一种新的多边形中轴剪枝方法

中轴是空间图形一种降维表达方法,能够保留图形的空间拓扑结构和几何特征信息,并去除冗余信息,它同时也是平移、旋转和尺度变换的不变量.中轴图广泛应用于科学和工程领域,包括地理信息系统、人脸识别、图像处理、计算机视觉和格网产生等.目前,中轴提取算法通常会由于形状轮廓上的噪音,产生冗余的中轴分枝.针对约束Delaunay三角网外心法构建中轴的算法,分析了约束Delaunay三角网外心法逼近中轴出现分枝的原因,给出了一种新的中轴剪枝方法.经多组复杂图形试验,该方法可以有效的剪除冗余的中轴分枝,并且具有良好的普适性.该方法也是对约束Delaunay三角网外心法构建中轴方法的一种优化,一方面使得外心法可以高精确性地逼近中轴,另一方面又可以消除去其副产物——中轴分枝.     

基于多阶段向量场的活动轮廓模型

传统的基于向量场的活动轮廓模型不能准确地提取复杂形状边界,尤其当初始轮廓曲线在目标边界外部、提取复杂的凹形边界时,常遇到"平衡点"问题.为此,文中提出了基于多阶段向量场的活动轮廓模型.首先在离散化的轮廓曲线上取一些样本点,并按其法线方向将它们映射到目标特征点;然后由传统向量场和映射产生的向量场得到一个加权平均的向量场,将轮廓曲线在该向量场中演化,若轮廓曲线未完全收敛到边界,则在未收敛的轮廓曲线上取新样本点,按前面方法计算出新的向量场.经过在多阶段向量场中的演化,轮廓曲线最终收敛到目标边界.实验结果表明,相比于传统方法,文中方法更有效.     

基于离散曲率特征的弧线形状检测方法

物体形状检测是实现机器人自主环境理解的基础.针对机器人作业场景经过色彩分层及多尺度滤波分割后的物体表现为连通域,以及便于分析形状的特点,提出了一种基于离散曲率特征的物体轮廓弧线形状检测方法.该方法将物体轮廓提取、直线和特征点检测作为基础,剔除影响弧线检测的轮廓直线,并根据剩余轮廓各点处的离散曲率滑动变化特性检测弧线特征.对机器人作业场景实物进行实验,弧线形状检测的平均正确率达到90.6%,处理时间为0.75 s,表明该方法能有效地对物体轮廓弧线形状进行检测.     

超精密加工轮廓误差的ILC—CCC补偿控制

迭代学习控制(ILC)通过对重复运动轨迹的不断学习可提高系统位置跟踪的快速性和跟踪精度,而交叉耦合控制(CCC)通过对轮廓的闭环控制可以有效地减小轮廓误差.在分析双轴数控加工中轴跟踪误差和轮廓误差之间的关系的基础上, 提出将ILC 与CCC 结合构成的ILC-CCC 集成控制器引入超精密数控机床的伺服控制.该控制器对被控对象模型有较好的鲁棒性,仿真结果证明算法是可行和有效的.     

基于改进活动轮廓模型的人脸分割

人脸图像往往轮廓边界模糊、梯度不明显,常规活动轮廓模型通常无法获得理想的分割效果。为实现准确的人脸轮廓定位及分割,结合人脸检测、活动轮廓模型和数学形态学算子提出一个基于曲线演化的人脸分割方案,并提出一个改进的活动轮廓模型,有效提高了人脸轮廓定位精度和算法收敛速度。实验结果表明该模型可以有效地检测出局部模糊或分断边界而且演化曲线不会断裂,能够获得较好的人脸分割结果;此外,本文提出的C-V模型的窄带实现方法使计算量减少60%。     

一种在线测量竖直平行平面位置关系的检测机构

由于机床具有质量大且不易移动的特点,因此对其竖直定位面位置误差进行现场测量一直是个难题.为此,设计了可以现场测量竖直平行面位置关系的检测机构.该检测机构可以利用自身与平行平面形状轮廓间的几何关系,将已知基准平面形状轮廓分离,从而计算出被测平面的形状轮廓.依据计算出的形状轮廓与已知被测平面形状轮廓间的差异,可以确定两平行平面的位置关系.同时介绍了检测机构原理,给出了检测方案,开发了位置关系描述算法,并进行了测量试验.试验结果表明:该检测机构能够准确获得两竖直平行平面的位置关系.     

空间自由曲线形状误差计算的迭代逼近法

提出了一种新的空间自由曲线轮廓形状误差计算方法－迭代逼近法。基本原理是：在小误差条件下，把空间理论曲线离散为一系列小直线段，用点到直线的距离，构造实测点到理论曲线距离的近似解析公式；经多次循环迭代，最终获得的形状误差是最小区域意义下的近似。实验表明本算法运行过程稳定，结果准确可靠；算法的平均相对误差在５％的范围内。     

基于边缘扩散信息拟合的测地线活动轮廓模型

针对测地线活动轮廓模型对轮廓初始化敏感的问题,提出一个基于边缘扩散信息拟合的测地线活动轮廓模型.首先定义了一个与图像边缘法线方向的二阶导数相关的扩散方程,通过求解这个扩散方程获得边缘扩散信息,利用这种边缘扩散信息构建了一个新的力场;然后由该力场驱动活动轮廓演化,使活动轮廓可以从边缘的两侧向真实目标边缘逼近,最终收敛到期望的边缘.本文模型采用一种快速有效的数值方法实现,水平集函数在整个演化过程中无需重新初始化,活动轮廓演化速度得到显著提高.一系列的人工和真实图像的实验结果表明,本文模型不仅对于初始轮廓的位置选择不敏感,并且可以分割弱边界目标、具有复杂几何结构的目标和带有孔洞结构的目标,综合性能优于一些传统算法.     

基于局部直方图信息的相似图像组分割模型

针对ACGS模型不能有效分割具有纹理变化的相似图像组问题,提出一种基于图像局部直方图信息的协同分割模型.该模型能量泛函分为两项,一项为基于图像直方图信息的数据项,反映了图像组中每张图像的纹理信息;另一项为用形状矩阵的秩表示的相似性约束项,用来控制待分割图像之间目标形状的相似性,其中形状矩阵中每个列向量代表图像组中一幅图像的目标轮廓.同时,在SUN显著图上演化CV模型实现轮廓的初始化,提高了ACGS模型对初始轮廓位置的鲁棒性.实验表明,该模型对具有纹理变化的形状相似图像组分割效果优于ACGS模型.     

气泡生长的界面质点受力法模型与实验研究

基于Lagrange思想提出一种界面质点受力法模型用于描述气液界面的动态演化过程,该模型将气液界面离散成一系列的质点,对各质点建立受力模型及其运动方程,通过各质点运动轨迹的求解获得动态演化的气液界面.应用此模型对水下壁面开孔注入不凝性气体气泡的动态生长过程进行了数值模拟研究,预测了气泡的脱离直径和脱离时间.建立可视化实验台,进行了3种不同开孔孔径和10组不同充入流量的气泡生长实验,对模拟结果进行了验证分析.研究结果表明,质点受力法对气泡生长过程形状演化、脱离直径和脱离时间的计算结果均与相同工况实验结果吻合很好,从而验证了该方法的有效性.     

基于自训练与snakes搜索的活动形状模型

活动形状模型(ASM)算法在有模型监督的轮廓提取中应用广泛,其不足主要体现在两个方面:(1)对大量样本标记点的标注费时、费力,且易产生误差;(2)算法轮廓进化中的盲搜索对图像中的噪声敏感,容易偏离全局最优.对前者,当目标物体的待成像轮廓在同一平面时,可利用透视投影变换模拟产生物体轮廓在3D空间成像的训练样本,从而完全避免手工标注引入的人为误差;对后者,在ASM的轮廓进化过程中,结合经典的snakes活动轮廓模型算法(ACM),可提高算法收敛的鲁棒性.上述改进的ASM算法已用于视频相册系统中,试验结果证明了算法的有效性.     

五轴联动数控展成电解磨削整体叶轮的控制方法

分析了整体叶轮叶面片型精加工的现状，为解决整体叶轮叶面型面的精加工难题，进行了五轴联动数控展成电解磨削的基础研究，其中，控制导电磨轮相对整体叶轮叶片型面的展成运动是问题的关键，根据数控展成电争磨削整体叶轮叶片型面这一加工方法的特点，在分析了数控展成解磨床的结构与运动的基础上，介绍了经济型多轴数控系统及其联动控制方法，建立了电解磨削非平行直纹展成曲面的数学模型，开发了五轴联动数控展成电解磨削自动数控编程系统，对航空发动机整体叶片轮的叶片型进行了电解磨削。     

外耳形状特征和内耳结构特征结合的人耳特征提取

针对人耳的生物特征提出了一种人耳的形状特征和结构特征相结合的识别方法. 首先提取外耳最长轴,即外耳轮廓边缘点的最长连线. 利用外耳长轴把外耳曲线分成两部分,用最小二乘法对这两段曲线分别进行多项式曲线拟合,拟合多项式函数的系数作为外耳特征向量. 同时长轴与内耳曲线的交点作为内耳特征点,特征点之间连线的长度与长轴长度的比值作为内耳特征向量. 长轴的相对不变性保证了特征向量具有缩放、平移和旋转不变性. 实验结果表明此方法在噪声情况下具有较强的鲁棒性.     

一种优化染色体中轴的新方法

染色体自动分析一直是医学图象处理领域研究的热点，其关键技术之一是染色体中轴的提取，中轴提取一般采用细化去枝、端点延伸的方法，但是对于一些染色体尤其是比较短小的21号，22号及y染色体，采用上述方法提取的中轴效果不太好，为此，作者提出一种新方法用于优化中轴提取，对长染色体，利用其端部的形状特征优化中轴延伸；而对短染色体，则充分利用短染色体的形状特征和内部带纹信息，由方向链码确定宏观走向，以带纹相对于中轴的方差最小为判据来确定中轴，该方法较好地解决了中轴检测这一难题。     

快速提取旋转体轮廓母线方法

为重建出旋转体的三维形态,提出了一种基于单幅图像实现旋转体母线和对称轴的提取方法。该方法主要利用工业摄像机获取目标物体的二维图像,在图像预处理中,针对拍摄原因产生的倾斜图像给出了一种几何矫正方法,利用目标区域的轮廓特征提取旋转体的母线信息,结合旋转体轮廓曲线的左右对称性求得目标物体的对称轴。并以陶瓷文物花瓶为目标,实现了旋转体母线及对称轴的提取,最后重建出目标的三维形态。实验证明了该方法的有效性。     

基于最小面积准则的天气图等值线相似算法

为了进一步提高天气形势的相似预报精度,基于最近邻非参数回归方法的思想,提出了一种基于最小面积准则的天气图等值线相似识别方法。该方法利用有限区域内2条等值线所围成的面积作为一种新的相似性测度,将相似性测度从一维的“距离”提高到二维的“面积”,并用数学方法证明了其能够同时兼顾形相似和值相似。试验表明,与传统的相似算法相比,该算法不但操作简单方便,而且对天气图中等值线的相似识别具有更好的效果,便于在基层气象台站推广使用。     

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.     

基于轮廓线的旋转体三维重建

由旋转体的二维灰度图像恢复其三维形状已经成为计算机视觉领域的一个研究热点.对该问题进行了深入的研究,提出了一种基于单幅图像,采用轮廓线特征信息进行旋转体重构的方法.该方法从一幅二维灰度图像中提取旋转体作为研究对象,通过角点检测方法获取有效轮廓线及其分段曲线,根据分段曲线类型及其特征信息构造旋转体的对称轴,结合旋转体的几何特性实现了旋转曲面的三维重建.实验证明,该方法可以根据旋转体的二维灰度图像方便有效地重建出其三维形状.     

一种带心肌瘢痕的心脏磁共振图像左室壁分割方法

从心脏磁共振图像中分割出左心室内外膜轮廓线,是心脏三维重建及心脏功能评定的先决条件.针对带心肌瘢痕的心脏磁共振图像,提出了一种基于显著性检测定位的左心室内外膜分割方法.方法采用视觉显著性检测和分水岭变换,提取左心室血池区域,准确确定了左心室位置;然后提取血池区域轮廓线作为内膜初始轮廓,在带形状约束的活动轮廓模型作用下演化得到左心室内外膜.实验结果证明,该方法定位较为准确,能使初始轮廓迅速收敛到内膜边界,分割得到的内外膜以及心肌区域均较为准确.