基于机器视觉的硅钢板边浪平直度测量方法

针对硅钢生产过程中存在的边浪平直度难以检测问题,提出了一种基于机器视觉的硅钢板边浪平直度测量方法。在辅助光源照射下使用相机采集边浪图像信息,强化边浪的图像明暗特征,提高检测精度的同时实现非接触式测量。同时提出了一种基于轮廓检测的硅钢板边浪平直度算法,首先利用种子点生长法的思想对边浪区域进行轮廓定位;其次对图像进行 3 个尺度的高斯滤波,重建图像,增强轮廓细节;最后基于优化的 Canny 边缘检测方法对边浪实现自适应阈值轮廓提取,计算平直度,从而实现非接触式高精度边浪平直度测量。将平直度测量仪测量结果与该方法结果进行对比,结果表明,所提方法平直度测量误差不超过 0.05% 。     

Multidirectional focus measure for accurate three-dimensional shape recovery of microscopic objects

Shape from focus (SFF) is a technique to recover the shape of an object from multiple images taken at various focus settings. Most of conventional SFF techniques compute focus value of a pixel by applying one of focus measure operators on neighboring pixels on the same image frame. However, in the optics with limited depth of field, neighboring pixels of an image have different degree of focus for curved objects, thus the computed focus value does not reflect the accurate focus level of the pixel. Ideally, an accurate focus value of a pixel needs to be measured from the neighboring pixels lying on tangential plane of the pixel in image space. In this article, a tangential plane on each pixel location (i, j) in image sensor is searched by selecting one of five candidate planes based on the assumption that the maximum variance of focus values along the optical axis is achieved from the neighborhood lying on tangential plane of the pixel (i, j). Then, a focus measure operator is applied on neighboring pixels lying on the searched plane. The experimental results on both the synthetic and real microscopic objects show the proposed method produces more accurate three-dimensional shape in comparison to conventional SFF method that applies focus measures on original image planes.     

基于RBF神经元网络的漂浮基空间机械臂关节运动自适应控制方法

讨论了栽体位置、姿态均不受控制情况下,漂浮基空间机械臂关节运动的控制问题.由拉格朗日第二类方法及系统动量、动量矩守恒关系,建立了漂浮基空间机械臂完全能控形式的系统动力学方程.以此为基础,借助于RBF神经网络技术、Ge-Lee(GL)矩阵及其乘积算子定义,对漂浮基空间机械臂进行了神经网络系统建模;针对空间机械臂系统所有惯性参数均未知的情况,设计了漂浮基空间机械臂关节运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有通常的关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练、学习,此外,由于充分利用了空间机械臂的系统动力学特性,因此在控制过程中不需要反馈、测量漂浮基的位置、移动速度、移动加速度以及姿态转角的角速度、角加速度.一个平面两杆漂浮基空间机械臂的系统数值仿真证实了该方案的有效性.     

一种改进的Canny边缘检测算法

针对Canny边缘检测算法存在的缺陷,提出了一种改进型Canny边缘检测算法。首先采用非线性扩散滤波减少了图像噪声,同时保持图像的边缘信息;在邻域梯度幅值计算中,考虑像素对角线方向的梯度,进一步抑制了噪声的影响;最后采用平均方差阈值法选取阈值,从而提高了对不同图像的自适应性。通过对实验图像的分析表明,该改进算法对含噪图像的边缘提取具有较好的检测精度和准确性。     

基于ST-CSLBP的混合时空背景建模算法

针对背景建模方法对场景光照变化较为敏感,提出融合时间预测和空域纹理信息设计全新的时空-对称ST-CSLBP算子,构建基于ST-CSLBP直方图的混合时空背景模型,融合时域分布统计法和空域背景各自的优势,以同时适应长时光照以及短时的光照变化.实验表明,该算法与现有背景建模算法相比,具有较好的准确率和检索率.     

基于非线性扩散率归一化的GAC模型图像分割

为了消除主动轮廓模型耗时的重新初始化过程,在分析了主动轮廓曲线演化特性的基础上,引入改进的符号距离函数的约束项到变分GAG模型中,该约束项是一个非线性热方程,通过对非线性热方程扩散率的归一化,使水平集函数始终快速稳定的保持符号距离函数的特性,新算法减少了迭代次数和运行时间.另外,新算法采用灵活的初始化方法和保持曲线二维梯度和散度算子旋转不变性的离散化数值方案,提高了分割算法对模糊边缘的辨别能力.实验表明该方法是有效的,对噪声有很强的鲁棒性.     

石化企业重大危险设备的模糊故障树分析及应用

将模糊概率理论引入石化企业重大危险设备故障树分析方法中,将基本事件发生的概率描述为模糊数,利用模糊算子进行模糊故障树分析,并计算出整个系统的模糊故障率。模糊故障树分析在炼化装置的重要设备———常压炉中的应用,使风险评价结果更趋合理和科学。     

一种改进的Canny自适应边缘检测算法

针对原始的Canny边缘检测算法高低阈值不利于选择的问题,提出一种改进的Canny自适应边缘检测算法。该方法采用3×3的Sobel边缘算子模板代替2×2邻域内求有限差分来计算梯度幅值;利用梯度直方图来选取高低阈值,提高了算法的自适应性;在边缘的连接上采用边界追踪的方法,来保证边缘的连续性和唯一性。以20m m量块图像边缘检测为例进行了实验。结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度,细化图像边缘和抑制伪边缘噪声方面的性能也得到了提高,是一种有益的边缘检测改善方法。     

基于梯形算子的AFM驱动器非对称迟滞性校正

原子力显微镜(AFM)通常采用压电陶瓷(PZT)作为驱动器以实现纳米尺度的观测和操作。然而,PZT自身的迟滞非线性会对AFM观测质量和操作精度产生很大影响。基于Prandtl-Ishlinskii(PI)模型的前馈控制方法可对PZT的迟滞非线性进行补偿,但传统PI模型无法消除PZT的非对称迟滞性的影响。针对这个问题,提出一种基于梯形算子的非对称迟滞模型,并可用系统辨识方法获取逆模型参数,该方法可有效实现具有非对称迟滞特性驱动器的前馈补偿控制。AFM系统实验证明,该模型可有效减小非对称迟滞性导致的建模误差,基于该模型的前馈迟滞补偿控制可有效提高AFM的扫描成像质量。     

Morphological enhancement of microscopy mineral image using opening‐ and closing‐based toggle operator

To enhance unclear microscopy mineral images, an algorithm based on toggle operator using opening and closing is proposed in this paper. Firstly, the specified toggle operator using opening and closing through designing the selection rules is analysed. Secondly, after importing the multiscale theory into the specified toggle operator, useful mineral image features, especially the mineral details, are extracted using the multiscale theory‐based toggle operator. Finally, the mineral image is enhanced through the strategy of enlarging the contrast between the extracted bright and dark image features. Experimental results on different types of mineral images verified that the proposed algorithm could effectively enhance mineral images and performed better than some other algorithms. The enhanced mineral image is clear and contains rich mineral details, whereas the grey scale distribution of the original mineral image is appropriately maintained. This would be useful for the further mineral analysis. Therefore, the proposed algorithm could be widely used for image‐based mineral applications.