对比分析高速铁路无砟轨道板的结构和主要病害类型及其原因,以及对应无损检测方法的优缺点,采用探地雷达法无疑是一种很好的方法。基于探地雷达图像,进行了无砟轨道板的钢筋检测和计数研究,采用尺度不变特征变换(SITF)算法提取和建立了特征点,并优化去除了重复和错误匹配特征点,同时结合模板匹配的方法实现了钢筋自动检测和数目计数判断功能,为后续的进一步缺陷自动检测识别工作奠定了良好的基础。     

基于局域波时频谱的不变矩故障特征提取方法

在机电设备的故障诊断中,特征提取是最重要也是最困难的一个环节.在设备发生故障时,其故障信号往往具有时变特性.传统的基于富里叶变换的分析方法对这些时变信号往往无能为力.在此,应用一种新的局域波法时频分析方法,对设备出现故障时的振动信号进行特征提取.由于局域波时频谱可以表示为灰度图像.因此,利用图像信息的不变矩进行故障特征提取.实验证明了该方法的可行性.     

焊接坡口特征设计与焊缝特征提取方法

分析了数字化CAD/CAPP/ROBOTICS集成焊接对焊接坡口设计的要求,设计了满足在设计环境和工艺规划环境双向数据流动和共享的焊接坡口特征设计的总体方案,提出了基于坡口特征库的典型焊接坡口造型和改进的基于CAD/CAM平台二次开发程序驱动的通用焊接坡口特征造型实现方法,给出了基于坡口特征设计解决坡口信息提取及焊缝特征识别与提取的方法,并实例验证了坡口特征造型方法的正确性.     

基于机器视觉的齿轮图像特征匹配优化北大核心

为了提高视觉系统中齿轮图像匹配的准确率,提出了一种金字塔光流法与ORB(oriented fast and rotated brief)算法结合的齿轮图像匹配优化方法。该方法在图片进行灰度化和高斯模糊等预处理操作后,用ORB算法得到图像的特征点,用金字塔光流法跟踪图片间的特征点,暴力匹配之后通过汉明距离和哈曼顿距离进行筛选,最后以改进的RANSAC(random sample consensus)算法优化匹配结果。实验结果表明,该算法在齿轮图像匹配过程中能够减少错误的匹配点,筛选出具有代表性的匹配点,减少误匹配率。     

基于Hilbert-Huang变换的振动信号特征提取

采用Hilbert-Huang变换,提取高压齿轮泵泵壳振动信号故障特征.该方法先对信号进行EMD分析和Hilbert变换,再提取信号Hilbert谱及谱熵.Hilbert谱刻画了信号的能量随时间和频率的变化规律,而谱熵刻画了信号能量分布的复杂性.分析结果表明,提取的特征有效地刻画了故障信号,为故障模式的识别奠定了基础.     

基于图像矩的旋转机械故障特征提取方法

为充分利用旋转机械振动信号的多维图形信息,以提高故障诊断准确率,介绍了希尔伯特包络和双谱概念,由此引入振动信号的包络双谱图,提出了利用双谱图矩来表征轴承运行状态。对比分析了其他图像特征提取技术,实验验证了基于振动谱图矩特征识别故障诊断方法的可行性。     

基于多特征点匹配的管道焊缝图像拼接方法

为解决由于曲面光照不均而导致的获取管道焊缝图像亮度差异较大、特征不清晰等问题,提出一种快速稳定的焊缝图像拼接方法。基于传统加速稳健特征(SURF)的图像拼接算法,在特征描述环节,用局部差异二值(LDB)描述子描述特征点区域,相较于传统描述子降低了特征维度;结合LDB描述子,构建特征点与相邻特征点的约束信息,利用局部结构信息进行多特征点同时匹配代替单一特征点匹配方法,提高匹配稳定性。试验结果表明:该方法有效提高了管道焊缝图像拼接的快速性和成功率,拼接效率约是SURF算法的1.8倍,拼接成功率约是SURF算法的1.3倍。该方法在其他图像拼接领域也具有一定应用价值。     

基于无损探伤及多特征匹配的汽车铸铁件缺陷识别

超声检测是铸铁零件内缺陷判定的重要手段,针对其检测效率较低,在大批量铸件质检中操作性较差等问题,提出一种以多特征匹配来快速测定铸件内缺陷的技术方案。分析了铸铁件典型缺陷(疏松、缩孔、夹渣)及其声波特性,研究了铸件缺陷的多特征匹配流程,并从缺陷检测和识别两个角度论证方案的可行性。总之,根据声波特性,利用多特征匹配能较好的判定缺陷,减少匹配误差,提高质检效率。     

基于STEP-NC的CAD/CAPP/CNC系统集成的研究

STEP-NC是一个CAD/CAM与CNC系统间实现数据交换的接口,基于STEP-NC的CAPP系统和CNC系统与传统的CAPP及CNC系统在功能模型上有很大区别.开发了一个基于STEP-NC的CAPP系统功能模型;在分析STEP-NC标准的基础上,通过对STEP-NC数据模型进行扩充和完善,建立统一的基于STEP-NC数据模型的开放式共享数据库,使得CAD/CAPP与CNC系统真正实现无缝集成.     

基于小波包分解与K L变换的齿轮泵振动信号故障特征提取方法

针对齿轮泵故障成因复杂、模糊性强的特点,结合小波包分解与K-L变换,提出一种适用于支持向量机故障诊断的特征提取方法。通过小波包对样本故障振动信号进行分解得到特征向量,而后利用K-L变换处理得到新的特征向量集,达到降维去噪的目的。将处理后的特征向量集用于支持向量机的模型训练,分析结果表明:该方法能够有效提高故障模式识别准确率和识别效率。     

基于特征的模板匹配在汽车纵梁装配孔自动检测中的应用

在基于机器视觉的汽车纵梁装配孔自动检测系统图像处理这一重要环节中,针对图像处理中的关键与难点的图像配准,通过分析现有的配准方法,采用了基于特征的模板匹配方法,论述了基于特征模板的匹配原理和基准模板的选取.     

基于零件——设备特征匹配的CAPP系统的研制

面向多品种零件和面向企业加工设备,提出了基于零件－设备特征匹配（ＰＦＴＭ）的思想,并对在此思想的指导下开发的ＣＡＰＰ系统的功能模块进行了简单介绍。     

基于环投影特征的汽车轮毂定位与识别

为了实现汽车轮毂在辊道上随机混流状态下的型号自动识别,提出一种基于环投影特征的轮毂识别算法。该算法不受轮毂的角度和位置变化的影响。首先提取每种型号轮毂的半径及其环投影特征作为模板,然后求取待匹配图像的重心来近似轮毂的圆心,并在其附近分析每一点的环投影值来确定真正的圆心坐标与半径。利用轮毂的半径和环投影与模板进行粗匹配,筛选掉不匹配的型号。最后通过比较径向投影,返回相似度得分最高的型号。实验结果表明:该算法具有较高的稳定性和实时性,识别速度为1个/2 s。     

基于Pro/E模型的制造特征提取技术的研究

目前，CAD／CAPP的无缝集成问题是制约当代制造业发展的关键。文章尝试运用自动特征识别技术和交互特征定义技术相结合的混合法来实现从CAD的设计域到CAPP的制造域的特征转换，从而建立完善的CAD／CAPP智能接口，在一定程度上很好的解决CAD／CAPP的集成。     

基于Solid Works的零件特征几何信息提取方法研究

介绍了基于Solid Works特征造型的特点及分类，并从设计、工艺、加工的角度阐述了特征的定义。对如何提取Solid Works零件特征的几何信息进行了研究，提出了三种特征提取方法。并以Solid Works中的零件为例，通过VC＋＋6．0语言设计程序，成功地提取了零件特征的几何信息，将之保存在数据库中，为CAPP／CAM系统对数据的利用做好了准备。     

等强匹配焊接接头的特征及界定方法

运用蒙特卡洛方法对10Ni5CrMoV钢焊接接头强度匹配系数分布进行了研究,提出等强匹配焊接接头的界定方法.计算结果表明,10Ni5CrMoV钢焊接接头的等强匹配特征明显,等强匹配概率为48.11%,低强失配和超强失配概率分别为47.55%和4.34%;强度匹配系数均值偏下限,为0.955;由于母材强度数据的标准差比焊缝要大,约为1.54倍,从而使得强度匹配系数离散度较大;此外,焊接接头强度匹配系数小于0.86的概率为2.96%,可能会导致焊接接头产生冷裂纹.     

基于Autogram的齿轮断齿故障特征提取方法

针对复杂生产背景下产生的强噪声淹没齿轮有效故障特征信息的问题,利用Autogram方法对其进行特征提取。该方法利用最大重叠离散小波包变换,对齿轮断齿故障振动信号进行不同层数分解处理,每层得到若干个信号,被称为“node”。为了更加全面地描述故障特征信息,对每个node进行包络谱的3种无偏自相关谱峭度求取,以便选取合适node作为信号源进行下一步分析。最后,对该信号源引入阈值处理,以便加强频谱分析的全面性,实现对齿轮断齿故障特征信息的有效提取。通过对比分析仿真和实测齿轮故障振动信号,验证了该方法的有效性。     

基于局部模板匹配的GMAW初始焊位识别及工艺研究

为解决超超临界锅炉悬吊管自动焊初始焊位导引问题,提出了一种基于模板匹配的机器人GMAW初始焊位识别的新方法.对焊接机器人单目CCD视觉传感器的手-眼关系进行快速标定,对待匹配图像和模板图像进行了预处理,利用翅片角点特征,采用搜索策略和匹配算法对工件进行初始焊位识别,计算初始焊位偏差值并发送机器人控制器进行焊缝纠偏.分析...     

基于堆栈降噪自编码的轴承故障诊断方法

针对传统轴承故障智能诊断中特征学习困难,且需要掌握大量的信号处理方法和诊断经验,提出直接从原始数据出发对轴承故障状态进行分类识别的新方法。该方法通过深度学习利用原始振动数据训练堆栈自编码网络,由于免除了智能诊断的显式特征提取阶段,从而能够减少人工参与因素,摆脱了对大量信号处理技术与诊断经验的依赖。试验结果显示:所提出的方法能对轴承故障识别率达到97%,具有较好的识别能力,能够完成故障特征的自适应提取,增强了机械故障诊断的智能性。