SFS三维重构技术的发展现状与趋势研究

从明暗恢复形状(SFS)是计算机视觉中三维重构问题的关键技术之一,其原理是利用单幅图像的明暗变化来恢复物体表面的三维形状,应用领域十分广泛.介绍了近些年来SFS方法的发展现状,将SFS算法划分为四种类型:演化和偏微分方程(PDE)方法、最优化方法、局部化方法以及线性化方法.同时,分析了各种SFS算法的特点,并对SFS技...     

反求工程中基于图像的汽车零部件曲面的重建

从明暗恢复形状是计算机视觉中的一个重要的研究课题,其目的是利用单幅图像中明暗变化等信息来恢复其表面形状.本文提出的是一种基于汽车零部件曲面图像的三维数据模型重建方法,根据从明暗恢复形状原理实现汽车零部件灰度图像的深度信息提取,通过可视化编程实现建模过程.     

基于三维形貌重建的镗加工表面粗糙度检测

以计算机显微视觉为检测手段,采用明暗恢复形状方法重建加工表面微观形貌,进而检测加工表面粗糙度.根据微观金属表面反射特性,采用基于Torrance-Sparrow光照模型的明暗恢复形状算法,完成了镗加工表面图像三维形貌重构与表面粗糙度参数检测.     

基于计算机视觉的端铣表面粗糙度检测

明暗恢复形状（Shape From Shading,简称SFS）是计算机视觉中一个重要的研究课题,该算法应用于工件表面微观形貌重建,为快速检测表面质量奠定了基础。以计算机显微视觉为检测手段,采用明暗恢复形状方法,重建端铣加工表面微观形貌,进而检测表面粗糙度。根据微观金属表面反射特性,采用基于Cook-Torrance光照模型的明暗恢复形状算法,完成了端铣加工表面图像三维形貌重构与表面粗糙度参数检测。试验结果表明,该方法可以快速实现加工表面粗糙度参数的准确检测,为加工过程中粗糙度的在线检测提供了新的思路和方法。     

基于Contourlet变换的阴影恢复形貌方法及产品表面缺陷检测应用

为实现对物体表面三维深度缺陷检测,提出一种基于Contourlet变换的明暗恢复形状算法来解决三维物体表面重建问题。针对在传统的明暗恢复形状方法重建过程中出现的计算收敛速度较慢的问题,从图像多尺度几何分析的角度进行研究,利用Contourlet变换系数来表达图像,用基系数近似的计算微分算子,从而优化目标函数的求解过程。试验结果表明使用Contourlet系数的SFS算法比传统和小波系数的算法获得更优的迭代步长,可以使得计算过程中的误差项下降到较低的水平,从而获得更准确的三维信息。检测所使用的三维形状恢复方法只需要根据单幅测量图像,就可实现对零件三维缺陷的检测。     

基于虚拟仪器的三维视觉检测系统设计

把计算机视觉领域中的明暗恢复形状(Shape From Shading,简称SFS)技术应用于工业产品的三维视觉检测,利用单幅产品图像的明暗灰度变化来得到物体表面形状信息,并采用全面像素不确定度进行检测分析。该检测系统采用Lab VIEW及其视觉开发工具来实现,可广泛应用于工业自动在线三维视觉形貌检测和质量控制。     

基于明暗恢复形状的加工表面形貌重构与粗糙度检测

研究了采用明暗恢复形状法(SFS)对加工表面显微视觉图像的三维形貌重构,并实现了表面粗糙度检测.根据金属表面反射特性,采用简化的Oren-Nayar模型与Torrance-Sparrow模型中镜面反射分量叠加的方法,对光照模型进行了改进,并讨论了基于改进后光照模型的SFS最小化计算方法.利用该算法,实现了真实工件表面微...     

非Lambert表面从明暗恢复形状技术的研究进展

传统的从明暗恢复形状(Shape from Shading,SFS)技术通常假定物体表面为Lambert表面,然而对于实际的物体表面来说,上述简化造成了重构结果误差较大.近年来,许多学者开始关注于非Lambert表面下的SFS技术的研究.结合作者自身的研究,从成像过程建模、图像辐照度方程的建立及求解数值算法出发,介绍了非Lambert表面从明暗恢复形状技术的研究进展.首先,简要介绍了非Lambert表面下典型的SFS技术;其次,以OrenNayer模型为例详细说明了非Lambert表面SFS方法的关键技术;最后,对非Lambert表面SFS技术的发展趋势进行了探讨.     

从明暗恢复形状(SFS)的算法设计与精度分析

从明暗恢复形状(shape from shading,简称SFS)是计算机视觉中三维形貌恢复问题的关键技术.设计了基于单幅图像恢复三维形貌的算法,其核心思想是根据单幅图像的灰度信息进行亮度分析和转换,利用倾角和偏角计算表面点法矢,进而得到表面点高度值.采用全面像素误差和平均误差两种评价方法对人造花瓶二维图像的恢复结果进行精度分析,得到恢复高度与真实高度平均误差的最大值和最小值分别为7.0 mm和0.1 mm,且80%的平均误差小于2 mm,实例证明文中方法处理速度快,精度高,应用前景较好.     

一种基于SFS方法的含高光表面三维重构系统

针对含高光表面三维形状重构的需求,设计了一种基于从明暗恢复形状(SFS)方法的三维重构系统。在正交投影条件下由CCD相机获取点光源照射下的物体表面图像,使用Ward反射模型描述含高光表面的反射特性,建立物体表面图像辐照度方程。系统软件将该方程转化为包含物体高度信息的H-J偏微分方程,并计算此偏微分方程的解,得到物体的高度函数,进而恢复出物体的表面形状。实验表明,该系统可以有效地重构含高光表面的三维形状。     

空间机械手动力学及轨迹优化问题研究

机械手的动力学模型用在连接处施加控制扭矩的2杆模型来模拟，考虑了因整体运动而引起的柔性杆的局部振动问题，使用了基于Hamilton定律的结构动响应算法对模型进行动力学分析。研究了使局部振动最小的整体运动的轨迹优化方案。出末时速度和加速度双变量的优化结果，并与仅仅考虑加速度的单变量优化结果进行了比较。     

基于Hilbert-Huang变换的转子碰摩故障特征分析

Hilbert-Huang变换(HHT)得出的时频图是分析非平稳信号的有效工具.应用HHT时频方法对转子早期局部碰摩和全局碰摩故障信号进行了分析,与传统的频谱分析比较表明:HHT时频方法具有良好的时频聚集性,能够很好地反映转子系统早期故障信号的时频特征,可以有效地对转子系统碰摩早期故障进行诊断.通过对全局碰摩故障信号分析,说明碰摩过程中摩擦力是不均匀的,碰摩接触面积的增大在时频图上表现为基频成分的波动变化加剧和高频成分的增加.基于HHT的三维谱图和时频亮度谱图能清晰地显示碰摩故障的频率、时间和振幅信息,为工程实际中转子系统的早期碰摩故障诊断和全局碰摩特征分析提供了有效的依据.     

面向高光谱图像分类的空谱判别分析

针对传统的基于特征提取的高光谱图像地物分类算法大多只考虑光谱信息而忽略空间信息的问题,提出了一种面向高光谱分类的半监督空谱全局与局部判别分析(S3 GLDA)算法。该算法首先利用少量标记样本保存数据集的线性可分性和全局判别信息,再依靠较多的无标记的空间局部近邻像元来揭示局部判别信息和非线性局部流形,使高光谱遥感图像的光谱域全局判别结构和空间域局部判别结构在低维特征空间同时得以保留,并在输出特征中自动融入了空间信息,构成了半监督的空谱判别分析。在Indian Pines和PaviaU数据集的实验表明,总体分类精度分别达到76.24%和82.96%。与现有几种算法比较,该算法有效提高了输出特征在低维空间的判别能力,更好地揭示了数据集的内在非线性多模本质,有效提升了高光谱图像数据集的地物分类精度。     

基于Sobol’法的车身噪声传递函数全局灵敏度分析

针对局部灵敏度分析方法不能考虑参数的概率分布、不能适用参数大范围变化及分析各参数之间交互作用等局限,将Sobol’全局灵敏度分析法引入到汽车噪声传递函数的灵敏度分析中。Sobol’法将函数f(x)分解成2n项递增项之和,通过采样计算模型响应的总方差及各偏方差,以求得灵敏度,从而有效避免了局部灵敏度分析方法的缺陷。以某型轿车为例,在建立声固耦合有限元模型的基础上,计算出从悬置点到驾驶员右耳处的车身噪声传递函数,并运用Sobol’法分析出相关板件厚度的一阶全局灵敏度及总体全局灵敏度值,从而甄别出对驾驶员耳旁声压单独影响较大或交互作用显著的板件,为车身噪声传递函数的优化工作提供指导。应用实例验证了该方法的有效性。     

Prediction of welding residual distortions of large structures using a local/global approach

Prediction of welding residual distortions is more difficult than that of the microstructure and residual stresses. On the one hand, a fine mesh (often 3D) has to be used in the heat affected zone for the sake of the sharp variations of thermal, metallurgical and mechanical fields in this region. On the other hand, the whole structure is required to be meshed for the calculation of residual distortions. But for large structures, a 3D mesh is inconceivable caused by the costs of the calculation. Numerous methods have been developed to reduce the size of models. A local/global approach has been proposed to determine the welding residual distortions of large structures. The plastic strains and the microstructure due to welding are supposed can be determined from a local 3D model which concerns only the weld and its vicinity. They are projected as initial strains into a global 3D model which consists of the whole structure and obviously much less fine in the welded zone than the local model. The residual distortions are then calculated using a simple elastic analysis, which makes this method particularly effective in an industrial context. The aim of this article is to present the principle of the local/global approach then show the capacity of this method in an industrial context and finally study the definition of the local model.     

Damage detection using the eigenparameter decomposition of substructural flexibility matrix

The crack or local damage on a structure reduces the stiffness of the structure, and thus leads to the modification of the dynamic properties. Damage detection is widely performed by comparing the initial modal data of the intact structure with those of the damaged structure. For a large-scale structure, the local damage usually introduces slight change to the global modal data, which makes the local damage difficult to be detected. This paper proposes a new substructuring method for the damage detection of a structure. The global structure is divided into manageable substructures. The modal data measured on the global structure are disassembled for obtaining the independent substructural dynamic flexibility matrices, under the force and displacement compatibility constraints. Thereafter, the substructural flexibility matrix is decomposed into its eigenvalues and eigenvectors to be used as the indicators for damage detection. Since the substructuring method concerns the local area by treating it as an independent structure, the substructural eigenparameters are more sensitive to the local damage than the global eigenparameters. The proposed substructuring method is firstly verified by a laboratory-tested portal frame structure. The location of the artificial cuts can be detected successfully by comparing the change of substructural eigenparameters. The proposed method is then applied to the 600 m tall Guangzhou New TV Tower. As compared with the global eigenparameters, the substructural eigenparameters bear larger changes caused by the local damage and thus are more sensitive to the local damage.     

结合高斯多尺度变换和颜色复杂度计算的显著区域检测

提出一种结合全局和局部对比度的数据驱动自底向上的视觉计算模型,采用高斯多尺度变换和颜色复杂度计算相结合的方法检测图像的显著区域。图像经过高斯金子塔多尺度变换后,用改进的冗余计算方法,在频域中消除全局冗余信息,初步将大范围的目标从周围环境中分离出来,并均匀地突显目标,利用多尺度特征子图点对点平方融合使全局显著区域显著度进一步增强,背景冗余信息进一步得到消弱;同时采用改进的像素颜色复杂度计算方法得到局部显著图,最后用最大类间方差法(Ostu)分割出图像中的显著区域。在多种自然图像上进行实验,实验结果表明,该方法能迅速检测出与人类视觉结果一致的显著区域。     

基于改进蚁群算法的Stewart平台奇异性分析

针对Stewart平台的奇异性分析,以雅可比矩阵行列式为目标函数,将奇异性分析问题转化为在并联机构可达工作空间内的连续优化问题。通过对基本蚁群算法中的全局搜索、局部搜索以及信息素更新规则等环节进行有效的调整,构成了更加适用于连续优化问题求解的改进蚁群算法。采用该算法进行了Stewart平台的奇异性分析,结果证实了改进蚁群算法具有较好的全局优化能力和较快的收敛速度,从而为解决并联机构奇异性分析这一类问题提供了有价值的参考。     

改进的FCM聚类法及其在行驶工况构建中的应用

针对FCM聚类法对初始聚类中心比较敏感、迭代容易陷入局部极值、难以取得最优聚类的问题,提出了一种改进的FCM方法,即利用SOM网络对主成分数据进行聚类,将得到的权值作为FCM聚类的初始聚类中心,从而使聚类结果更加接近最优聚类。将改进的FCM聚类方法应用于合肥市道路行驶工况的构建中,理论分析及试验结果表明,该方法有效地提高了聚类精度,构建的行驶工况与实际道路的交通状况吻合很好。