断层测量反求工程中的关键技术

研究了由断层测量轮廓序列重构零件CAD模型的关键技术。根据截面的面积、形心位置等属性，并结合轮廓串匹配技术，提出了封闭轮廓集 分割算法。一个封闭轮廓由圆弧、直线段等规则形状的轮廓段和自由曲线段组成。为了抽取开放的规则轮廓段，提出了特征参数识别和特征轮廓抽取交互进行、有机结合的技术。为了抽取开放的自由曲线段，提出了基于转角映射的特征连接点辨识技术。进一步抽取开放轮廓集时，要解决相邻层上开放轮廓段的匹配问题，提出了基于串匹配的轮廓优化分割技术。实例表明，所提出的轮廓集分割算法可以实现规则形体表面和自由曲面对应开放轮廓集的精确分割。此外，文中对特征的分割策略、参数识别等问题提出了可行的解决方案。     

断层测量反求工程中的封闭轮廓集分割技术

针对由序列断层测量轮廓的三维重建，提出了基于物体结构特征的封闭轮廓集分割算法。算法中首先采用多边形的包含判定、封闭轮廓截面属性（如面积、形心位置、内外属性等）的比较对轮廓进行粗略分割，若不能分割出唯一轮廓时，进而通过轮廓串比较的方法作出筛选。为了解决复杂结构的轮廓集分割，算法同时采用了分段重构与拼合的分割策略，结果表明，文中的算法不仅分割速度快，分割轮廓准确，而且适用于具有复杂形状和结构的零件。     

利用轮廓分形区别人工目标与自然物体算法研究

根据人工目标和自然物体的固有差异，提出了一种在轮廓链码基础上提取轮廓粗糙性曲线的算法。在实际得到的水杯，车辆及岩石图像中，利用Ｖａｒｉａｔｉｏｎ算法进行了计算物体轮廓粗糙性曲线分维的实验。实验表明，水杯及车辆轮廓的分形维数较低，岩石则具有较高的分形维数，通过同二维结果的对比，从计算量的分形维数两证明用所提出的算法计算轮廓分形维数区别人工目标和自然物体是可行的。     

一种改进的分水岭分割算法

为了提取人脑CT图像中的脑部组织,提出了一种改进的分水岭算法,首先采用K-means聚类算法对图像进行初始分割,从而有效地抑制了由图片表面的灰度变化引起的过分割,使边缘定位更加准确;然后在聚类图像的梯度图上利用自动阈值法增强其对比度,进行分水岭分割。最后为了避免过分割现象,对分割后的图像进行了相似区域合并。实验表明该方法简单有效,能够得到符合人类视觉系统特性的分割结果。     

基于曲率和活动轮廓模型的重叠细胞分割算法

提出了一种基于曲率和活动轮廓模型的重叠细胞分割算法,用于解决重叠细胞显微图像边界难以自动分离的问题.该算法使用Otsu算法和形态学滤波得到重叠细胞整体轮廓,并根据其曲率信息来定位细胞边界接触点,再采用活动轮廓模型分割得到重叠区域轮廓,最后结合边界接触点信息将其与整体轮廓拼接得到单个细胞轮廓.实验结果表明,算法实现了重叠细胞的分割,分割得到的细胞完整度高,且算法具有一定的鲁棒性,表明该算法用于重叠细胞的分割是可行、有效的.     

Vector bundle constraint for particle swarm optimization and its application to active contour modeling

Active contour modeling (ACM) has been shown to be a powerful method in object boundary extraction. In this paper, a new ACM based on vector bundle constraint for particle swarm optimization (VBCPSO-ACM) is proposed. Different from the traditional particle swarm optimization (PSO), in the process of velocity update, a vector bundle is predefined for each particle and velocity update of the particle is restricted to its bundle. Applying this idea to ACM, control points on the contour are treated as particles in PSO and the evolution of the contour is driven by the particles. Meanwhile, global searching is shifted to local searching in ACM by decreasing the number of neighbors and inertia. In addition, the addition and deletion of particles on the active contour make this new model possible for representing the real boundaries more precisely. The proposed VBCPSO-ACM can avoid self-intersection during contour evolving and also extract inhomogeneous boundaries. The simulation results proved its great performance in performing contour extraction.     

Vector bundle constraint for particle swarm optimization and its application to active contour modeling

Active contour modeling (ACM) has been shown to be a powerful method in object boundary extraction. In this paper, a new ACM based on vector bundle constraint for particle swarm optimization (VBCPSO-ACM) is proposed. Different from the traditional particle swarm optimization (PSO), in the process of velocity update, a vector bundle is predefined for each particle and velocity update of the particle is restricted to its bundle. Applying this idea to ACM, control points on the contour are treated as particles in PSO and the evolution of the contour is driven by the particles. Meanwhile, global searching is shifted to local searching in ACM by decreasing the number of neighbors and inertia. In addition, the addition and deletion of particles on the active contour make this new model possible for representing the real boundaries more precisely. The proposed VBCPSO-ACM can avoid self-intersection during contour evolving and also extract inhomogeneous boundaries. The simulation results proved its great performance in performing contour extraction.     

A New Algorithm for Feature Matching in Reverse Engineering

Feature recognition and surface reconstruction from point clouds are difficulties in reverse engineering. A new surface reconstruction algorithm for slicing point cloud was presented. The contours of slice were extracted. Then, the intersection of two adjacent curve segments in the contour was obtained and curves feature was extracted. Finally, adjacent section contours were matched directly with Fourier-Mellin curve matching method for feature extraction. An example of 3-D model reconstruction shows the reliability and application of the algorithm.     

直喷汽油机喷雾图像特征提取方法

为解决可视化燃油喷射图像采集系统的喷雾图像对比度低、 边界雾化不清晰的问题, 提出了一种基于均 衡化直方图自适应求取阈值的二值化和图像特征检测算法。 该算法根据对比度增强后的喷雾图像的直方图性 质, 自适应求取二值化阈值, 通过自动检测喷嘴位置、 喷雾图像最外侧切线以及喷雾最远点位置, 确定喷雾贯 穿距离和喷雾椎角, 然后通过计算得到喷雾图像这两个特征参数, 并对喷油全过程采集的 25 幅图像进行处理。 实验结果表明, 该方法能较清晰准确地提取喷雾图像轮廓, 喷雾贯穿距离和喷雾锥角两个特征参数的变化趋势 和理论值具有良好的一致性。     

基于粗糙信息颗粒的数据挖掘方法研究

大型的数据库和数据仓库中的数据往往是有噪声和不一致的,应用经典的粗糙集理论对其进行数据挖掘处理时,效果不够理想.引入信息颗粒的概念,给出了属性子集引导的信息颗粒的构造方法及基于信息颗粒的知识描述,并应用粗糙集的扩展模型讨论知识的粗糙度问题,提出了基于粗糙信息颗粒的属性约简算法,该算法在给定最小置信度阈值的情况下,可实现对不一致数据集的简洁知识提取.图1,表2,参8.     

基于动态阈值选择和细化算法的角膜细胞轮廓抽取

角膜细胞图象轮廓提取的关键是分隔出细胞与背景,生成二值图象．由于角膜细胞图象的光照不均匀,用单一域值无法兼顾亮区与暗区．提出了一种基于动态域值选择和细化算法的角膜细胞轮廓抽取算法．首先对处理图象进行灰度平均和中值滤波平滑处理,消除细胞内部的不均匀性和保持细胞之间的边界;然后用动态域值选择算法分割细胞和背景;最后使用细化算法抽取细胞的轮廓．此算法应用于角膜细胞图象,处理结果证明了算法的有效性．     

基于K-means和GVF Snake模型的纤维图像分割

在纤维图像自动识别系统中,分割出完整连续的纤维是纤维特征分析的必要前提.针对纤维图像的背景和前景灰度区别不大、光照不均对图像的影响等特征,提出融合K-means和GVF(Gradient Vector Flow)Snake模型的纤维图像分割算法.该算法以提取完整连续的纤维轮廓为标准,利用K-means聚类分割结果为GVF Snake模型的初始轮廓线,并对得到的存在毛刺的轮廓结果采用轮廓跟踪去除毛刺,从而得到完整连续的单根纤维图像.该算法不仅能有效解决传统图像分割方法对纤维图像分割的不连续问题,而且能有效抑制纤维图像中噪声的影响.     

基于轮廓曲线和特征区域的秦俑碎块匹配算法

为了提高秦俑碎块匹配的精度和速度,提出了基于轮廓曲线和特征区域的碎块匹配算法.提取碎块的断裂面及其轮廓曲线,并将轮廓曲线进行分段,再采用最长公共子序列算法将轮廓曲线进行匹配,以实现碎块的粗匹配;根据体积积分不变量计算碎块断裂面上所有顶点的凹凸性,并将断裂面划分为一系列或凹或凸的特征区域;计算断裂面上各个特征区域的质心,并采用改进的迭代最近点算法对质心进行匹配,以实现断裂面的细匹配.实验采用了3种匹配算法对秦俑碎块数据进行匹配,结果表明基于轮廓曲线和特征区域的匹配算法能更加精确地完成碎块断裂面的完全匹配和部分匹配,并在细匹配阶段取得了更高的迭代收敛速度.      

基于三角网格曲面的环切粗加工刀轨生成算法

提出一种基于三角网格曲面的环切粗加工刀轨生成算法,该算法采用R*-tree建立三角网格曲面的动态空间索引结构,基于该结构快速建立三角网格模型的Z向包络面,采用R*-tree建立Z向包络面的索引结构,对切削平面与Z向包络面求交获取截面轮廓环,判断截面轮廓环的环向,并依据轮廓环间的拓扑关系确定切削区域,通过对轮廓环进行等距偏置获取环切粗加工刀轨.实例证明:该算法对各类复杂三角网格曲面均可准确生成无干涉环切粗加工刀轨,并可实现模型的区域性加工.     

基于数学形态学的掌纹图像分析

讨论和分析了数学形态学在在线掌纹图像处理中的应用.该方法应用数学形态学进行掌纹定位分割和增强处理.结合在线掌纹图像的特点采用形态学运算提取掌纹轮廓线,规范手掌质心,然后选取以质心为中心的合适大小的方形区域作为特征有效区域.在有效区域内进行形态学Bot-Hat变换检测出掌纹纹线进行增强处理,对增强后的图像进行傅立叶变换在频域空间进行特征提取和匹配.通过实验,论证了上述方法的有效性和可行性.     

一种新的多轮廓线重构三维形体算法:切开-缝合法

综合评述了目前通过多轮廓线重构三维形体表面的算法研究现状,提出了一种新的多轮廓线重构三维形体算法切开-缝合法(CS).该法通过引入控制点对作为切口,将轮廓线对进行坐标转换和轮廓对应后,切开并铺展成两条平行直线段,通过寻求轮廓线对顶点的对应关系,生成了符合Delaunay法则的三维形体表面三角面片,解决了形状和顶点数目差异较大的相邻轮廓线重构问题,并将其应用到基于剖面的三维地质建模中.实践证明,该算法行之有效,且对解决相似问题具有一定启发性.     

A New Algorithm for Feature Matching in Reverse Engineering

Feature recognition and surface reconstruction from point clouds are difficulties in reverse engineering. A new surface reconstruction algorithm for slicing point cloud was presented. The contours of slice were extracted. Then, the intersection of two adjacent curve segments in the contour was obtained and curves feature was extracted. Finally, adjacent section contours were matched directly with Fourier-Mellin curve matching method for feature extraction. An example of 3-D model reconstruction shows the reliability and application of the algorithm.     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

基于粗糙Multilayer Perceptron网络的规则提取及生成方法研究

将粗糙集理论同神经网络结合起来,提出了一种基于粗糙集的神经网络体系结构,并以此为基础讨论了神经网络中的规则提取方法.为扩大神经网络的适用范围,利用粗糙集理论中的相关概念来指导神经网络系统的构建,从而使系统参数具有较为明确的物理意义.提出一种对该网络进行训练的学习算法.根据网络中各节点所对应的物理意义以及相应连接权值的大小,给出了一种折衷型算法对粗糙神经网络进行推理规则提取和生成.实验结果表明:粗糙神经网络具有较好的工作性能,并且能给出相应的推理规则.     

利用卷积曲面模型的人体运动姿势估计

基于通过单目图像进行人体运动姿势估计,是计算机视觉中非常困难的问题,提出了一种利用单目图像进行人体运动姿势估计的框架.首先建立了一种新颖的多项式密度卷积曲面人体模型,该模型由连接体线骨架与某种卷积核卷积而成,整个曲面是一张连续曲面,调节多项式和半径参数可以让人体任意变形;给出了正交投影下卷积曲面和曲线对应的概念和相关定理,为二维的图像轮廓和三维人体模型之间建立对应关系;根据正交投影下卷积曲面与曲线对应定理,用卷积曲线去逼近人体的图像轮廓曲线,从而估计和恢复出三维人体运动姿态.实验证明,该方法在没有遮挡的情况下,可以很好地恢复人的三维运动.