宽厚板坯连铸结晶器流场、温度场及应力场的耦合数值模拟

利用ProCAST软件对2400 mm×400 mm宽厚板坯结晶器建立三维动态模型,采用移动边界法实现结晶器内流场、温度场及应力场的耦合模拟.结果表明：考虑凝固坯壳的影响,下回流区位置向铸坯中心靠拢,真实反映了钢液在连铸结晶器内的流动情况.自由液面的钢液从窄面流向水口,速度先增大后减小,距水口约0.7 m处,出现最大表面流速,约为0.21 m· s-1.结晶器出口坯壳窄面中心厚度最小且由中心向两侧逐渐增大,最小厚度约为10.4 mm;受流股冲击影响较弱的宽面坯壳与窄面相比生长更均匀,宽面偏角部和中心的坯壳厚度分别为18.9 mm和27.6 mm.铸坯坯壳应力变化趋势与温度基本保持一致,表明初凝坯壳应力主要是热应力.结晶器内铸坯宽窄面上的等效应力均沿着结晶器高度下降方向呈增大趋势,铸坯角部、宽面中心及窄面中心位置的最大应力各约为200、100和25 MPa.     

基于视频的结构光光条中心提取方法

针对结构光测量系统,提出基于视频的结构光光条中心提取方法.首先,为了分析图像随时间变化的关系,将视频图像的每一帧的同一列像素提取出来,按照时间顺序排列成一幅图像.然后,把图像逆时针旋转θ角度(θ角是激光平面和CCD传感器平面法线的夹角),提取光条中心图像坐标.最后,把求得的光条中心图像坐标顺时针旋转θ角,根据这个光条中心坐标反求物体的三维轮廓.该方法利用视频图像各帧之间的相关性,有效地克服了颜色突变对光条提取的影响.实验表明,该方法能够有效降低光条中心提取的误差.     

一种单线阵CCD立靶系统参数标定方法

为提高单线阵CCD立靶的测量精度,提出一种基于测量模型的系统参数反演和标定方法。在假设相机镜头的焦距、倾角和主点坐标以及激光器发光点坐标等系统参数已知的情况下,建立相机捕获弹丸影像的中心像元位置、各系统参数以及弹丸着靶坐标之间的函数关系,通过实测的弹丸影像的中心像元位置和弹丸坐标值反求出与系统各参数相关的矩阵模型,而不需要求出具体的系统参数值。在实际测量中,只需根据所求得的矩阵模型和每次测得的目标影像的中心像元位置便可求得弹丸着靶坐标。根据系统测量原理,建立了系统的数学模型和参数标定模型,采用所提反演方法对系统参数进行了标定实验。模拟实弹实验的结果表明,本文方法的坐标测量精度明显优于传统方法。     

用于位姿测量的LED标识点坐标优选方法

单目视觉位姿测量过程中,被测物体与摄像机光轴之间的夹角随着姿态的变化而变化,并受到环境噪声、提取算法和摄像机等因素的影响,像平面的像点坐标存在不可忽略的误差,单目多角度标识点三维坐标测量方法实现了位姿测量过程和坐标测量过程的统一,能够减小图像中心提取误差的影响.本文研究了单目视觉位姿测量的误差传播模型,从摄像机图像误差出发,预测和估计输出姿态误差,选取最适合的单目多角度定位标识点坐标,实验结果证明本文提出的基于误差传播的定位标识点坐标优选方法能够有效地提高单目视觉位姿测量的精度.     

采用Hough变换和灰度变化的图像角点检测法

根据棋盘格图像的特点,提出了一种新的棋盘格角点检测方法.对图像进行边缘提取后,得到两组相互垂直的直线组,通过Hough变换求出直线组的代数方程,采用代数方法求两组直线之间的交点,确定角点的初始位置.对每一初始角点邻域采用灰度变化检测方法进行精确的角点定位.该方法既保证了角点检出的正确性,又提高了角点坐标的检出精度.试验结果表明,该方法具有较好的效果和较强的鲁棒性.     

双目视觉车轮姿态提取的位移检测方法

机车车轮三维场景重建需要进行多个特征点匹配,为了避免匹配中存在的运算量大及算法复杂等缺点,采用两个光轴正交的相机来采集车轮图像信息。由两相机所在坐标的对应关系恢复出车轮两个端面中心的空间坐标信息,由车轮轴线空间位置间接得到轮轨接触场景,利用当前时刻车轮中心轴线坐标与初始时刻比较,计算车轮相对轨道的横移量、垂移量、摇头角位移量。实验结果表明,该方法实现了列车轮轨位移的非接触检测,并避免复杂的车轮的三维"面"重建,检测效果准确,系统运行时间约500 ms,综合误差0.12,能够满足检测要求,该方法为后续进一步开展监测列车运行的状态以完善列车运行的安全性机理奠定了基础。     

基于激光跟踪的V型坡口焊接机器人研究

介绍了激光跟踪焊接机器人的结构组成和工作原理。在分析了V型坡口焊缝空间位置和形状特征的基础上,采取结构光法标定焊缝图像,经过焊缝条纹图像处理,提取焊缝特征点,根据三角测量原理建立了特征点的三维坐标。通过建立图像空间到机器人末端焊枪的笛卡尔空间雅可比矩阵,计算出焊枪在基坐标下的位姿,利用机器人逆运动学方程,求得机器人各关节的位置值,最后由关节控制器控制各个关节的运动,实现了机器人V形坡口焊接的视觉控制。     

基于激光跟踪的V形坡口焊接机器人

介绍了激光跟踪焊接机器人的结构组成和工作原理。在分析了V形坡口焊缝空间位置和形状特征的基础上,采取结构光法标定焊缝图像。经过焊缝条纹图像处理,提取焊缝特征点,根据三角测量原理建立了特征点的三维坐标。通过建立图像空间到机器人末端焊枪的笛卡尔空间雅可比矩阵,计算出焊枪在基坐标下的位姿;利用机器人逆运动学方程,求得机器人各关节的位置值,最后由关节控制器控制各个关节的运动,实现了机器人V形坡口焊接的视觉控制。     

平行双关节坐标测量机圆光栅测角误差补偿技术

该文探讨了一种三自由度(DOF)平行双关节坐标测量机的测量原理和测量模型。分析了该测量机上的圆光栅测角误差对测量机测量精度的影响,给出了测角误差的补偿公式,利用该公式优化了测量机的测量模型。采用标准多面棱体和光电自准直仪对2个圆光栅的测角误差进行实验检定,并对测角误差修正前后的平行双关节坐标测量机测量精度进行了实验比对。结果表明,测量的极限偏差由0.033 mm降至0.015 mm,而标准差由0.0141 mm降为0.0061 mm,说明修正2个圆光栅的测角误差可大幅提高该测量机的测量精度。     

大方坯连铸过程凝固规律

通过建立425mm×320mm连铸大方坯二维凝固传热数学模型,模拟了凝固坯壳的长大过程,并通过窄面射钉实验对数学模型进行了验证,精确得到了任意位置处大方坯凝固坯壳的厚度分布情况及最终凝固终点的位置,发现经典的凝固平方根定律对于连铸大方坯的凝壳长大进程不再适用．回归宽面中心坯壳厚度与凝固时间平方根的关系式发现,结晶器弯月面至二冷区出口,近似为线性关系,符合平方根定律,二冷区出口至凝固终点,二者为非线性关系,不再符合平方根定律．     

图像灰度熵特征与SVM分类结合的人脸检测

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸检测方法．在信息论的编码熵的基础上提出了灰度熵的概念，并把人脸图像的行像素灰度熵和列像素灰度熵作为人脸图像的部分特征．在人脸检测系统中，把人脸图像的灰度值和行像素灰度熵和列像素灰度熵作为特征用支持向量机进行训练，得到检测用分类模型，然后把分类模型应用于人脸检测．实验证明了这种方法的有效性。     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

基于位平面图像的人脸特征抽取

提出一种新的基于位平面图像的特征抽取方法.该方法通过对原始图像进行"位切片",将1幅图像分解为8幅位平面图像,然后针对不同的位平面图像的特点,对不同的单幅位平面图像和合成的位平面图像进行特征抽取,为从复杂的人脸图像中抽取出有效的鉴别特征提供了一种有效措施.ORL标准人脸库中的实验数据验证了该方法的有效性.     

喷印机器人工具坐标系标定

提出一种利用激光跟踪仪标定机器人工具坐标系的方法。利用激光跟踪仪确定机器人的基坐标系,将机器人基坐标系与激光跟踪仪的测量坐标系统一。通过机器人运动学方程获得机器人末端连杆坐标系相对基坐标系的变换关系,利用激光跟踪仪测量拟合得到机器人工具坐标系,利用坐标变换初步确定机器人工具参数。通过机器人单轴旋转运动对工具坐标系原点进行修正,最终确定工具参数。最后通过机器人重定位运动对误差进行计算。实验结果表明,修正后x,y,z坐标的RMS(root mean square,均方根)误差分别为0.127 1,0.141 3和0.117 4mm,精度是修正前的2.5倍。     

质心坐标系的拉格朗日方程

传统的机器人动力学建模是在关节轴线建立附体坐标系,本文采用质心附体坐标系,推导并建立了机器人的拉格朗日动力学模型,以平面两杆机械手为例证明该方法较之传统坐标系的方法在简化计算上具有明显优越性．     

基于椭圆曲线的数码相机像点坐标标定

本文研究了物平面上圆盘圆心的像点坐标标定问题。通过对中心射影变换性质的分析,给出了椭圆中心与实际像点之间距离的一个上界。建立了基于椭圆方程的两种标定模型,即椭圆中心模型与公切线模型,最后通过仿真实验比较了两种模型的优缺点。     

边缘直线拟合确定鱼眼镜头光心算法

为了去除鱼眼图像存在严重的畸变,需要对鱼眼相机进行标定,本文在已知相机参数表的前提下,提出了一种边缘直线拟合来标定最重要的镜头光心坐标算法.该算法利用像素点在图像平面上的物理尺寸及相机焦距,确定相机标定内参矩阵中水平轴和竖直轴的尺度因子.在部分内参已知的情况下,对光心的横、纵坐标在给定范围内进行遍历,校正点到拟合直线加权距离和最小的点,即为所求的光心坐标值.实验结果表明:与常规的标定算法相比,该算法得到的光心坐标减少了由于不精确参数使用带来的累积误差,提高了相机标定结果的精度.     

基于矩—小波描述子的人脸图像识别

介绍了在Radon变换下的图像矩特征的抽取方法,并得到图像的矩特征矩阵;进而对矩特征矩阵按行向量进行小波变换组成矩——小波描述子特征矩阵,采用矩阵的加权欧氏距离作为人脸图像的匹配识别的算法,产生较好的结果。     

Video-based facial animation with detailed appearance texture

Facial shape transformation described by facial animation parameters (FAPs) involves the dynamic movement or deformation of eyes, brows, mouth, and lips, while detailed facial appearance concerns the facial textures such as creases, wrinkles, etc. Video-based facial animation exhibits not only facial shape transformation but also detailed appearance updates. In this paper, a novel algorithm for effectively extracting FAPs from video is proposed. Our system adopts the ICA-enforced direct appearance model (DAM) to track faces from video sequences; and then, FAPs are extracted from every frame of the video based on an extended model of Wincandidate 3.1. Facial appearance details are transformed from each frame by mapping an expression ratio image to the original image. We adopt wavelet to synthesize expressive details by combining the low-frequency signals of the original face and high-frequency signals of the expressive face from each frame of the video. Experimental results show that our proposed algorithm is suitable for reproducing realistic, expressive facial animations.