测量轮廓支承长度率的简便评定法

介绍了一种利用触针式轮廓仪和光切显微镜,得到轮廓图形后,通过做幅度分布曲线与轮廓支承长度率曲线,求解t_p的简便方法。这对不具备多功能参数轮廓仪的工矿企业,解决t_p测量问题有着实用意义。     

基于CFD 的螺旋桨拉力确定方法

针对螺旋桨拉力确定问题，以某型螺旋桨飞机为研究对象建立3 维实体模型，采用CFD 方法进行数值计算。利用分区拼 接网格对螺旋桨及飞机短舱复杂组合体进行分块处理；在此基础上基于滑移网格方法，采用雷诺平均NS（RANS）湍流模型，针对不 同高度、来流速度及桨叶角进行仿真计算。根据计算结果分析螺旋桨飞机流场特性，并以螺旋桨拉力为重点，总结了螺旋桨工作特 性随飞行Ma 和飞行高度的变化规律。结果表明：螺旋桨拉力随飞行Ma 的增大而减小，随着桨叶角的增大而增大，可为后续涡轮螺 旋桨发动机总净推力的确定方法提供技术支撑。     

仿生复眼测量系统中全景图生成的研究

模仿昆虫复眼结构形状,设计了一种仿生复眼测量系统.该系统由七个CCD摄像机按照复眼最小单元排列组成,利用多个DSP处理板对七路视频信号进行同步处理,模拟实现了复眼的功能.与传统的视觉测量系统相比,该系统具有更宽的视场和更高的运动灵敏度.本文利用改进的相关性方法实现视频图像的拼接,生成全景图,并提出了新的方法,较好地消除了因图像局部不齐和图像灰度不一致带来的人为拼接痕迹.     

PMMWI与Ⅵ优势互补的人体隐蔽违禁物检测与定位

根据公共场所人体安检的性能要求和技术需求,将被动毫米波成像（PMMWI）的可透视成像性能优势与可见光成像（Ⅵ）的细节高分辨性能优势相结合,提出一种基于PMMWI与Ⅵ优势互补的人体隐蔽违禁物检测与定位算法。首先,提出一种基于低层特征融合的改进U-Net以增强深度神经网络（DNN）对PMMWI中弱小目标轮廓的敏感度,提高PMMWI中人体轮廓和隐蔽违禁物的分割精度,并同时实现Ⅵ中人体轮廓的像素级分割;然后,在PMMWI和Ⅵ中的人体轮廓分割基础上,通过基于人体轮廓的尺度变换与滑动适配实现PMMWI人体轮廓和Ⅵ人体轮廓的良好配准,根据配准结果实现单帧图像中人体隐蔽违禁物的高效检测;最后,通过序列图像检测结果的对比融合与优化决策给出隐蔽违禁物的定位结果。一系列综合实验与对比分析结果,验证了提出的人体隐蔽违禁物检测与定位算法的性能优势。      

航拍视频的多向条带拼接算法

无人机航拍视频中经常出现航向频繁改变的情况。基于条带的视频拼接算法尽管在处理速度上有很大优势,但是限制了相机的拍摄方式,主要处理平动相机拍摄的视频。用于采集全景图信息的纵向条带如用来扫描非平动场景会使效率降低甚至失效,所以不能直接拼接航拍视频。针对该问题,本文提出一种多向条带拼接算法,通过量化场景运动方向到预先定义的多个区间,分情况选取最佳方向的条带,控制了条带扫描方向与场景运动方向之间的最大夹角,从而避免了采集效率的降低。实验结果表明这种方法能有效拼接航向变化的仿真视频,全景图结果覆盖的场景范围大于原算法,证明了算法的有效性。     

基于集成活动轮廓模型的SAR图像分割方法

图像分割是合成孔径雷达(Synthetic Aperture Radar, SAR)图像自动解译技术中的一个重要问题。基于活动轮廓的思想,给出了一种适应于SAR图像分割的集成活动轮廓模型。该模型综合利用SAR图像的边缘和区域特性,通过检测算子提取SAR图像的边缘信息,利用似然函数的最大化提取图像中不同统计信息的区域;通过边缘和区域的共同曲线运动实现对SAR图像的分割。利用加性算子分裂算法,给出了该模型的快速实现方法。通过MSTAR和实测星载SAR数据进行试验验证,并与其他算法比较,结果表明：所提方法适应性强,可适应复杂背景的SAR图像分割,并且分割定位准确、收敛速度较快;所提实现算法稳健,能适应不同参数设置,且对初始条件不敏感。〖JP〗     

叶片三维轮廓测量点云数据高精度多角度融合

针对高精度多角度点云数据融合叶片测量难题,设计了一种基于相位测量轮廓方法的多角度点云数据融合的机械装置.通过设计对参考平面数据旋转的算法,实现叶片三维轮廓的高精度数据合成,精度达到(0.06±0.01)mm.这种装置的方法、结构简单实用,测量效率和精度高,可以多个叶片同时测量,是一种可以取代三坐标测量的实用方法.      

面向空间抓取任务的目标轮廓跟踪方法

在空间抓取任务中,视场背景复杂,光照条件变化剧烈,而且存在相对运动。文章提出了一种新的动态轮廓特征检测跟踪方法。首先在灰度梯度法基础上,引入形状匹配、面积筛选和自适应灰度阈值调整方法,提高了轮廓提取的鲁棒性。随后,基于该提取结果,利用图像序列的时域相关约束辅助GVFSnake算法进行轮廓跟踪,提升了动态检测速度。最后,考虑到空间抓取任务的实时性需求,采用CUDA运算架构对算法进行并行化处理,并对一组序贯图像序列进行了轮廓跟踪实验。实验结果表明,此方法在CUDA平台下轮廓跟踪速率达到了10帧/s,在保证轮廓检测的准确性的基础上,明显改善了检测速度。     

叶片剖面型线的配准与轮廓度评定方法研究

针对叶片的叶型轮廓度计算难题,本文将叶身剖面型线的配准过程分为粗配准和精配准。前者通过变换矩阵H₁实现,为实测数据与理论数据之间的刚性变换;后者通过变换矩阵H₂实现,以距离平方和作为目标函数,采用随机梯度下降法计算H₂中的旋转角和平移量。完成叶型配准后,应用实测数据点到最近邻的两个理论数据点所在直线的距离来计算叶型轮廓度误差,并进行符号判断。试验选取10组叶型数据点进行比对分析,各组叶型轮廓度误差的评定结果偏差均≤±7μm,从而验证了本文算法的有效性和精度水平。