犁体轮廓是犁体曲面的边界，对犁体的很多性能都有影响。为了实现高温热态犁体锻件的快速、精确、非接触、自动化在线实时测量，提出计算机双目立体视觉犁体轮廓测量的解决方案；设计基于形态学的抗噪型边缘检测算子，实现犁体锻件的亚像素边缘提取；在对原始图像重投影和立体校正的基础上，研究亚像素二次校精校正算法，提高左右图像立体匹配的质量和速度。以犁胫为试验对象，采用双目立体视觉和图像处理，在ＨＡＬＣＯＮ和ＭＡＴＬＡＢ平台上，开发基于机器视觉的犁体锻件轮廓测量系统，实现犁体轮廓的边缘提取、边缘重构、边缘拟合和数学描述，解决犁体轮廓尤其是热态锻件犁体轮廓测量难的问题，为犁体轮廓的检验、测绘、描述、制造和设计提供了．．．

通过MV-DP090-02B激光轮廓传感器获取轨道车辆轮对踏面轮廓影像信息，再将物体表面轮廓位置转化为三维点云数据，并对数据进行降噪和特征提取，然后对踏面轮廓进行三维重建。文章结合轮对踏面动态测量实验，对轮对低速转动过程中的踏面轮廓进行了扫描。数据处理结果表明，基于MV-DP090-02B激光轮廓传感器获取的三维扫描点云数据及相关数据处理，可以动态测量轮对转动过程中的踏面轮廓；MV-DP090-02B激光轮廓传感器能够满足实验室的测量需求，操作简便，是“轨道交通车辆机械检修”课程实验中轮对踏面轮廓获取的一种新方法。

为了改善光电子技术、数字图像处理等3D打印相关技术课程的实践教学效果,设计了基于激光三角法的三维轮廓测量系统。采用单片机作为主控制器,步进电机驱动旋转靶台使待测物体做360°旋转,工业相机采集线激光器照射到被测物体的反射光,对图像进行二值化和滤波预处理、极值法提取激光线中心、点云坐标计算等处理后获取被测物体三维轮廓信息。实验结果表明,该系统能够准确获取被测物体三维轮廓,测量误差小于±0.5mm。

轮廓线的变点识别是质量管理的研究热点之一,当前研究多以轮廓整体变化为识别对象,而对局部变化问题研究相对较少,且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题,提出基于小波变换和聚类分析的方法。通过仿真性能评价,并与现有方法进行比较,结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾,本文采用了一个实例对该方法的效果进行验证。

针对原木端面存在相交圆、阴影等导致原木轮廓难以获得完整的圆轮廓问题，提出了基于圆弧的原木轮廓识别方法．首先分析了圆弧在数字化图像中的性质，从各种边缘线条中区分出圆弧边缘；其次，定义验证模型，以判断识别结果是否为合格圆．结果表明，该方法可以从大量干扰的边缘中找到轮廓，并利用部分轮廓边缘识别原木端面．

误差补偿是提升数控机床加工精度的重要手段。该文利用三坐标测量机,测量精加工后六边形凹槽表面上部分点的三坐标,并根据理想模型计算轮廓误差。以镜像反变形的思路,对刀位点连线中点处的轮廓误差进行补偿,得到新的NC数据。在一个立式加工中心上进行对照实验,结果表明:误差补偿后,零件的轮廓误差绝对值最大值降低了48.1%,加工精度得到明显改善。基于轮廓误差的NC数据补偿方法,对以直线加工路径构成的零件有很强的适用性。以刀位点连线中点为补偿对象有利于误差测量和程序设计。

正确识别受控轮廓集并确定轮廓控制参数是轮廓控制的基础。当轮廓内部存在相关关系时,异常轮廓对目前轮廓控制参数识别方法的干扰较大。因此,为降低异常轮廓对轮廓控制参数识别方法的影响,提出一种基于密度的受控轮廓集识别方法。该方法包括基于线性混合模型的轮廓建模、基于密度的初始受控轮廓集确定、基于逐次迭代方法的受控轮廓集识别和轮廓控制参数确定等。基于蒙特卡洛模拟分析所提方法中初始受控轮廓数目和密度参数对识别性能的影响。此外,比较分析所提方法与已有方法的识别性能。模拟仿真显示,基于密度的轮廓控制参数识别方法的识别性能要优于其他方法。

轮廓线的变点识别是质量管理的研究热点之一,当前研究多以轮廓整体变化为识别对象,而对局部变化问题研究相对较少,且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题,提出基于小波变换和聚类分析的方法。通过仿真性能评价,并与现有方法进行比较,结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾,本文采用了一个实例对该方法的效果进行验证。

本研究首先对屯溪老街主街道立面进行眼动实验以获得人们对街道"二次轮廓"(临时外部附加物)视觉行为的量化分析,得出"二次轮廓"中侧向招牌、灯笼、雨篷、货物台、对人的视觉吸引力依次降低;其次,采取问卷调查法对老街现状进行初步风貌评价,得出老街"二次轮廓"中各要素与传统风貌的关联性;最后针对"二次轮廓"中各要素提出相应的优化建议。

该文基于便携式粗糙度仪设计了一种用于采集工件表面轮廓数据的测试平台，并同步开发轮廓分析软件。该测试平台由三轴移动装置、夹具、轮廓数据采集装置(粗糙度仪)及计算机组成，可采集水平方向上0.3～16.0 mm、垂直方向上-200 ～200 μm复杂表面的轮廓数据，可用于微结构或非球面等面型测试。基于MATLAB软件设计模块开发轮廓分析软件，适用于轮廓数据的处理及分析。与金相显微镜及泰勒霍普森轮廓仪所测量的轮廓数据结果对比，该文测试平台的测量误差低于5%，证明该平台及测试方法具有可靠性和准确性。该平台体积小、成本低，可用于本科生及研究生的教学实验。

叶片的形态测量在苗木生长自动监测中具有重要意义,在形态测量前首先要将完整的叶片从背景中提取出来。针对彩色苗木叶片图像的特点研究了利用几何活动轮廓模型进行完整叶片的自动分割的方法。首先利用图像的全局信息和C-V模型进行初始分割,当曲线到达目标边界附近时,利用改进的基于图像局部信息的能量模型进行边界的精确定位。该方法将C-V模型不受初始位置影响的优点和改进模型克服弱边界泄漏的优点结合起来,实现了叶片的自动分割,取得了令人满意的实验结果。

将栉孔扇贝(Chlamys farreri)直接暴露于产毒藻,通过比较各组织器官中毒素的蓄积及代谢转化特征,研究麻痹性贝类毒素(Paralytic Shellfish Toxins,PSTs)在栉孔扇贝体内危害形成的过程。结果显示,分布于中国的一株塔玛亚历山大藻(Alexandrium tamarense,AT5-3株),其生长及产毒性状稳定,产毒能力强,主要成分为Gonyautoxins-1&-4(GTX1&4),单细胞产毒能力为7.95 fmol/cell;栉孔扇贝对该产毒藻具有较强摄食能力及PSTs

【目的】树冠外轮廓模型不仅能够描述任意位置处树冠半径,而且能够推导预测树冠体积与树木地上部分生物量。根据福建地区98块杉木Cunninghamia lanceolata人工林样地的413株杉木调查数据,构建了具有同一套模型参数的树冠外轮廓模型和树冠体积预测联立方程组系统。【方法】选取4种常用的可积分树冠外轮廓备选模型,利用积分法对备选模型进行推导,得到树冠体积预测模型;将模型方程分别两两联立建立树冠外轮廓与体积相容性联立方程组,并利用SAS软件模块中的似乎不相关回归过程估计联立方程组模型系统的参数。为了消除模型异方差,采用加权回归方法拟合模型,并对不同模型系统的拟合精度、预测精度进行对比分析。【结果】基于模型4的联立方程组拟合精度高、预测性能好,其树冠外轮廓和体积拟合精度分别达到0.829 5和0.861 0,预测结果精度分别为0.803 9和0.856 0;通过似乎不相关回归法解决了联立方程组共线性问题,加权回归方法一定程度上消除了模型中存在的异方差性。【结论】所构建的树冠外轮廓-体积一致性模型方程实现了树冠外轮廓与体积模型之间互相推导,为进一步估测树木地上部分生物量提供了理论依据。图3表3参30

【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显著提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a_2、a_6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1, 1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.625 0～0.917 0,拐点平均位置为0.841 3,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1 000株·hm~(-2)林分中单木的冠形与1 000～2 000株·hm~(-2)和大于2 000株·hm~(-2)林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显著提高模型拟合效果,能够在树冠外部轮廓模型中应用。

根据破碎物体碎片拼接的需求,提出一种多尺度Fourier描述符的二维曲线匹配方法.利用不同尺度的Gaussian函数对轮廓曲线进行滤波后,以Fourier变换的系数作为曲线的特征矢量,通过比较2条轮廓曲线特征矢量来判断轮廓曲线的相似性,实现曲线匹配和碎片拼接.结果表明该算法具有准确性、鲁棒性和容错性.