遥感图像中港口目标识别技术

针对遥感图像中港口目标识别的特点,提出了一种基于纹理特征分类与轮廓识别的高效港口识别算法.该方法首先采用梯度分析方法进行海陆分割,得到水域与陆地的二值图像,并据此提取轮廓,然后利用差分链码标记提取港口轮廓,最后检测与链码拐点有关的三个特性,得到港口基元的识别结果.实验结果表明,该算法能够有效地识别遥感图像中任意方向和任意凹凸的港口目标.     

基于特征和约束的飞机反求建模

提出了基于特征和约束的飞机外形争结构件反求建模方法.针对飞机测量数据,运用内存映射和栅格划分技术进行预处理,在此基础上实现了针对大规模测量数据的平滑、修复、多视拼合及区域划分算法.根据飞机外形特点,综合运用分片连续样条曲面、裁剪曲面、规则曲面和直纹面拟合方法求取全机外形,采用曲面变形技术修改外形以满足必要的工裳约束,提出了基于曲面、实体特征分解的飞机结构件反求方法;设计了凸块、型腔等基本特征识别和参数提取算法,以及反求平面轮廓线和辅助参数重建拉伸、旋转、扫掠等复杂轮廓特征的算法.对于二次曲面,识别曲面类型及约束,然后基于约束重建了曲面整体.对于飞机外形相关的结构件,当贴合面较窄、外形线接近于直线时,采用直纹面逼近,否则由蒙皮曲面等距间接求取.最后,各重建特征通过裁剪、缝合、特征融合等操作得到最终实体模型.     

基于分形理论的翼面复杂冰形表面粗糙度分析（英文）

模型表面的结冰外形是结冰风洞试验关注的核心信息,现有研究一般采用冰角高度、冰角角度、驻点冰厚等几何参数对二维冰形进行表征,忽略了冰形表面粗糙程度这一重要特征。针对此问题,提出将分形理论应用于结冰冰形的粗糙度表征,建立了基于分形理论的结冰表面粗糙度表征方法。首先在大型结冰风洞开展翼型结冰试验,采用激光线扫描在线测量系统对结冰生长过程中不同时刻翼面结冰的表面轮廓进行测量,获得翼面结冰的三维数值外形;然后结合分形理论对冰形进行分析,提取翼面不同位置冰的截面轮廓曲线,计算截面曲线的分形维数和粗糙度表征参数,以此归纳出分形维数的线性回归公式,并从截面曲线中提取数据点进行分形插值模拟实测冰形。研究结果表明,翼面结冰冰形粗糙表面具有分形特征;分形维数与粗糙度表征参数呈正相关,可作为冰形表面粗糙度的评定参数;分形插值模拟冰形曲线,逼近程度优异;冰形粗糙度的分形表达法为科学量化三维冰形特征提供了新思路。     

基于飞机壁板特征的扫描路径生成方法研究

为解决航空制造业数字化测量过程中复杂零部件不能完整测量的问题,提出了一种基于特征识别的飞机零部件扫描路径生成方法。对于一个飞机零部件的数字模型,本文的目标是对其中存在的槽特征、筋特征给出若干条扫描路径,使持有扫描仪的机械臂能沿此路径对该零部件的各类特征进行完整精细地扫描。本文采用区域分割的方法对各类特征进行分割和提取。考虑到槽、筋等特征中不易被扫描到的区域均为和扫描方向近似垂直特征面,在对模型进行区域分割之后,将这些特征面进行提取,作为后续处理的基础。扫描路径的规划主要是通过分析提取出的特征面来进行的:将每个特征面投影到一个二维平面内,并在二维空间内对该特征面生成一条合适的扫描路径,将该路径投影返回三维后,对其沿着一定角度进行偏置,得到了最终的三维扫描路径。实验结果显示,本文提出的方法能够准确地生成飞机零部件数字模型的扫描路径,适用于航空制造业的实际数字化测量过程。     

基于可变形卷积与特征融合的机场道面裂缝检测算法

机场道面裂缝具有形态多变、宽度狭小、长短不一、且空间走势呈自由曲线的不规则特征,现有算法检测效果不佳。针对此问题,本文构建了一种基于可变形卷积与特征融合的神经网络（Deformable convolution and feature fusion neural network,DFNet）模型。首先由可变形卷积模块来强化特征提取网络对裂缝形态特征的学习; 然后经多尺度卷积模块捕获不同感受野下裂缝的全局信息;最后通过特征融合模块来提取裂缝不同层次的特征,通过融合裂缝低级特征与高级特征,实现对机场道面裂缝的准确分割。在采集的实际机场道面裂缝数据集上,与其他6种现有算法进行了对比实验,本文算法在像素级分割的F1-Score上达到了90.95%,效果优于全部对比算法。DFNet算法提高了对机场道面裂缝检测的能力,实验结果表明本文算法较好地达到了工程实际要求。     

面向快速原型制造的海量数据模型重建(英文)

根据已有实物的测量数据进行模型重建 ,在机械产品逆向建模、计算机视觉、基于二维轮廓数据的生物外形重建等领域中具有重要应用价值。随着坐标测量设备的发展 ,获取包含被测物体更多细节的海量数据已非常方便 ,但大量的测量点却给模型重建带来了困难。本文首先提出了精度可控的海量数据自动简化算法。为了提高算法的效率 ,文中提出了一个数据集空间划分策略。根据简化后的数据集 ,应用步进立方体方法重建模型的三角网格曲面表示。由于种种原因 ,重建的三角网格模型常常含有不希望有的孔洞。为此 ,本文给出了一个算法产生形状优化的三角片以修补网格模型中的孔洞。经过孔洞修补 ,完全封闭的三角网格模型可以直接输出为快速原型制造中广泛应用的 STL文件。应用实例说明了本文的方法的可行性     

冰形表面激光光带中心线快速提取方法

在风洞结冰模型3D冰形测量中，激光三角测量法相对传统测量方法检测速度快、精确度高，具有极高研究价值。然而由于冰体对激光透射严重，影响激光中心线提取精度从而影响测量精度。针对此问题，提出一种冰形表面激光光带中心线快速提取方法。该算法具体实现步骤为:首先，采用基于三维块匹配去噪算法对图像进行降噪，并对图像进行视觉显著性计算，分割出光带区域；其次，求取梯度图并转换至频域空间，根据图像频谱特征求取能量中心区域；最后，对区域采用灰度重心法求取中心线亚像素级位置。采用冰箱冻结的半径已知圆柱冰块评估该算法，测得算法处理时效为28.57FPS，使用该算法的冰形轮廓重建精度达到0.017mm。实验证明算法满足冰形在线测量技术要求，为开展结冰实验中结冰生长过程在线三维检测技术奠定技术基础。     

LLE算法的模态识别及影响因素研究

局部线性嵌入算法(LLE)是一种实现对高维数据降维的流形学习算法,可基于结构响应数据进行模态参数识别,算法的噪声敏感度和稳定性对参数识别精度具有重要影响。本文以一块复合材料板为研究对象,利用LLE算法对其振动响应数据进行降维处理从而实现模态识别,重点分析了该算法的噪声敏感度和其在不同采样频率下的流形特征稳定性,同时利用模态置信准则(MAC)衡量LLE算法提取得到的振型与有限元振型的相关性。结果表明,利用LLE算法识别的模态参数具有较高的精度,且LLE算法具有较强的抗噪声干扰能力,采样频率对LLE算法的影响与采样定理相一致。     

一种不规则封闭形状的轮廓跟踪算法

论述了一种对不规则封闭形状的快速轮廓跟踪算法，提出了一种用于确定轮廓下一搜索点及判断轮廓走向的二维坐标算子，使得轮廓跟踪的搜索时间大为减少，提高了图象处理的实时性。用该算法编制的程序能适应各种形状的跟踪要求。     

汽车牌照自动识别技术研究

提出了一种汽车牌照的自动识别算法：先对图象进行直方图均衡，平滑去噪，二值化预处理，再根据车牌上文字变化特点快速，准确地从复杂背景中分割车牌最后采用投影－变换系数法取汉字，英文和阿拉伯数字的不同维数的特征，送到相应的ＢＰ神经网络中进行识别，较好地解决了汽车牌照的自动畜产     

基于图和子图同构算法的制造特征识别方法

针对传统制造特征难以快速识别的难题,提出了基于图和子图同构算法的制造特征识别方法。通过提取零件模型中的几何信息与拓扑信息,构造出加权属性邻接图,对零件模型进行精准描述,为建立制造特征库,定义了文件数据的存储结构,结合子图同构算法以及相关判定规则实现对常见制造特征的识别与匹配。以Creo软件中生成的零件模型为例,在VS2010平台中进行二次开发,最后以界面窗口形式展示识别结果,验证了该方法的有效性。     

基于PE可执行文件的软件水印研究

通过对PE文件的结构分析,结合其自身特点,提出软件水印算法模型。通过在PE文件添加新节,嵌入执行控制代码,从PE文件自身特征提取,形成唯一标识软件版权的水印信息,然后对水印信息进行加密、分割并根据设计的组合表将水印信息分段嵌入到各节的冗余空间中,再对特定部分进行摘要提取,进一步实现PE文件的完整性验证。仿真表明,算法对于软件版权具有很好的保护作用。     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

三维碎片拼合的轮廓提取和特征点检测

针对三维空间碎片的拼接,提出一种轮廓提取和特征点检测的方法。首先,采用一种简单、有效的方法来构建三维碎片数据的拓扑关系,并在此基础上提取碎片的轮廓曲线。对存在缺陷、拓扑关系难以建立的三维测量数据,中给出了相应的修改、调整方法。同时,提出了一种对轮廓进行重采样的方法来计算空间轮廓上每一点的曲率和挠率。将曲率和挠率相结合得出轮廓曲线上各点的全曲率,然后由全曲率值来检测碎片轮廓的特征点。轮廓曲线的描述就由其上每一点的曲率和挠率以及特征点来表征。实验表明了该算法的有效性和稳定性。     

复杂背景中条码检测定位技术的研究

研究了复杂背景中条码检测定住技术。先分析每个子区域的特征,选出可能包含条码的子区域,然后对子区域进行合并筛选,检测条码所在位置。最后根据Hough变换．找出条码边界．并用双线性插值将条码旋至水平。实验表明文中提出的条码检测定位算法具有很好的性能,优于传统的基于梯度特征的检测算法。     

一种有效支持空间分析的空间数据组织

Ｒｅａｌｍｓ是一种用于描述空间平面的数学模型。它提出了一种所有空间对象共享一个共同的空间元素集合的思想以及一种空间元素的排序规则。这些特点使得二维空间能够线性化为一维有序的元素集合，将二维空间问题转化为一维线性问题，从而使得基于Ｒｅａｌｍｓ的空间数据组织能有效地支持平面扫描算法。通过对空间对象的简单扫描，能够实现多数空间分析算法。以Ｒｅａｌｍｓ为基础实现空间数据管理系统能取得较高的效率，并且降低了     

金属切削数据库建造技术研究

提出由切削用量库、刀具几何角度库、切削液库和单位切削功率库基本构成金属切削数据库，给出了它们的关系模式。由切削参数编码的特征位合成切削用量库关键字，即构成切削数据编码。按切削深度规范化存贮切削数据，并给出切削用量插值计算式。由切削数学模型的系数和指数，以及不同切削条件的修正系数建立浓缩型切削数据库，这类数据可实现切削数据优化。运用金属切削理论与经验等领域深层知识建立刀具材料选择专家系统，它作为一个子系统由切削数据库系统调用，通过正反向混合推理，可为切削新型金属材料推荐合适的刀具材料牌号。     

基于阴影信息的多视角SAR图像识别

传统的SAR图像识别技术主要基于目标的电磁散射特性,而目标阴影信息对SAR图像目标识别具有重要的作用。若能获取同一目标在多个方位角下的多幅SAR图像,可改善目标识别的性能。针对该问题,本文提出了一种基于隐马尔可夫模型及阴影信息的多视角SAR图像识别技术。该技术提取目标阴影形状的链编码作为特征向量,并结合同一目标在不同方位角下的多幅图像的特征向量,生成该目标的特征序列,然后利用HMM对特征序列进行识别。仿真结果表明,该方法可有效实现SAR图像目标识别。     

Geometric Covariance Modeling for Surface Variation of Compliant Parts Based on Hybrid Polynomial Approximation and Spectrum Analysis

Part variation characterization is essential to analyze the variation propagation in flexible assemblies. Aiming at two governing types of surface variation,warping and waviness,a comprehensive approach of geometric covariance modeling based on hybrid polynomial approximation and spectrum analysis is proposed,which can formulate the level and the correlation of surface variations accurately. Firstly,the form error data of compliant part is acquired by CMM. Thereafter,a Fourier-Legendre polynomial decomposition is conducted and the error data are approximated by a Legendre polynomial series. The weighting coefficient of each component is decided by least square method for extracting the warping from the surface variation. Consequently,a geometrical covariance expression for warping deformation is established. Secondly,a Fourier-sinusoidal decomposition is utilized to approximate the waviness from the residual error data. The spectrum is analyzed is to identify the frequency and the amplitude of error data. Thus,a geometrical covariance expression for the waviness is deduced. Thirdly,a comprehensive geometric covariance model for surface variation is developed by the combination the Legendre polynomials with the sinusoidal polynomials. Finally,a group of L-shape sheet metals is measured along a specific contour,and the covariance of the profile errors is modeled by the proposed method. Thereafter,the result is compared with the covariance from two other methods and the real data. The result shows that the proposed covariance model can match the real surface error effectively and represents a tighter approximation error compared with the referred methods.     

基于多分类器决策融合的印鉴真伪鉴别方法

印鉴的自动识别对于实验银行印鉴数字化及计算机管理，实现银行对公业务的通存通兑有重大意义，符合票据法的要求，是银行业发展的需要，本文研究了模式识别领域中印鉴识别这一问题，提出了特征抽取和分类的新方法，基于差图像的成分统计特征抽取方法，发展了骨架图像的结构特征抽取方法，提出了特征点距离特征和笔划曲率特征内两种新的有效特征，本文提出了基于支持向量机（support vector machine,SVM)多分类器融合印鉴鉴别的方法，试验结果表明，本文的方法大大提高了印鉴的鉴别能力和可靠性，效果令人满意。