基于图像处理的高精度激光-MIG复合焊焊缝跟踪系统

针对目前激光-MIG复合焊的缺点,设计了一种基于视觉控制的激光-MIG复合焊焊缝跟踪系统,研究了基于图像处理的激光视觉技术,对焊缝进行直线/圆弧拟合,利用插补算法对焊缝进行仿真跟踪.实验结果表明:图像经过滤波、细化可以得到清晰的结构光骨架,利用直线/圆弧算法对采样点进行拟合,拟合精度在允许范围以内,通过直线、圆弧插补对焊缝进行仿真跟踪,跟踪精度较高.     

挖掘机斗齿高锰钢堆焊材料的研究

针对高锰钢堆焊材料工艺性的不足,采用药皮过渡合金元素的方法,通过正交试验对配方进行优化设计,试制了一种高锰钢堆焊焊条.通过化学成分分析、抗热裂试验、静载及动载加工硬化试验和摩擦磨损试验,评价了焊条的工艺性能和使用性能.结果表明:焊条熔渣活度大,熔点较低,熔敷金属成分与母材接近;焊条熔敷金属的抗热裂性能良好,加工硬化效果显著,耐磨性优于母材.     

基于边缘最大梯度的多方向优化插值算法

提出一种在传统插值图像基础上,对高分辨率图像进行边缘检测算法.该算法处理RGB彩色图像时,先进行色融合,再检测;然后根据边缘多方向梯度特征,对边缘邻接像素点作优化处理.在多倍插值放大时,采用小步长倍率递进方式.实验结果表明,算法模型简单易于实现,消除了传统图像插值算法边缘锯齿和模糊,保持了图像边缘细节和纹理特征,对彩色图像视觉效果更为明显.     

GPU并行实现的基于多方向线状梯度调节预测器边缘检测算法

针对无损压缩编码中梯度调节预测器(GAP)模板的方向固定、单一的问题,根据实际边缘具有线状变化增量相同的特征,提出多方向线状梯度调节预测器(MLGAP)模板。首先从图像中心向四周划分四个子图像,应用图形处理器(GPU)并行技术,在每个子图像中采用MLGAP模板计算预测值;然后利用错误反馈信息构建预测误差图像;再通过大津(OTSU)算法计算阈值;分类误差图像边缘;最后用Hilditch算法细化边缘。实验结果表明,图像边缘检测定位精确,噪声少,细节丰富,而且GPU并行技术加速了图像处理。     

基于多方向梯度边缘预测器快速边缘检测算法

改进了无损压缩编码中的梯度自适应预测器(GAP)和梯度边缘检测(GED)预测器,并应用在图像边缘检测中,提出基于多方向梯度边缘预测器(MGEDP)的动态阈值控制的边缘检测算法。该方法主要步骤为:1)从图像中心划分四个区域; 2)采用并行技术多个方向应用MGEDP模板,分别预测错误值,利用错误反馈信息构建预测误差图像; 3)利用大津算法计算阈值,分类误差图像边缘; 4)细化边缘; 5)合成边缘图像。实验证明:应用并行技术降低了时间复杂度,以中心逐步向四周选择预测参考点避免了误差繁衍,最终得到清晰完整、细节丰富的边缘图像。     

基于边缘最大相关性的快速图像插值算法

处理视频、网络信号要求有较好的视觉质量和较低的算法复杂度、运算量。传统的图像插值算法会产生细节模糊和边缘锯齿化,为此，提出了一种基于图像边缘多方向最大相关性的快速数字图像插值算法。为了得到高分辨率图像相关信息，根据图像空间域内多个方向邻近像素点的相关特性，利用与待内插值点相邻6个降采样像素值。实验证明，该算法降低了运算复杂度，有效地保持了边缘信息，得到了视觉质量较好的插值图像。     

多分辨率LK光流联合SURF的跟踪方法

针对交通监控中运动目标形变、雾霾天气、高速、光照不均、部分遮挡等复杂情况导致Lucas-Kanade（LK）算法跟踪不稳定问题,提出基于多分辨率LK光流算法联合快速鲁棒性特征（SURF）的跟踪算法。所提算法构建图像多分辨率小波金字塔,解决传统LK算法中同一像素点帧间大尺度运动易丢失问题;同时联合SURF尺度不变特征变换算法,提取特征点进行光流跟踪,并制定自适应模板实时更新策略;在减少光流计算量的同时增强运动目标抗复杂环境的能力。实验结果表明,新方法中特征点匹配准确快速,自适应性强,在交通复杂化境中跟踪稳定。     

基于TSTP模式的高校计算机软件外包人才培养模式

针对目前高校和企业间的市场供需问题,提出一种TSTP模式软件外包人才的培养模式。在该模式下,以学生为主体,教师为主导,在项目实训中培养学生的能力和项目经验,同时注重学生职业素养的培养。合理的建立评估体系和反馈机制,便于修订培养方案,最终达到完备的软件外包人才培养模式。     

基于阈值控制的边缘自适应快速图像插值算法

在处理视频、网络信号时，要求较低的算法复杂度和运算量。该文通过阈值控制方式分类像素点区域，采用双通道达到快速插值的目的。利用与边缘像素点相邻的6个降采样像素局部结构多方向信息特征，估计高分辨率像素值。实验结果证明，该算法有效地保持了边缘特征，减少了CPU处理插值的时间，获得了较高的分辨率图像，并满足快速处理信号的要求。