飞行测量和RCS的预测：对波音737机身侧部的雷达距离轮廓所做的比较

在实际测量中无法获取测量值时，确定雷达横截面预测技术是获取预测值可靠２性的关键。文中首次给出了对一维图像即雷达距离轮廓所做的比较结果。     

评定线轮廓误差的通用数学模型

建立了用最小二乘法评定平面曲线轮廓度的通用数学模型。运用该模型可对任意平面曲线的轮廓度进行评定，从而将直线度，圆度，椭圆度以及任何线轮廓度的评定归结在统一的模式中。由于所建立的模型直观，明了，很容易在计算机上实现，因而可在生产实际中普遍推广应用。举例说明了线轮廓度误差可分离成形状误差，参数误差和位姿误差，给出了分离公式和误差补偿原则。     

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。     

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。     

借助计算机对凸轮检测进行数据处理

采用数显式凸轮检查仪手动检测获得迭代数据 ,借用计算机进行数据处理 ,既适应当前普遍采用手动检测凸轮的现状 ,又可利用计算机数据处理 ,显示和打印检测结果     

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。     

太阳光谱线轮廓在日面上的变化和宁静太阳大气模型

本文利用在美国基特峰国家天文台观测得到的氢和电离钙多条谱线轮廓,以及PANDORA大气模型计算程序,对宁静太阳VAL-C'大气模型进行了诊断。文中首先讨论了模型大气中不同层次的辐射特性,着重指出H巴尔末谱线同Call共振线和红外线的源函数具有与温度不同的耦合关系。其次,通过计算得到了各条谱线在日面不同点的出射轮廓,并将其同观测轮廓相比较,存在的系统差别有:(1)Hβ和λ8498红外线线心的剩余强度较观测值高,而CaIIH和K线线翼的剩余强度则明显比观测值低;(2)Hβ及caII各条谱线在△λ=0.5?处的剩余强度值的临边增大系数较观测值大。除上所述及某些观测误差以外,计算值同观测值符合得较好。最后,文章分析了导致计算和观测不符的可能原因,并进而提出了对VAL-C'模型改进的意见。      

面结构光在三维测量中的应用技术研究

结构光测量技术具有非接触、精度高、速度快、应用广等优点,是三维测量领域中重点发展的方向之一。对比3种不同形式的结构光,采用基于三角法原理的面结构光对待测物体进行三维测量,数据采集得到待测物体单幅点云,通过标志点自动拼接技术及基于ICP原理的拼接技术完成单幅点云数据的粗拼接和精拼接,将拼接后点云数据与理论模型对齐并创建彩图,得到待测物体误差彩图,直观反映待测零件实际状态。利用不同设备对同一零件进行测量,验证了结果的正确性以及测量的高效性,测量因素分析可以有效提高测量效率,减少噪点对测量结果的影响。     

一种新的基于Graph cuts方法的SAR图像分割模型

Graph cuts方法是一种快速优化技术,能有效解决计算机视觉的低层次问题,如表面重构、分割、去噪等问题。其优点是迭代计算的高效性并能得到全局最优解。利用Graph cuts方法,将基于活动轮廓模型和水平集方法的SAR图像分割模型转化成一个新的模型,可用最大流/最小割方法来求解。实测SAR图像的分割实验表明：提出的新模型所需运行时间大约是基于水平集的活动轮廓模型所需时间的一半,分割精度也得到了较大的提高。