基于Hermite插值的数字图像相关亚像素位移求解算法

在数字图像相关方法中,传统Newton-Raphson算法（简称N-R算法）通常采用三次样条插值算法获得散斑图亚像素位置的灰度值。而在插值算法中,Hermite插值算法具有更加良好的光滑程度。因此,为了提高传统N-R算法的计算精度,提出一种基于Hermite插值的亚像素位移求解算法。该算法应用Hermite插值函数构建散斑图亚像素位置灰度值,并应用Barron算子计算像素点的一阶灰度梯度;之后应用牛顿迭代算法进行亚像素位移求解。应用真实散斑图的数值变形实验对算法的有效性与计算精度进行了验证。实验结果表明：提出的算法有效提高了传统N-R算法的计算精度且计算稳定性较好。     

数字图像相关亚像素位移测量中迭代相关系数曲面拟合算法研究

相关系数曲面拟合算法是数字图像相关方法中一种简单而高效的亚像素位移测量算法。在相关系数曲面拟合算法中,拉格朗日曲面拟合算法、二元三次多项式曲面拟合算法和二元四次多项式曲面拟合算法不能直接推导出亚像素位移量的解析解,而需采用迭代算法获得亚像素位移量。为对比分析上述3种迭代相关系数曲面拟合算法的性能,利用真实散斑图像对3种算法的计算精度与效率进行了对比实验。实验结果表明:3种算法的求解精度与效率从高到低依次为二元三次多项式曲面拟合算法、拉格朗日曲面拟合算法、二元四次多项式曲面拟合算法。     

数字散斑特性对三维重建精度的影响分析

针对数字散斑图像的特性对三维重建精度造成影响的问题,对数字散斑图像的特性以及斑点分布方式进行分析,模拟了三种不同的散斑图像,通过理论分析与实验研究获得了辅助效果较好的数字散斑图像。为了对散斑的特性进行研究,首先介绍了双目三维视觉的基本原理、数字散斑的模拟方法以及数字散斑相关方法;然后,分析了随机灰度、二值全局和二值局部散斑的灰度直方图与平均灰度梯度;最后,设计了不同直径、分布方式的数字散斑图,并实际测试了其对标准量块三维重建精度的影响。实验结果表明,二值灰度局部散斑能获得更好的重建效果。     

基于视觉传感的薄板焊缝特征亚像素提取方法

提出了一种薄板对接焊缝特征亚像素提取和图像处理方法,可以有效地提高薄板焊缝特征的提取精度。针对薄板接头特征设计了一个基于面性激光的视觉传感器,有效地采集薄板焊缝图像;提出了一种亚像素特征提取方法,根据图像的灰度分布特点,搜索每列的极大值和极小值,并以这两点为边界,对图像进行分割;接着对分割的焊缝特征区域,采用基于灰度梯度的重心法进行亚像素的焊缝特征提取。试验结果表明,该方法可以有效地检测出薄板对接焊缝特征,提取精度可达0.1个像素。     

摄像机标定中亚像素级角点检测算法

针对摄像机标定模板图像的角点检测问题,提出了两种简便而有效的亚像素级精度的提取算法.先用传统的Harris算子检测出像素级的角点坐标,然后再求取亚像素级角点坐标.一种方法是用二次多项式去逼近周围3×3领域内的角点反应函数,用线性解法求得亚像素级角点坐标;另一种方法是从亚像素角点到周围像素点的矢量应垂直于图像的灰度梯度这个观察事实得到的,通过最小化误差函数的迭代方法来获得亚像素级精度的坐标值.文中提出的亚像素级角点检测方法定位精度高,摄像机标定试验中,得到的重投影平均偏差小于0.15个像素.     

基于机器视觉的柴油机缸套尺寸测量

为满足柴油机对缸套尺寸的高精度需求,提出了一种基于RANSAC(随机抽样一致性)拟合缸套亚像素轮廓的内外径尺寸检测方法。根据生产线上工业相机获取的CCD图像结构和灰度的信息特征,该测量方法先采用双边滤波和形态学梯度算法对图像预处理,去除噪声提高对比度;然后在用大律算法(QTSU)和Canny边缘检测算子获取图像边缘的像素级坐标;通过双线性插值算法对像素级坐标进行亚像素的重新定位,获取边缘亚像素坐标;最后采用RANSAC拟合算法对缸套内外径进行尺寸测量。通过仿真与实际尺寸对比,该方法具有更好的定位精度和抗噪性,相比最小二乘法RANSAC检测更可靠。     

基于模糊聚类的工业薄片件图像亚像素检测北大核心

针对机器视觉检测工业薄片件边缘存在精度不高的问题,基于模糊数学理论,引入模糊聚类思想,提出了一种图像亚像素综合定位算法。用OTSU法对源图像进行二值化处理;用5×5矩形域最大梯度模检测像素级轮廓边缘;用基于模糊聚类的亚像素边缘定位算法进行极片亚像素边缘定位,实现了边缘的高精度定位。实验结果表明,该方法算法简便,精度较高,易于编程实现,且兼具多种检测算法的优势,尤其适合工业生产现场的机器视觉检测系统。     

数字图像相关方法中基于熵的散斑子图质量评价研究

在数字图像相关测量计算过程中,直接参与互相关计算的是散斑子图,而散斑子图质量对测量精度具有重要影响。因此,如何有效评价散斑子图质量是数字图像相关方法研究的热点问题。将信息论中用于衡量信息量的“熵”概念引入散斑子图评价,提出以图像熵为评价参数的散斑子图质量评价方法。为验证该评价参数的有效性,对采用不同方法采集的3幅不同类型散斑图进行位移测量实验。实验结果表明:位移测量精度与散斑子图熵有紧密的关系,散斑子图熵越大,位移测量精度越高。实验结果验证了图像熵可有效用于散斑子图的质量评价。     

基于拉格朗日与牛顿算法的无创变形测量

在传统网格法变形测量基础上,提出基于图像匹配技术的无创变形测量方法.对传统的图像匹配算法进行改进,并采用基于拉格朗日插值与牛顿法的算法进行亚像素位移测量,综合应用虚拟网格的思想与数字图像匹配技术来实现位移与应变的测量,并与网格法进行比较.实验结果表明,采用该算法明显地提高了测量精度与速度.     

基于亚像素精度的汽车冲压件尺寸测量系统设计

针对汽车冲压件尺寸人工测量方式存在的检测效率低和测量精度难以保证等问题,提出了一种基于亚像素精度的尺寸测量方法。先对汽车冲压件进行图像采集和预处理,接着利用Canny算子和改进Zernike矩进行冲压件图像亚像素边缘提取,再通过Hough变换对提取的圆轮廓进行拟合,最终获得了冲压件外圆直径和3个内孔直径的精确尺寸,4个圆轮廓的测量精度均高于0.025 mm,且多次测量结果的标准差小于0.009 6 mm。基于亚像素精度的尺寸测量系统,完成了测量平台的搭建和软件系统的开发,实现了汽车冲压件尺寸的非接触式亚像素级精度测量,能够满足工业应用的快速连续性测量要求。     

Adaptive and intelligent prediction of deformation time series of high rock excavation slope

1INTRODUCTIONForhighrockexcavationslope,thedefor-mationisgenerallyintrinsicn0nlinearevolutionoftimedependence.Ifweknowwellaboutthis,wecanmakereasonableandtimingdecisionsonwhetheradjustmentorreinforcementmeasuresshouldbeperformedornotaccordingtodynamicevolutionlaw.Therefore,itisnecessarytoes-tablishdynamicevolutionmodel0nthedeforma-tion.Thetraditionalmethodsareallbasedonmathematicaltimeseriesanalysissuchasaut0-regression,GMDH,etc.However,inmostcas-es,itisverydifficulttofindareasonablemat…     

A Precise Visual Control Method for Micromanipulator

A feature-based object recognition algorithm, which is robust against occlusion, is presented. The subpixel accuracy can be obtained by minimizing the sum of the distance between corresponding pixels of template and image. In order to avoid the iterative adjustment and complicated inverse solution of image jacobian, based on CMAC (Cerebellar Model Articulation Controller) neural network, a feedforward visual servo scheme is used to implement the mapping from the error signal in the image space to the control signal in the task space. Experimental result shows that precise positioning accuracy can be obtained by using this method.     

基于动态权重的自适应PSO-BP神经网络焊接缺陷成因诊断

焊接缺陷产生原因复杂,影响因素众多,基于人工智能的缺陷成因诊断算法成为焊接智能化的发展方向.?将PSO-BP神经网络应用于焊接缺陷成因诊断,利用神经网络的连接学习机制代替传统专家系统的规则推理机制,并对PSO算法进行自适应调整,引入动态权重因子,搭建自适应PSO-BP神经网络模型.?结果表明,与传统PSO-BP神经网络...     

基于免疫神经网络的数控机床故障诊断研究

针对BP神经网络在数控机床故障预测中出现的收敛速度慢和训练容易陷入局部极值问题,提出一种基于人工免疫算法优化BP神经网络(IMBP)的数据机床故障诊断算法。介绍了常见的数控机床故障类型和分类,阐述了人工免疫算法和BP神经网络以及人工免疫优化BP神经网络算法的工作流程。利用免疫算法的全局搜索性能先对神经网络权值和阈值进行全局优化,加快了BP算法训练过程的收敛速度,减少训练过程所需要的时间。通过仿真性能测试分析,结果表明:与BP、GABP和IMBP 3种算法对比,比BP神经网络算法的数控机床故障预测诊断提高了18.3%,比GABP神经网络算法提高了12.05%,提高了数控机床故障诊断精度。     

数控机床热变形误差超前预测研究

针对当前数控机床热变形误差实施补偿存在的预测值滞后实际补偿值问题，提出基于长短期记忆(LSTM)神经网络算法热误差超前预测解决方案，详细探讨LSTM神经网络算法的解析流程，建立基于LSTM神经网络算法热误差超前预测模型，并进行关键温测点及热变形误差超前预测实验。实验结果表明：热变形误差实际值与预测值的最大残差、平均值和均方差均在可控范围内，超前预测的准确度为86.3%，进一步论证了机床热变形误差超前预测的有效性。     

基于改进的最小二乘支持向量机的退火炉内带钢延伸量预测

带钢在退火炉内进行长时间加热的过程中,由于炉内温度、张力以及带钢运行速度等变量间具有多重相关性且存在生产数据噪声,从而难以准确预测炉内带钢的延伸量。本文提出了一种基于遗传算法的BP神经网络理论(GA-BP神经网络)与最小二乘支持向量机(LSSVM)理论相结合的算法用于目标函数拟合,该算法兼顾最小二乘支持向量机的全局与局部拟合能力,有效避免算法陷入局部最优的缺点,利用改进的BP神经网络算法优化选择LSSVM 模型的惩罚因子和核函数参数,以避免人为选择参数的盲目性,使LSSVM具有更好的泛化能力和预测精度。将该方法应用到退火炉内带钢的延伸量预测,通过现场生产数据仿真模拟进行非线性函数估计,结果表明：本文所提出的方法具有良好的预测精度,可以应用于实际生产。     

Evolutionary artificial neural network approach for predicting properties of Cu- 15Ni-8Sn-0.4Si alloy

A novel data mining approach, based on artificial neural network（ANN） using differential evolution（DE） training algorithm, was proposed to model the non-linear relationship between parameters of aging processes and mechanical and electrical properties of Cu-15Ni-8Sn-0.4Si alloy. In order to improve predictive accuracy of ANN model, the leave-one-out-cross-validation （LOOCV） technique was adopted to automatically determine the optimal number of neurons of the hidden layer. The forecasting performance of the proposed global optimization algorithm was compared with that of local optimization algorithm. The present calculated results are consistent with the experimental values, which suggests that the proposed evolutionary artificial neural network algorithm is feasible and efficient. Moreover, the experimental results illustrate that the DE training algorithm combined with gradient-based training algorithm achieves better convergence performance and the lowest forecasting errors and is therefore considered to be a promising alternative method to forecast the hardness and electrical conductivity of Cu- 15Ni-8Sn-0.4Si alloy.     

数字图像相关中基于非线性灰度改变模型的灰度梯度迭代算法

传统的数字图像相关方法用于位移及应变场的测量都是基于物体表面同一点在变形前后灰度不变的基本假设。但是在实际应用中,灰度会受到光照及环境等因素的影响而随着时间发生变化。针对这一问题,将比较符合实际情况的非线性灰度改变模型引入到灰度梯度迭代算法中,并通过计算机模拟实验验证算法的精度及稳定性。结果表明,改进后的算法能够降低由于灰度改变所引起的测量误差。     

Developing a machine vision system for spangle classification using image processing and artificial neural network

These studies are carried out to classify the three different spangle patterns found on the galvanized steel sheets by image processing and artificial neural network. Images of 200 × 200 pixel sizes from three different spangle samples were captured using optical filter and digital camera. These images were preprocessed and Haralicks (energy, entropy, contrast and homogeneity) and Laws (LE/EL, LS/SL, LR/RL, ES/SE and SR/RS) textural parameters were calculated. Principle component analysis was carried out on the generated textural database and this database was used to train and test the artificial neural network. The artificial neural network could be able to classify the spangle pattern up to a reliable extent and the overall accuracy was 80.09% for investigated samples. The proposed methodology can be used for quantification of spangle patterns and to develop an online system for spangle classification. Matlab® 7 was used for image processing and artificial neural network studies.     

基于CFD仿真与BP神经网络的离心泵叶轮优化设计

为提高离心泵叶轮的效率,提出了神经网络与遗传算法相结合的设计方法。通过均匀试验设计与CFD仿真获得样本数据点集,进而运用BP神经网络技术建立离心泵的效率与影响因素之间的代理模型。最后,利用遗传算法求取该优化模型,即可得到所求问题的最优解。将这一方法用于某离心泵叶轮的优化,结果表明该方法可以获得很好的效果。