全成形毛衫腋下拼角编织工艺及性能

为进一步深入了解全成形毛衫的一体成形原理、更好地开发出满足不同人群需求的成形产品,从单次移针、多次移针以及无移针3方面研究了拼角形成前袖身移针的编织工艺;从无拼角连接、单拼角连接、双拼角连接以及三角形连接4方面研究了拼角形成的编织工艺。以V领平肩袖为例,采用2合股纯羊毛纱对4种拼角类型的全成形毛衫进行编织以及对腋下部位的性能测试。结果表明:无拼角连接的编织用时最少,更适合于注重效率的编织;双拼角连接的布面效果最好,更适合于注重外观的毛衫编织;三角形连接的拉伸性能最好,更适合于注重强度的编织;无拼角连接的透气性最好,更适合于注重舒适性的编织。     

特征提取前钢板板形图像拼接算法研究

利用钢板板形图像本身的特点进行了特征提取前的拼接算法研究。针对准确性和快速性,对几种算法进行了对比分析,给出了典型算法的计算机框图和算法选用的建议。     

一种用于图像拼接的改进ORB算法

针对Oriented FAST and Rotated BRIEF(ORB)算法缺少尺度不变特性,误匹配率高,易造成图像拼接质量差等问题,本文提出一种用于图像拼接的改进ORB算法。首先使用一种基于尺度不变的特征检测算法对图像进行特征点检测,然后用ORB描述算法对特征点进行特征描述,用ORB匹配算法进行粗匹配,再用双向匹配和Random Sampling Coherence(RANSAC)算法对匹配点进行精匹配和提纯,进一步提高其正确率,最后使用渐入渐出加权融合完成图像拼接。实验结果表明,本文方法在图像的缩放和旋转、模糊、光照强度、拍摄视角等情况下都具有优秀的鲁棒性和稳定性,是一种实时性强、准确度高、拼接质量优秀的图像拼接方法。     

基于距离融合的图像特征点匹配方法

针对ORB算法中特征点缺乏尺度不变性导致算法误匹配率高,以及二进制鲁棒独立基本特征（BRIEF）算法的描述子易受噪声影响的问题,提出了改进的特征点匹配方法。采用加速的具有鲁棒性的特征（SURF）算法进行特征点提取,利用带有方向信息的BRIEF算法进行特征点描述;在特征点邻域内选取随机点对,并对随机点对的灰度大小比较和相似度比较分别进行编码,采用汉明距离计算两种编码的差异;利用自适应加权融合的方式实现特征点相似性距离度量。实验结果表明,改进方法对于尺度变化、光照变化以及模糊变化的图像具有更好的适应性,与传统ORB特征点匹配方法相比能够获得更高的特征点正确匹配率,且该特征点匹配方法可用于改善图像拼接的性能。     

基于结构信息的图像拼接算法

研究了纹理较多、噪声较大的两幅或多幅的图像拼接问题.两幅图像拼接时,提取图像特征点的好坏对图像拼接结果有很大影响.经典的SIFT算法是一种较好的局部特征点提取算法.而对于纹理较多,噪声较大的图像中,SIFT算法会提取数量较大的特征点,影响匹配的准确性和速度.本文提出基于结构信息的图像拼接算法（SKM,Structual Keypoint Matching）,利用RTV算法提取图像的信息结构,有效地去除图像中的纹理噪声.去噪后,利用SIFT算法提取特征点进行匹配,最后利用RANSAC算法对匹配点对进行筛选,提高准确度.通过由SKM算法得到的变换矩阵H作用于原始图像,完成图像的拼接.     

对基于拼接干涉术的同步辐射镜测量技术的研究

随着同步辐射光源和自由电子激光器相关技术的发展和光束质量的提升,对用于转递和聚焦光束能量的X光反射镜的指标要求也逐渐提高。为避免引入额外的波前误差,反射镜面形高度误差均方根值的要求已逼近至亚纳米量级。如此苛刻的面形要求对X光反射镜的测量工作带来了极大的困难和挑战。除了在各国同步辐射光源得到广泛使用的长程轮廓仪等基于角度测量的轮廓扫描仪器之外,基于激光干涉仪的拼接干涉技术也发展为测量同步辐射镜的一种有效手段。文中主要介绍了近期笔者等为测量X光反射镜而开发的拼接干涉平台。利用这一测量平台,研究了在不同的拼接参数下的多种拼接模式。着重讲述了其中纯软件拼接模式的基本原理和实际测量。用实测结果与不同测量仪器和不同研究机构的结果进行比对,验证了拼接干涉测量用于检测同步辐射镜的有效性,并展示了此拼接平台的测量表现。根据所得的测量数据看来,使用纯软件拼接模式来测量X光平面反射镜时,测量重复性的均方差值可以达到0.1 nm左右;而测量X光双曲柱面镜时(曲率半径的变化范围为50~130 m),测量重复性的均方差值为0.2~0.3 nm。此结果基本满足平面和接近平面(曲率半径大于50 m)的同步辐射镜常规检测和为确定性加工提供面形反馈的需要。     

有效消除多视拼接累计误差的大曲面测量方法

为了提高大尺寸曲面测量精度,综合利用精密机械、光电技术、CAD/CAM/CAT和自动控制等科学技术,将高精度测量设备与数控加工设备相结合,实现了大尺寸曲面在线检测加工一体化。在详细分析影响多视序列子轮廓拼接精度原因的基础上,为了减小多视拼接累计误差的影响,提出了基于互为基准的轮廓拼接策略和基于整体误差补偿的拼接方法,按照轮廓的封闭连续拼接误差最终为零的原则,实现累计误差的二次分配,减少序列轮廓数据连续拼接累计误差。实验结果表明:系统测量精度优于20 μm。     

一种陶瓷方形扁平封装外观缺陷检测方法

提出一种基于机器视觉的陶瓷方形扁平封装外观缺陷检测方法。对于封装外形尺寸较大而缺陷较细微的情形,将待检片分为多个区域与标准样片进行比对检测。首先通过Foerstner特征点检测法提取标准片图像的特征点,然后使用随机抽样一致性(RANSAC)图像匹配算法,将所有标准片图像拼接并融合生成一张标准片全幅面模板,再将待检片分区与标准片模板进行序贯比对,以提取可疑区域,最后利用支持向量机(SVM)分类器对可疑区域进行筛选分类。实验结果表明,这种方法不仅克服了传统视觉检测过程中视野范围与图像分辨率相互制约的矛盾,且对陶瓷方形扁平封装表面缺陷具有较高的检出率。     

基于DPP改进RANSAC算法的图像拼接

为提高图像拼接时的配准速度和精度,针对鲁棒性模型估计问题,提出一种基于行列式点过程的改进RANSAC算法（Random Sample Consensus）.该方法利用行列式点过程抽样法的全局负相关特性对匹配的特征点进行建模,实现抽样点的均匀化和分散化,剔除一些错误匹配点.用行列式点过程抽取的点集作为RANSAC算法的输入来求取变换矩阵.实验结果表明：该算法相对于传统的RANSAC算法,能够保持较高的精度和鲁棒性,减少传统RANSAC算法迭代次数,显著提升图像自动拼接的计算效率.     

针对大视差图像拼接的显性子平面配准

目的 针对图像拼接中大视差图像难以配准的问题,提出一种显性子平面自动配准算法。方法 假设大视差图像包含多个显性子平面且每个平面内所含特征点密集分布。对该假设进行了验证性实验。所提算法以特征点分布为依据,通过聚类算法实现子平面分割,进而对子平面进行局部配准。首先,使用层次聚类算法对已匹配的特征点聚类,通过一种本文设计的拼接误差确定分组数目,并以各组特征点的聚类中心为新的聚类中心对重叠区域再聚类,分割出目标图像的显性子平面。然后,求解每个显性子平面的投影参数,并采用就近原则分配非重叠区域的单应性矩阵。结果 采用公共数据集对本文算法进行测试,并与Auto-Stitching、微软Image Composite Editor两种软件及全局投影拼接方法（Baseline）、尽可能投影算法（APAP）进行对比,采用均方根误差作为配准精度的客观评判标准。实验结果表明,该算法在拼接大视差图像时,能有效地配准局部区域,解决软件和传统方法由误配准引起的鬼影、错位等问题。其均方根误差比Baseline方法平均减小55%左右。与APAP算法相比,均方根误差平均相差10%左右,但可视化配准效果相同且无需调节复杂参数,可实现自动配准。结论 提出的显性子平面自动配准算法,通过分割图像所含子平面进而实现局部配准。该方法具有较高的配准精度,在大视差图像配准方面,优于部分软件及算法,可应用于图像拼接中大视差图像的自动配准。