基于图像处理的几何零件边缘检测

随着计算机技术的不断发展,将数字图像处理技术广泛应用于测量领域是发展的必然趋势。基于图像处理的几何零件测量来说能够精确地提取它的边缘是保证测量的精度的很重要的条件之一,因此对于边缘检测算法的研究具有非常重要意义。通过大量实验对几种最常用边缘检测算法进行实验对比,从而得到一种满足要求较实用的算法。     

小波多尺度分割算法在细胞图像上的应用

关于数字图像优化分割问题,由于医学病理研究需要准确测量细胞面积大小.针对细胞图像结构特点,以及临床医学形态参数测量精度要求,对传统边缘检测算法进行了改进,采用先行自适应平滑滤波的方法,提出了一种基于3阶B样条双小波多尺度边缘检测的技术方案,利用小波的边缘检测算法对典型稀疏细胞进行边缘检测,之后综合利用图像形态学、阀值分割技术等分割出感兴趣细胞,最后采用形态学方法进行测量仿真,结果得到细胞形态参数,并对测量值与实际值进行比较,结果显示绝对误差小,满足临床要求.     

基于边缘检测的零件自动测试系统的设计

主要提出了利用图像处理技术中边缘检测算法和最小二乘法拟合直线,对零件内部结构之间的垂直度和对称度进行快速、商精度测量的方法;首先CCD图像传感器将需要测量的零件部位和标准件相对应的部位拍摄下来,通过图像采集卡将模拟信号转换成数字信号,利用边缘提取技术和直线拟合技术进行比较测量;本检测系统的优势在于它操作简便,可以进行在线快速测量,降低了测量成本,能满足大规模生产的需要。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究;使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率;为此,提出一种基于数字图像处理技术的人脸检测算法;该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测;实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

探地雷达目标回波信号双曲线提取算法研究

探地雷达对于电力接地网检测来说,是一种新型的检测方式,根据探地雷达在检测接地网过程中返回的图像提取目标信息实现对电力接地网的检测,对于检测地下导体的完整性方面有着较强的适用性和非凡意义。传统双曲线提取算法通常采用LOG算子完成边缘检测,借助雷达有效口径及扫描点间距完成对雷达双曲线顶点的寻找。在前人工作的基础上提出了采用Canny算子进行边缘检测,再进行双曲线提取的雷达直达波滤除以及目标识别算法,并与相关算法进行对比实验,得到比较完整的雷达目标反射图像,验证了算法的可行性。与传统雷达目标双曲线提取方式相比,该算法避免了雷达有效口径及扫描点间距的引入,提升了目标双曲线的完整性,精确性。     

遗传算法的双向车间作业调度算法研究

将双向调度思想应用于作业车间调度,得到一种新调度算法。算法中关键零件采用反向调度,尽可能地满足交货期要求,一般零件采用前向调度方法,最大效率地利用车间资源,尽可能早完工。利用遗传算法的全局搜索特性,得到最佳的调度结果。     

基于自适应阈值“双K算法”的零件缺陷边缘检测

针对传统边缘检测方法难以实现边缘信息的准确检测问题,提出了一种零件缺陷边缘检测的新方法.首先对采集到的零件缺陷图像进行灰度化和Wiener滤波,以减少噪声等因素对后期检测的影响;然后,以kalman算法预估图像分割阈值作为Krisch算法的初始阈值;在此基础上,进行零件缺陷边缘检测,以提高零件缺陷检测的准确性.最后,利用MATLAB软件对零件缺陷图像进行仿真试验,验证边缘检测算法的检测效果.实验结果表明,推荐算法检测的平均准确率达到94.38%,能够有效实现零件缺陷边缘信息的检测.     

融合提升小波和形态学熵权的医学图像边缘检测

为了提高医学图像边缘检测定位的精度,结合基于小波变换和数学形态学边缘检测算法的优点,提出一种融合提升小波和多尺度形态学熵权边缘检测算法。首先应用提升小波边缘检测算法提取边缘,再由多尺度形态学算子进行边缘检测,依据各尺度下边缘图像的信息熵确定权值进而求和得到边缘图像,最后对两种方法得到的边缘图像进行融合。实验结果表明,与传统边缘检测算法相比,该算法融合规则简单,边缘精度高并且定位准确,是一种有效的图像边缘检测算法。     

基于混合粒子群算法的航空零件生产车间柔性调度研究

航空零件生产车间调度具有目标多样性和不确定性问题,普通方法难以求得最佳调度顺序。针对这个问题,采用了混合粒子群算法优化加工工序。该算法通过个体交叉,变异的方法来反复迭代寻优,从而得到更好的零件加工工序。通过仿真实验验证了该算法的有效性,从而为航空零件加工车间调度优化提供了一种新的思路。     

基于显微视觉的微小型零件边缘检测技术研究

针对显微视场下微小型零件边缘检测精度要求高的问题,设计了一套微小型零件实时检测系统,给出了系统总体设计,完成了图像实时传输和处理;提出一种微小型零件亚像素级边缘检测算法：采用非正交二次B样条小波变换得到微小型零件的像素级边缘,利用Zernike矩算法的矩不变性对像素级边缘进行亚像素级精确定位,给出了算法原理,分析了像素级和亚像素级的边缘检测结果。实验数据表明：该系统检测零件尺寸可以达到0.01~10 mm,检测精度可以达到0.01%~0.1%,可准确识别出微小型零件的边缘,将检测精度提高到亚像素级,能够满足显微视场下微小型零件检测需要。     

双目立体视觉在动车车身关键尺寸检测中的应用

针对动车（CRH）车身尺寸范围大、检测项目复杂、车型变化多,不容易实现在线测量的难题,首先提出了大型动车车身关键尺寸的测量方案,利用双目电荷耦合装置（CCD）立体视觉建立各个关键尺寸的视觉测量子站,同时利用激光跟踪仪及相关坐标变换算法,完成对各个CCD相机测量子站的全局标定;各个测量子站利用立体空间球检测技术,对局部关键尺寸进行测量;同时构建了基于小波分析的神经网络温度误差补偿模型,使空间距离补偿后的精度能达到0.05 mm。将该方法与三坐标测量机测得的数据对比验证,可以发现该方法操作简单、灵活性高、精度较高,可有效解决动车车身关键尺寸检测问题。     

一种基于降维技术的图像局部融合算法

给出了一种基于降维技术的局部融合算法，并将其用于两幅灰度图像的融合。该算法将现有的图像融合技术和非线性降维技术融合，通过对待融合图像进行分块、关联矩阵表示、MDS降维处理，得到待融合图像的感兴趣区域块，对这些感兴趣区域块进行基于小波的局部融合，使图像变小。通过实验证明，该算法提高了融合速度，有利于目标识别、变换检测等后续处理。     

Node localization algorithm for wireless sensor networks using compressive sensing theory

In recent years, localization has been recognized as an important supporting technology for wireless sensor networks (WSNs). Along with the increase in WSN indoor applications, indoor localization has become a hot research topic and many localization algorithms have been studied. Among these algorithms, the localization method based on compressive sensing theory emerges as a popular approach to indoor localization. In this approach, the nodes are sparse when compared to the number of grids utilized to represent the locations of the nodes, so the locations are considered as sparse signal and can be reconstructed using the compressive sensing techniques. The localization problem is formulated as the sparse reconstruction of sparsifying matrix which is comprised of measurement of received signal at grids. In order to improve the localization accuracy and meet the real-time requirement of localization applications in large indoor area, an indoor localization algorithm based on dynamic measurement compressive sensing for wireless sensor networks is proposed. Using the bounding-box method, we firstly identify a potential area that possesses the independent features. Instead of using the entire node deployment region as the measurement area, our method can decrease the number of meshing and also the dimension of measurement matrix. Meanwhile, we assume that only the anchor nodes which have communication relationship with the unknown nodes can be used as the measuring nodes; the measurement matrix of unknown nodes which need to be localized can be dynamically constructed according to the potential area and the received anchor node information, and the maximum number of measurement is decided by the number of grids of potential area. The proposed algorithm can mitigate the measurement redundancy and improve the real-time feature. Simulation results indicate that the proposed algorithm can reduce the time complexity and also maintain good localization accuracy and localization efficiency.     

基于双目视觉的板材平面测量研究

针对传统人工测量板材尺寸精度较低、工作量大、易导致板材表面受损等局限,基于双目视觉技术设计了一种板材尺寸视觉测量系统;通过双目相机采集棋盘格图像,采用MATLAB进行相机标定和图像校正,拍摄左右图像并通过半全局立体匹配算法(SGM,semi global matching)进行特征点立体匹配,重建出目标三维点云模型;为提高目标特征点坐标获取的准确性,提出基于HARRIS的亚像素检测方法;采用区域生长算法结合膨胀和腐蚀操作提取板材表面轮廓,根据三角测量原理计算出板材轮廓上各点的三维坐标从而实现板材的尺寸测量,并进行点云重建增强三维展示效果;实践结果表明亚像素检测方法在角点提取上存在优势,在实际板材测量应用中实现了高精度尺寸测量,满足了工业测量需求。     

基于模块度的社交网络分形维度计算方法

社交网络是由个体或组织以及它们之间的关系所组成的社会结构。利用社交网络的分形结构来解释和预测社交网络的行为是目前的一个研究热点。分形维度是对社交网络中分形结构的度量,为了更准确地对社交网络分形结构进行度量,提出了一种基于模块度的盒子覆盖算法来计算分形维度。该算法利用分形维度和模块度互斥的性质,基于模块度最小的原则来构建盒子,再对盒子进行计数来计算社交网络的分形维度。仿真实验表明：基于模块度的盒子覆盖法比传统的盒覆盖算法得到更为精确的分形维度。     

基于相似度测量和模糊熵的矿井图像增强方法

为了提高煤矿井下图像的视觉效果,提出一种改进的基于相似度测量的增强算法和模糊熵理论相结合的方法.根据煤矿井下图像的特点,引入模糊熵,建立基于模糊熵测度的判别准则,尽量去除噪声干扰.改进隶属度函数的计算方法,充分提取图像中的分形维特征信息.通过改进对比度变换因子的计算方法,进一步增强图像局部对比度.实验结果表明,处理后的图像不会出现增强过度现象,具有较好地噪声抑制、明暗对比和保持图像细节,是一种有效地矿井图像增强方法.     

基于单目显微视觉的微球姿态测量方法

微零件的姿态测量对微装配具有重要的作用.但对于微球零件,其姿态的精确测量存在困难,影响了装配精度.针对带有微孔的微球,本文提出了一种基于单目显微视觉的微球姿态高精度测量方法.设计了一种由粗到精的微孔检测算法,实现了高精度的微孔定位.通过对相机光轴方向的标定,在相机运动后对微球图像坐标进行补偿,提高了在相机坐标系下的微球定位精度.通过对微球和微孔的精确定位,计算出微球球心与微孔圆心的空间相对位置,实现了相机坐标系下高精度的微球姿态测量.同时,根据标定出的相机坐标系与调整平台坐标系之间的旋转关系,将微球姿态转换到调整平台坐标系.实验结果表明,最大姿态测量误差0.3度,验证了本文方法的有效性.     

自适应高阶无迹增量卡尔曼滤波算法

在工程实际中,由于环境因素的影响、测量设备的不稳定性、模型和参数的选取不当等往往会对量测方程带来未知的系统误差.针对这一问题,提出了一种自适应高阶无迹增量卡尔曼滤波算法.首先,利用增量建模技术建立增量量测方程.其次,将其与高阶无迹卡尔曼滤波器相结合,并引入自适应加权因子对滤波发散进行抑制,发展出一种自适应增量滤波算法.计算机仿真实验表明,新算法能够成功消除这种未知的系统误差,提高估计精度和稳定性,具备良好的应用前景.     

基于虚拟机监控技术的可信虚拟域

针对云计算中带内完整性度量方案存在的依赖操作系统安全机制、部署复杂和资源浪费等问题,提出了基于虚拟机监控技术的带外完整性度量方案,可用于为云计算基础设施即服务（IaaS）的租户提供可信的虚拟域。该方案包括域外监控方案和域内外协同监控方案两部分。前者可对开源Linux虚拟域实现完全透明的完整性度量,同时弥补了其他基于系统调用捕获的域外方案所存在的不足。后者将实时度量与预先度量方法、域内度量与域外度量方法、细粒度的注册表度量方法和基于系统调用的域间信息传输方法相结合,可对不完全开源的Windows虚拟域实现完整性度量。实验证明了方案的度量能力是完备的、性能影响是可接受的。     

A human–robot interface using particle filter,Kalman filter,and over-damping method

This paper presents a novel human–manipulator interface which copies the hand motion to control a manipulator. In the proposed interface, an inertial measurement unit is used to measure the orientation of the human hand, and a 3D camera is employed to locate the human hand using the Camshift algorithm. Although the position and the orientation of the human can be obtained from two sensors, the measurement errors increase over time due to the noise of the devices and the tracking errors. Therefore, particle filter and Kalman filter are used to estimate the position and the orientation of the human hand. Due to the limitations of the perceptive and the motor, human operator cannot accomplish the high-precision manipulation without any assistance. An over-damping method is employed to assist the operator to improve the accuracy and reliability in determining the postures of the manipulator. The human–manipulator interface system was experimentally tested in a lab environment, and the results indicate that such an interface can successfully control a robot manipulator even when the operator is not an expert.