基于近似模型和数值模拟的连杆热锻成形工艺设计优化

提出了基于近似模型和数值模拟的设计优化方法.在利用有限元分析连杆热锻成形过程的基础上,以降低锻件成形过程中变形损伤为目标,以飞边槽形状参数为设计变量,采用响应面法近似模型建立了设计变量与目标函数的初始近似模型.在设计优化过程中,用近似模型代替实际的数值模拟程序,计算锻件内部的损伤值,对连杆热锻成形工艺参数进行了优化计算,取得了较为理想的效果.     

基于Canny算子脑部CT边缘检测方法的研究

鉴于经典Canny算法在脑部CT图像应用中存在的问题和缺陷,在深入分析经典Canny算法执行步骤的基础上,提出了一种改进的边缘检测方法,即用中值滤波与高斯滤波相结合,替代传统Canny算子的单一高斯滤波;用迭代算法自动计算阈值,替代经验固定阈值。实验结果表明,改进方法比传统方法更具准确性与普适性,减少了边缘错检、漏检的情况。     

基于ARMA模型滤波的微弱信号辨识

双线性时频分布能更全面地表征复杂背景下瞬态机械故障信号特征,但双线性时频变换固有的交叉项干扰严重影响了算法的时频分辨率。探讨了双线性时频分析技术在微弱瞬态信号辨识中的应用,提出采用ARMA模型滤波的方法来抑制双线性Wigner-Ville时频变换的交叉项干扰,并给出算法推导。结合实验数据,对比平滑伪Wigner-Ville算法的信号辨识结果,表明基于ARMA模型预滤波的双线性时频分析能更好的抑制交叉项干扰,具备更高的时频分辨能力和瞬态微弱信号辨识能力。     

花键冷挤压成形过程凹模入口半角优化数值模拟

以花键挤压成形过程为研究对象,利用DEFORM-3D软件对花键的冷挤压成形过程进行模拟;以金属流动、变形程度、成形载荷和模具磨损等作为花键成形过程中的衡量指标,分别设定15°、20°、22.5°、25°和30°的不同凹模入口半角,模拟分析对花键冷挤压成形过程的影响。模拟结果表明,凹模入口半角为20°时,花键的整体成形质量最好。     

基于机器视觉的胶囊完整性检测系统研究

为提高胶囊完整性检测的正确率，提出一种基于机器视觉的检测方法。为避免二值化处理产生的错误分割，采用局部二值化方法，以边缘提取为基础，对投影和形态滤小确定的每个胶囊存在区域进行二值化处理，从而取得了良好的分割效果，设计了一台基于最小错误率的贝叶斯分类器，对胶囊进行分类，以判断药板是否缺损。大量实验表明，检测为合格品的正确识别率为99．95％，识别速率达200粒／s。     

融合运动状态信息的高速相关滤波跟踪算法

为解决相关滤波(Discriminative Correlation Filter,DCF)算法在快速运动、遮挡、尺度变化等复杂情景下的跟踪失败问题,提出一种融合运动状态信息的高速相关滤波目标跟踪算法.在传统DCF算法基础上做出以下改进:(1)在跟踪框架中融入卡尔曼(Kalman)滤波器,利用目标运动状态信息对预测运动轨迹进行修正,以解决目标复杂运动时易跟丢问题,提高跟踪精度;(2)训练一个独立的尺度相关滤波器进行目标尺度预测,并利用主成分分析法(Principal Component Analysis,PCA)进行特征降维处理,提高跟踪速度;(3)提出一种高置信度更新策略判断是否对位置滤波器进行模板更新,以及是否采用Kalman滤波器预测位置作为目标位置.最后在OTB-100数据集上进行算法测试,提出算法平均精度与成功率分别达到74.8%与69.8%,平均帧率为84.37帧/s.相较其他几种主流算法,本文算法有效提高跟踪性能,并保证了跟踪速度,满足实时性要求,在遮挡、背景模糊、运动模糊等复杂情况下能够保持良好的跟踪效果.     

粉末注射成形喂料的流体动力学

本文通过合并近年来报道的高聚物和颗粒物质的流体力学理论,提出了一个描述其混合物—粉末注射成形喂料宏观力学行为的新理论.与传统的喂料非牛顿流体力学相比,该理论多出了颗粒温度和两个弹性应变张量（分别表征高聚物和颗粒物组元）等状态变量,能全面描述喂料中出现的颗粒骨架和高聚物的弹性效应.对平面定常剪切流动情形,它简化为表观剪切黏度性质与喂料一致的非牛顿流体力学方程,表明新理论包含了传统喂料理论,因此可用于研究其适用前提,和包括法向应力差系数在内的流变学参数.本工作除有助于研究复杂多相系统连续力学方程的建立方法外,还将对粉末注射成形领域关注的喂料动力学分析提供一条新途径.     

基于Kalman滤波和改进的MeanShift算法的目标跟踪

MeanShift算法因为简单性和稳定性在目标跟踪中得到广泛应用,但是当目标和背景的颜色模型比较接近时,传统的MeanShift算法由于缺少空间信息,且经典的相似性度量函数不易区别,导致跟踪失败。为了克服上述缺点,采用基于空间颜色特征和新的相似性度量的MeanShift算法,并提出一种融合Kalman滤波器和改进的MeanShift算法的目标跟踪方法。首先,利用改进的MeanShift算法计算出当前帧中目标的准确位置,然后使用Kalman滤波器去预测下一个初始搜索位置,用于下一帧中MeanShift迭代,最后实现对目标的跟踪。实验结果表明,该算法可以准确地跟踪目标,并且跟踪的准确率优于传统的MeanShift算法或者Kalman和传统Meanshift的融合算法。     

方向提升小波变换域稀疏滤波的自然图像贝叶斯压缩感知

针对压缩感知(CS)重构算法在实际应用中自然图像的小波变换系数往往无法稀疏的问题,提出了一种方向提升小波变换(DLWT)域稀疏滤波的自然图像贝叶斯压缩感知算法(DLWT-SFTSW-BCS)。首先对自然图像进行方向提升小波变换得到小波变换系数;然后在随机测量之前利用稀疏滤波切除小系数,消除了小系数对大系数重构时的混叠干扰;最后结合小波树结构的贝叶斯压缩感知重构算法得到自然图像的重构图像。实验结果表明,与仅利用尺度间相关性的小波树结构的压缩感知重构算法相比,DLWT-SF-TSW-BCS算法的重构峰值信噪比最大可提高10dB。     

车载手势识别中基于小波变换和双边滤波的图像去噪方法

手势识别是人机交互中的重要研究领域,车载手势识别系统可以减少驾驶员手动操作仪表导致的分心,提高驾驶安全性。受光照变化、汽车环境、摄像头成像质量等各因素的影响,车载手势图像中常会存在大量复杂噪声。这些噪声严重影响后续手势分割、特征提取和手势识别的准确性。针对手势图像中存在的噪声问题,本文提出了一种适用于车载手势图像处理的新方法。该方法先对小波分解后的各高频子带采用不同方向的一维非线性扩散滤波处理得到初步去噪手势图,在此基础上用多尺度双边滤波对图像再次处理。实验结果表明,本文方法可以较好地去除车载手势图中噪声,抑制车载手势图细节的模糊。