逐次逼近法评定自由曲线的轮廓度误差

自由曲线的轮廓常用离散点来表示,而不是已知的数学方程,评定其轮廓度误差非常困难.采用三次样条函数拟合出被测物体的轮廓曲线,并建立了评定线轮廓度误差的精确数学模型,提出一种用逐次逼近思想来评定平面自由曲线的轮廓度误差的方法.该方法能自动实现被测轮廓与理论轮廓之间的位置调整,在得出形状误差的同时得到位置误差,而且是一种符合最小区域原则的评定方法.实验证明,该方法能精确的计算出自由曲线的轮廓度误差.     

扫描体造型的一种新算法

目前的雪描体算法,只注重轮廓面的变形与参数描述,但对扫描过程中轮廓面与轨迹线性对位置变化没有考虑。为此本提出一个新算法来改善扫描体造型技术,即采用身体中变换理论,描述扫描体中的位移、旋转及广泛变形。新算法与Ｆｒｅｎｅｔ法的比较结果显示新算法快速。精确。     

包络面的建模及实体造型

以空间啮合理论为基础,精确推导了包络面的数学模型,提出以矩阵为实体造型提供数据来源的方法,实现以平面二次包络环面蜗杆为例的精确实体造型,为包络面的传递特性及其设计制造的深入研究提供一个准确的实体模型.     

基于边缘流的多尺度水平集砾岩图像分割

针对边缘流方法检测图像边界得到的边界不连续问题,提出了把边缘流作为水平集方程中的一个变量,并将多尺度思想引入该方程.该方法首先在大尺度图像下得到相应尺度的边缘流矢量,将其代入水平集方程,通过求解水平集方程,找出图像目标边界的大致轮廓,然后利用大尺度所得到的大致轮廓作为高一级尺度的水平集方程的初始轮廓,计算相应的边缘流矢量,代入水平集方程求解,逐步进行轮廓优化,最终实现图像分割.采用该方法提取图像目标边界,不仅解决了边缘流方法中边界不连续的问题,也使水平集方法中曲线演化速度太慢的问题得到大大的改善.该方法用于砾岩图像分割,取得了较好的效果.     

钢轨磨耗测量中轨腰圆弧中心点的提取

针对钢轨磨耗测量中测量轮廓与设计曲线的对齐问题,提出一种提取钢轨轨腰圆弧中心的特征点还原初始钢轨轮廓的方法.该方法利用图像处理技术,获取钢轨轮廓单像素图像,确定轨腰圆弧的大体位置,应用最小二乘法解出最优的圆心坐标(特征点).与以往特征点的提取方法相比较,该方法所运用的计算方法较为简单,思路清晰,可避免一些不确定因素,从而满足了磨耗检测的要求.     

空间趋向曲线引导的网格曲面拼接

为了解决三维造型中的曲面拼接问题,提出基于空间趋向曲线的网格曲面拼接方法.该方法有效地结合边界曲面的延伸信息,简单高效地构造光滑的过渡曲面;通过对两待拼接曲面边界点参数归一化,由参数聚类,建立曲面边界之间的匹配点对关系;在每对匹配点对之间构建由Bézier表征的空间趋向曲线,使空间曲线在对应点对上与待拼接曲面保持二阶连续;对空间趋向曲线族进行离散化和三角化,得到光滑的过渡曲面.结果表明,与其他传统方法比较,该方法在曲面拼接应用中具有高效可靠的优势.     

计算机实体造型在浮雕CAD／CAM中的应用

从工业设计的视觉再观和物理再现出发，充分利用计算机实体造型技术，对浮雕的曲线曲面进行分析判别，阐述从加工轨迹上的型值点的数据采集到加工曲线的建立的方法，并对加工过程进行了三维动态模拟，实现了浮雕的视觉再现（ＣＡＤ），同时为浮雕的物理再现准备了必要的条件．     

飞机图像的轮廓提取与多边形拟合研究

本文讨论在简单背景下,对飞机图像进行轮廓提取,以及在此基础上的多边形拟合技术.首先根据掏空内部点的准则和"探测准则",经过边界跟踪,得到只有一个像素宽度的飞机图像边界曲线.然后采用一种基于弦高度的多边形拟合算法,对得到的边界曲线进行拟合,从而得到了轮廓多边形.实验证明,该拟合算法去除了大量的冗余像素点,保留了重要的特征点,拟合效果令人满意,为进一步几何特征向量的提取奠定了基础.     

基于遗传算法的机翼壁板扫描路径优化

针对飞机机翼壁板数字化装配过程中蒙皮外形快速扫描的需求,对蒙皮的扫描路径进行自动规划.介绍激光扫描仪扫描测量的原理及方法,并分析扫描仪扫描样点时的倾角、距离及扫描宽度等约束条件.以大尺寸件机翼蒙皮为研究对象,对其进行数字化离散操作,得到一系列样点.使用最小二乘法对上述样点进行自动分组.在此基础上把扫描过程分为扫描测量和姿态调整2种动作交替运动的组合,构建以扫描过程总时间为最小的优化目标函数.利用遗传算法求解目标函数,从而优化三维空间的扫描路径,并将此路径与常见的梯形扫描和直线扫描路径进行比较,扫描总路径短且所用总姿态数少,平均扫描效率提高14.4%.最后,采用DELMIA软件平台进行扫描过程仿真,利用搭载扫描仪的机器人沿优化路径进行扫描.结果显示:本研究可满足扫描约束要求,且扫描仿真时间与计算时间一致.     

面向视觉伺服的工业机器人轮廓曲线角点识别

为了解决工业机器人视觉伺服中轮廓曲线角点识别效率低进而影响实时定位准确性的问题,提出面向视觉伺服的工业机器人轮廓曲线角点识别算法. 建立基于Freeman链码的机械爪轮廓曲线编码模型,利用差别码对机械爪轮廓曲线的角度变化特征进行统一编码建模. 通过基于差别码和卷积系数的卷积运算,对差别码进行局部非线性加权,计算机械爪轮廓曲线上各点的曲度精确量化辨识机械爪角点. 基于候选角点阈值、点的最远领域间隔和局部范围最多点数进行获选角点的初步选取. 采用平面轮廓曲线毛刺过滤筛选误识角点,实现机械爪角点的精确识别,为视觉伺服中实时定位提供可靠的位置信息. 通过与已有平面轮廓曲线角点识别算法对比,验证本研究所提方法的准确性和高效性,提取角点过程具有较强的鲁棒性.