中性粒子标定源中聚焦系统的研究

设计了用于中性粒子标定源的聚焦系统.利用三维电磁仿真软件CST对束流在中性粒子标定源中的输运情况进行了模拟,研究了单透镜与加速管之间的距离、聚焦电压和加速电压的改变对束流轨迹的影响.在离子源测试装置上利用塑料闪烁体对束流剖面进行了初步测定,测试结果与模拟计算相符合.文中得到的数据对中性粒子分析器的标定具有重要参考价值.     

灌注桩超灌监测系统标定方法的优化设计与应用

为了对混凝土灌注桩超灌高度进行有效控制,基于电阻的超灌监测智能化系统应运而生.通过多组室内试验测得混凝土、水泥浆、泥浆和水4种介质在不同探针间距和不同桩径下的电阻,探究4种介质电阻与探针间距和桩径的关系.在此基础上设计制作了一种便捷的新型标定器,并在施工现场进行了灌注桩试验验证.结果 表明:4种介质电阻均随探针间距的增大而增大,呈一次线性变化趋势;在同一探针间距下,4种介质电阻基本不受桩径影响.可见使用标定器能够较好地的优化标定环节,且通过现场灌注桩试验,配合超灌监测系统能有效控制混凝土灌注高度.     

基于灰狼粒子群混合算法的相机标定优化方法

针对传统标定方法参数考虑较少、标定精度不高的缺点,将群智能算法思想应用其中,并在现有的粒子群算法和灰狼算法基础上进行优化,取长补短,提出一种混合算法.首先,基于张正友方法获得标定的参数范围,在该范围内随机生成参数作为初始值,然后以最小平均误差为准则,利用灰狼粒子群优化混合算法,建立目标函数,进一步求解相机的内外参数.研究结果表明,该算法求解结果准确、稳定,可重复操作,可以有效地提高标定精度,结果好于其他几种方法.     

基于Kinect的机器人臂手系统的目标抓取

为了实现机器人臂手系统的目标抓取, 采用Kinect对目标信息进行实时检测. 首先,采用张正友棋盘标定法完成对Kinect内外参数的标定. 其次, 利用深度信息进行深度分割, 滤除大部分干扰背景, 再通过颜色与形状特征实现目标的识别与定位. 将识别对象的3维坐标通过以太网发送至机械臂控制台, 随后机械臂移动至目标位置. 最后采用变积分PID算法控制灵巧手接触力, 保证响应的快速性及精密性, 实现灵巧手的精细抓取. 通过设计一套完整的实验系统验证了该方法的有效性.     

反倾层状岩质边坡变形破坏的颗粒流模拟研究

基于颗粒流程序对反倾层状岩质边坡变形破坏过程进行模拟,并考虑岩体结构面参数(岩层倾角、层厚及层理剪切强度)对其变形破坏机制的影响。数值模拟结果表明:边坡岩层的主要变形破坏方式为弯曲变形、折断破坏,变形首先发生在坡顶,而破坏是从坡脚开始,边坡的变形破坏过程具有明显的悬臂梁特征;岩层倾角对反倾岩质边坡整体性失稳破坏方式有较大影响,随着岩层倾角的增大,边坡后期整体性破坏方式由滑移型逐渐过渡为倾倒型破坏,坡体内部岩体出现变形及破裂损伤的深度也逐渐增加;随着岩层厚度增加,坡脚岩体抗折断能力增强,破坏方式由折断破坏向剪切破坏发展,边坡后期的整体性破坏方式也由滑移型向倾倒型过渡;岩层层面剪切强度是影响边坡变形的重要因素,层面剪切强度越小,边坡发生弯曲变形的程度越大。     

基于灰度直方图的加权模板匹配法在摄像机标定中的应用

采用基于灰度直方图的加权模板匹配法实现摄像机的标定.首先以一个游标卡尺作为目标采集图像,此采集图像作为后续分析的同时用于模板的多处提取;提取的每个模板都将用于后续的模板匹配来提取目标区域(Region of Interest,ROI);匹配所获得的所有目标区域二值化后并旋转90°,以提取其水平方向的灰度直方图;所获得灰度直方图经过优化获得单一峰值后用于获取测量精度;最终标定出的测量精度是由所获得的所有测量精度值进行可信区间的加权平均决定的.本文所采用的加权模板匹配方法不仅降低了单一模板匹配的风险,而且充分利用了具有相似纹理这一有利信息,实验结果表明,提出的方法可以达到工程要求的亚像素级别误差,由此说明该方法在摄像机标定的应用中是行之有效的.     

易开盖刻痕图像检测的方法研究

易开盖刻痕深度是决定罐头包装质量的关键参数,针对现有检测设备无法满足工业自动化要求的问题,该文提出一种基于光切法和图像处理技术的机器视觉系统,来实现易开盖刻痕深度的现场测量。采用电子目镜对9J型光切显微镜进行视频化改造,利用Visual C＋＋6.0进行图像测量软件开发。     

数字图像相关方法中的标定对三维形貌和变形测量的影响

为了实现三维数字图像相关方法的高精度三维测量,首先需要标定成像系统的内外参数.从数字图像相关的基本原理出发,针对相机成像的针孔模型,在理论上给出了物体成像的误差来源和修正措施,从而引出相机的各个标定参数.实验研究了多组标定板的姿态,分析了棋盘标定方法的稳定性和精确度,给出了标定过程的优化方案,解决了复杂工程环境下现场标定步骤繁琐的问题.实验结果表明:当标定板的姿态数大于9组时,标定参数趋于稳定,用稳定的标定结果计算目标物的半径更可靠.精确稳定的棋盘标定方法有利于获得高精度的三维测量结果,因此优化标定后的三维数字图像相关方法不仅操作简便,还具有相当高的可靠性和精确度.     

基于遗传算法的摄像机标定

为提高摄像机标定的精度, 提出一种基于遗传算法的2D棋盘格摄像机标定方法。 通过对棋盘格图像的参考角点的提取, 计算参考点的图像坐标, 从而求解摄像机的内部参数及相应的外部参数初始估计值。并利用遗传算法对摄像机内参数进行优化, 通过一代代的进化、 选择、 变异, 最终收敛得到最优解。仿真结果表明, 该方法得到的平均投影误差为0.255 9像素, 标准差为0.139 3像素, 可有效地提高标定精度。     

基于改进型神经网络的双目摄像机标定

摄像机标定是机器视觉中最重要的环节之一,传统标定方法运算量大、计算复杂,非常繁琐。为解决标定存在的若干问题,提出基于改进神经网络的双目视觉摄像机标定方法。通过对双目摄像机有效模型分析,建立空间点图像坐标与世界坐标非线性映射关系,同时引入自适应学习算法,实现隐层神经元的自适应选取,并且在创建网络模型前对样本数据进行归一化处理,提前终止策略,使网络泛化能力得到极大改善。通过与经典标定方法进行比较,表明基于改进型神经网络标定方法能获得较好的双目标定精度。