高精度测量燃气轮机叶片前缘的三维轮廓

为了解决高精度测量燃气轮机叶片前缘三维轮廓的难题,提出了一种基于球阵列标定检验方法,直接对金属表面的叶片前缘三维轮廓进行高精度测量的相位轮廓测量系统.通过多角度数据融合算法和非线性最小二乘的递归算法,最后高精度测量出叶片前缘三维轮廓,对叶片前缘16个剖面进行拟合,得出了叶片前缘半径和前缘圆心.结果显示:叶片前缘测量系统、方法和算法的综合误差为±0.03mm.此实验装置和方法测量效率高、精度高,将叶片测量和模型化技术推进了一步.      

单晶金刚石刀具精密检测与评价方法研究

针对单晶金刚石刀具刃口轮廓精度的精密检测方法进行研究,首次利用形位误差仪、通过测量刀具后刀面精度的方法来反映刀具刃口轮廓精度,并基于改进后的最小二乘圆拟合方法完成刀具精度评价.通过实验,实现了形状精度在0.05μm尺度的测量,验证了本方法的有效性.     

气动-引力辅助转移轨道研究及在星际探测中的应用

借力飞行是减小星际探测任务发射能量和总的速度增量的有效途径,然而,借力飞行前后,探测器速度矢量转角的变化往往受到借力星体体积、质量等因素的影响,而不能达到理想的要求。若在借力飞行中引入气动辅助变轨,即气动-引力辅助转移(AGA),则这一问题可以得到有效解决。现通过对AGA转移轨道的分析,给出了AGA转移轨道设计的拼接条件,此拼接条件是对AGA转移轨道进行设计和分析的重要准则。同时还以探测Ivar小行星为例,提出了一种将绘制等高线图和圆锥曲线拼接相结合的设计AGA转移轨道的方法,并给出了设计探测Ivar小行星转移轨道的参数。数值计算表明:AGA转移方法不但可以降低远程星际探测任务的发射能量和总的速度增量,而且可以找到更多的探测机会。     

女人配精致

1卡包Bally2黄白拼色高跟鞋Roger vivier3白色手包Givenchy by Riccardo Tisci4大红色双子包Louis vuittons太阳镜     

双频体制SISAR的成像研究

提出了对SISAR采用双频体制成像的新方法,即发射源发射两种单频信号,一个频率高,一个频率低.在收端,通过对获得的一对复侧影像幅度的联合处理(融合),达到获得不失真的侧影像幅度的目的,且能够恢复目标的实际轮廓.通过成像分析与比较,得到了一些有益的结论.仿真验证了所提方法的可行性.     

粗糙表面轮廓谱的耦合性分析

双谱估计是分析随机信号的二次相位耦合、非线性、非对称性等特征的有效方法，但存在计算量庞大，估计精度较差，显示不够直观等缺点。本文提出了一种改进的对角线切片谱分析方法，并把它用于粗糙表面轮廓的非线性和耦合性特征分析。通过理论仿真研究和实验分析，结果表明这种方法简单、合理，而且有可能揭示加工过程中引起表面粗糙度间距和高度参数变化的原因。     

材料断口轮廓线分析系统

本文介绍在Ｍａｇｉｓｃａｎ２图象分析仪上开发的材料断口轮廓线图象分析系统，断口轮廓经该系统进行图象处理后，轮廓线坐标数据能以通讯的方式传递到ＰＣ机作进一步的处理，以获得轮廓线的形状特征、断口轮廓的粗糙度及其分形特征参数。     

基于局部单应性矩阵的图像拼接与定位算法研究

针对单个摄像机的视野范围有限导致在大场景下监控效果不够理想的问题,提出了一种改进的图像拼接与目标定位算法。该算法以多个摄像机获取的具有共视区域的监控图像为基础,通过对图像进行网格划分后分别计算多个局部单应性矩阵完成初步对准,然后对网格顶点进行微调优化完成最后配准。最后对图像进行融合形成无缝、自然的大视角图像,并利用场景信息在获取的全景图像上对目标进行快速定位,以满足监控人员对场景中目标的全景捕捉分析功能。实验结果表明,该算法能显著提高大场景下图像拼接结果的质量并实现目标的快速定位。     

基于深度学习的水下条纹投影三维测量方法

水下加工制造在航空、船舶等领域发挥着重要作用,制造过程的原位在线三维检测成为水下制造质量保障的迫切需求。条纹投影轮廓术（FPP）作为经典的光学三维测量技术之一,具备无接触、快速以及高精度等优势。然而,在浑浊水体中,由于光的吸收和散射作用,相机捕获的条纹光强衰减、对比度降低、图像细节模糊、引入大量噪声,导致条纹图质量不佳。根据低质量条纹计算出的相位具有不可忽视的相位误差,造成三维测量精度下降。为减小水下吸收与散射的影响,提出了一种基于深度学习的端到端的条纹图像增强算法,运用条纹图像增强卷积神经网络（FPENet）将低对比度高噪声条纹转换为高对比度低噪声条纹后获取更准确的相位结果。FPENet针对不同浑浊度水体皆可有效提高条纹质量,降低相位误差。尤其在高浑浊度水体中,相位误差可减小50%左右,显著提升水下FPP的测量精度,对于提高FPP在复杂场景中的适用性具有重要意义。     

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题,提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间,将高斯尺度空间划分为多个网格,在每个网格内借助FAST算法提取尺度空间特征点,使用BRIEF算法提取描述符并匹配,得到更加均匀分布的特征点;然后使用运动网格统计算法筛选匹配点;最后采用SPHP算法融合图像重叠区域,从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价,验证了该方法特征点匹配速度快、精度高,并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价,验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s,图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。