绘制装配图剖面线的程序设计

本文介绍了在装配图中绘制剖面线的程序设计。用这种方法绘制剖面线,不需要知道剖面线区域边界的几何模型,只要输入剖面线所在区域内任意一点的坐标值、剖面线的方向和间隔大小,即可完成剖面线的绘制。     

边界找点法画剖面线

本文介绍一种构思新颖的画剖面线的方法——边界找点法。这种方法克服了习惯法所存在的一些不足之处,其特点是通用性好,不管图形的边界线是什么样的,输入的信息总是一样的,且只要输入三个信息即可画出所需的剖面线。     

球头铣刀加工仿真中几何边界参数的提取

为了解决球头铣刀切削力模型在应用中瞬时几何边界条件提取的问题,提出一种以B-rep和CSG为基础的几何边界参数提取方法。该方法考虑切除体是刀具实体与毛坯实体的交集,包含几何边界条件信息,首先通过实体Boole运算得到切除体,然后从切除体上识别包含切削范围信息的表面,在其上进行几何边界参数的提取。提取结果与解析计算结果比较,证明该方法能够准确、便捷地取得模型求解中需要的几何边界条件,使物理模型的应用更贴近生产实际。     

采空区三角网格模型边界剖面线提取方法及其应用

在分析目前常用的三角网格模型边界剖面线提取方法运用于提取复杂边界采空区边界轮廓线时存在缺陷的基础上,对传统的凸包算法进行了改进,形成了适用于复杂边界采空区三角网格模型边界剖面线提取的新方法,即凸包压入法.首先,以垂直于任意坐标轴的平面剖切复杂采空区三角网格模型得到边界剖面线的无序点集,提取无序点集的凸包线作为初始轮廓线,然后将包络于初始轮廓线内的点按张角最大的原则全部添加到轮廓线中,获得完整的剖面轮廓线,形成复杂采空区剖面线.实际应用表明,所提算法能够快速有效地提取各种形态采空区的边界剖面线,可准确获取复杂采空区剖面并能够比较分析采空区的超挖、欠挖量,具有很好的应用价值.     

复杂采空区三角网模型剖面轮廓线提取方法

 采空区是矿山安全生产面临的主要灾源之一,准确获取采空区剖面等信息是实施采空区灾害防治及空区周边资源安全开采的重要基础,而采空区三角网模型剖面轮廓线提取是采用可视化方法实现采空区剖面准确获取的前提。在分析目前常用的三角网模型剖面轮廓线提取方法（即最小距离法、扇形区域法和凸包算法）运用于提取边界复杂的采空区剖面轮廓线时存在缺陷的基础上,对传统的方法进行了改进,形成了适用于复杂边界采空区三角网模型剖面轮廓线的提取方法--凸包压入法。首先以垂直于任意坐标轴的平面剖切采空区三角网模型得到轮廓线的无序点集,提取无序点集的凸包线作为初始轮廓线,然后将包络于初始轮廓线内的点按张角最大的原则全部添加到轮廓线中,获得完整的剖面轮廓线,形成采空区剖面。实际应用表明,研究形成的算法能够快速有效地提取复杂采空区的剖面轮廓线,可准确获取复杂采空区剖面,具有很好的实用价值。     

利用侧抑制神经网络的边界识别

讨论利用侧抑制神经网络边界识别的方法。通过对两种类似的一维输入模型矩形和马赫带探讨,阐明侧抑制神经网络能够识别到输入模型的界线。更一般的讨论是将该方法推广到二维空间的情况。最终,全部模型都已经在多目的神经网络环境中模拟,并已经在PC上实现。     

一种时序边界注意力循环暴力行为检测神经网络

暴力行为检测是行为识别的一个重要研究方向,在网络信息审查和智能安全领域具有广阔的应用前景.针对目前的时序模型在复杂背景下不能有效提取人体运动特征和常规循环神经网络无法联系输入上下文的问题,本文提出一种时序边界注意力循环神经网络TEAR-Net.首先,以本文提出的一种全新的运动特征提取模块MOE为基础,在保留输入视频段序列背景信息的前提下加强运动边界区域.运动边界对于动作识别的作用要远大于图像其他区域,因此运动边界加强能够有效提高动作特征的提取效率,从而提升后续网络的识别精度.其次,引入了一种全新的结合上下文语境和注意力机制的循环卷积门单元(CSA-ConvGRU),提取连续帧之间的流特征以及不同帧的独立特征,并关注关键帧,能够极大提升动作识别的效率,以少量参数和较低计算量的代价掌握视频流的全局信息,从而有效提高识别准确率.本文提出的模型在目前最新的公开数据集RWF-2000和RLVS上进行了多种实验.实验结果表明,本文提出的网络在模型规模和检测精度上均优于目前主流的暴力行为识别算法.     

基于深度学习的建筑物识别

针对随着城市化的快速发展,城市与城市间的辨识度越来越弱,城市地标的概念越来越热门这一现象,提出了一种基于深度学习的建筑物识别方法;使用改进的Faster R-CNN算法作为训练模型,首先,将需要识别的图片输入深度神经网络,提取出特征框图;然后,模型通过区域建议网络预测目标建筑物所在位置的区域建议,并将这些区域建议映射到特征框图上,RoI Pooling层将这些区域建议转换成固定大小的特征框图;最后使用非极大值抑制从预测边界框中移除相似的结果,得到预测边界框以及边框中目标建筑物的类别和概率;实验结果表明:在训练数据集充足的条件下,使用此方法对地标建筑物的识别率能达到90. 8%,通过与其他模型比较分析,该模型具有较好的识别效果。     

基于几何约束图的个性化服装样板生成系统

为满足服装个性化定制生产与销售,设计并开发了基于几何约束图的个性化服装样板生成系统.在对人体特征尺寸提取及特殊体型识别充分研究的基础上,提出基于几何约束图的参数化服装样板模型,该模型能迅速对输入的人体参数及特殊体型做出反应并调整为适合用户体型的个性化样板,最后通过C#编程操作AutoCAD VBA的方法实现了样板参数化模型生成与调整过程的自动化.     

零件图像识别特征的研究

图像的识别分类总是以被识别物体的某些特征为基础.因此,零件图像识别特征的选取与提取是零件图像识别分类的关键技术,本文对零件图像的几何特征和形状特征进行了研究.设计了零件图像处理程序,提取了区域面积、边界周长、轮廓个数,圆形度参数、区域重心坐标、区域的外接矩形参数6个直观易测的零件图像特征参数.实验结果表明,本文提出的方法是有效的,为下一步零件图像的识别分类奠定了基础.     

Near Infrared Star Centroid Detection by Area Analysis of Multi-Scale Super Pixel Saliency Fusion Map

The centroid location of a near infrared star always deviates from the real center due to the effects of surrounding radiation. To determine a more accurate center of a near infrared star, this paper proposes a method to detect the star's saliency area and calculate the star's centroid via the pixels only in this area, which can greatly decrease the effect of the radiation. During saliency area detection, we calculated the boundary connectivity and gray similarity of every pixel to estimate how likely it was to be a background pixel. Aiming to simplify and speed up the calculation process, we divided the near infrared starry sky image into super pixel maps at multi-scale by Simple Linear Iterative Clustering(SLIC). Second, we detected the saliency map for every super pixel map of the image. Finally, we fused the saliency maps according to a weighted coefficient that is determined by the least square method. For the images used in our experiment, we set the multi-scale super pixel numbers to 100, 150,and 200. The results show that our method can obtain an offset variance of less than 0.27 for the center coordinates compared to the labelled centers.     

基于混合像元分解的水体面积提取算法

为减小水体边界混合像元对水体面积提取精度的影响,提出基于混合像元分解的水体面积提取改进算法。以ALOS数据为例,利用混合像元线性分解模型获得各像元水体丰度,结合阈值法和数学形态学算法分别提取纯净水体像元和水体边界像元;通过分析水体边界像元的水体丰度构成,提出水体边界像元面积修正算法,实现水体面积修正。研究结果表明,与混合像元分解直接提取的水体面积相比,修正算法提取的水体面积精度最大提高6.7%,有效减小滩地水分对水体边界像元水体丰度计算的影响。     

用区域变换计算单螺杆挤出机流动区域上的三维泊松方程数值解法

单螺杆挤出机流体流动区域是一个复杂的区域,其截面为双连通区域,且计算求解此流动区域上的泊松方程是用高效的投影算法求解单螺杆挤出机流体流动问题的核心步骤。利用共形映射将此不规则的双连通区域转化为同心圆环,进一步将复杂的求解区域变为规则的圆环柱体区域,可以大大简化问题的计算,并适用于计算包含漏流层的单螺杆挤出机流体流动问题。以截面内边界曲线为椭圆的单螺杆挤出机为例进行了泊松方程的求解计算,将求得的解与精确解进行了对比,结果表明此方法简单有效。     

基于数字图像处理的植物叶片面积测量方法研究

本文提出了一种基于数字图像处理的植物叶片面积测量方案.运用图像增强和图像分割方法对含有参照物的植物叶片照片进行图像处理,利用边缘检测得到植物叶片图像的边界信息以及像素比较法计算叶片的面积.结果表明,此方法具有较高的效率和实用性.     

基于角点特征的几何形状中心定位

图像特征点中心定位是位姿测量中求解位姿的关键．针对同一图像有多个几何形状的问题,首先利用开源计算机视觉库OpenCV对原图像进行区域分割,得到目标区域的边缘,其次将每个区域进行像素填充;然后用Harris算法进行角点检测;最后根据角点坐标再计算中心点,并将文中算法就一幅图像中有单个几何形状的情况与原始Harris和改进的Harris算法从准确率和效率上进行了比较．实验证明,这种中心定位算法不但提高了准确率和效率,而且误差可以减小到1个像素以内．     

A Smart Mathematic Morphology Method for Recognition and Understanding of Airfield

0Introduction Recognitionandunderstandingoftargetsisaverysignificantbutdifficulttaskinthefieldofcomputervisionandartificialintelli gence.Sometypicalstructuralobjectssuchas airfields,bridgesandothersareoftenrequiredtobedetectedandrecognizedinautomatictar g…     

基于反求工程的螺旋扫描件边界提取方法研究

复杂曲面零件的几何模型重构是反求工程的研究重点之一。针对螺旋零件表面的数字化数据提取边界线的问题,提出了一种基于层析数据的螺旋扫描件边界特征线提取方法。该方法分两步进行,首先将点云切片,对切片后每一层数据点进行边界特征点提取和轮廓线拟合;其次将相邻层边界点拟合得到边界线。通过实例验证,结果表明该方法具有较强的可操作性和实用性。     

基于稀疏自编码的手指静脉图像分割

针对获取的手指静脉图像不仅包含静脉特征,而且包含噪声和不规则阴影,从而增加了特征提取难度的问题,提出了一种基于稀疏自编码的手指静脉图像分割算法;首先采用传统分割算法对原始灰度图像进行分割,得到一副二值图像(背景像素值为0,静脉像素值为1);然后,以该灰度图像的每个像素点为中心,对其进行图像分块,并将二值图像中对应于中心点的值(0或者1)作为该块的标签,建立训练集合;最后,将训练样本(分块图像和标签)输入到自编码器和神经网络中进行训练,再用训练好的模型对测试图像进行分割;实验结果表明,相比传统的算法,提出的手指静脉分割算法能够有效地对静脉进行分割,提高手指静脉认证系统的认证精度。