椎板减压是治疗腰椎椎管狭窄等疾病的重要手段,具有风险大、耗时长、对医生技术要求高等特点,通过应用手术机器人辅助医生完成椎板减压操作,能在保证手术精度与安全性的前提下减轻医生负担。针对椎板开窗减压术,研发小型串联手术辅助机器人,并对手术轨迹规划方法展开研究。文章综合考虑术中患者摆位、手术区域覆盖范围以及机器人占地空间等因素,通过尺度分析设计出具有最优刚度与精度的五自由度机器人;以椎板磨削中的轨迹规划为目的,基于医学影像数据多尺度分割技术对患者椎板等组织进行分割与三维重建,构建轨迹规划的实际临床环境;采用Isomap与遗传算法实现机器人的磨削轨迹规划,并利用三次样条插值提高机器人运行稳定性;同时采用A*算法实现椎板换位过程中的轨迹规划,避免机器人在三维空间中运动时与非目标区域发生碰撞。

三维重建课题虽然已经被提出了40余年,但其依然存在效率低、准确性差与模型有歧义等问题。针对上述问题以法兰零件为例提出一种基于工图图像的法兰零件重建方法,方法以工程图纸的扫描图像为研究对象,对其进行降噪、分割与细化等处理,然后采用Harris角点识别算法与Hough圆检测算法提取并统计其上特征,并采用BP神经网络识别并提取零件重建的必要参数,最终实现了法兰模型的三维重建。为工程图纸的三维重建提供了新思路与方法,对后续研究有一定的指导意义。

为提高铁路机车闸瓦状态监测效果,提出了一种基于机器视觉的铁路闸瓦状态监测方法。首先搭建闸瓦图像采集预处理系统,实现对闸瓦图像的自动采集和分割预处理。然后设计改进了麻雀搜索算法对Canny算子参数进行优化,并利用改进Canny算子提取闸瓦分割图像边缘,以得到较为理想的闸瓦图像边缘特征。最后以此为基础建立闸瓦状态监测模型,利用优化后的RBF神经网络对提取到的图像边缘数据进行分类,从而达到监测闸瓦状态的目的。仿真结果表明,相比于其他监测方法,改进后Canny算子的闸瓦边缘提取效果更优,闸瓦状态监测准确率提高了14.7%~18.0%。

以开发收藏币币面品相检测系统为目标,研究了图像滤波、变换、类型识别及配准等技术。通过预处理初步分割出币面区域,采用多目标相关性模板匹配法,识别出收藏币类型及币面特征在图像中所处的位置,然后根据匹配结果将目标图像与参考图像进行配准,在配准的基础上进行差分,实现对收藏币币面缺陷区域的提取。再根据不同类型缺陷的灰度、几何、形状特征的不同对缺陷区域进行分类识别,然后统计缺陷区域的面积、坐标等参数。实验数据表明,收藏币币面图像识别配准高效准确,能够有效提取出缺陷区域并准确统计缺陷参数。

针对液压管路背景多变、管道弯折、管道重叠排布等复杂现象且现有图像分割方法对管路分割精度不高等问题,提出一种以U-net网络为基础,结合Mobilenetv3网络、SE注意力机制模块、自校正卷积模块的液压管路分割方法。该方法以Mobilenetv3-large模型作为骨干网络,结合LR-ASPP网络处理特征图;在解码过程中,融入SE注意力模块和SC自校正模块,提升了特征提取能力;最后采用Dice函数和BCE函数的组合来作为网络的损失函数,有效地提升了网络的收敛能力。实验结果表明本文提出的方法在交并比、像素精度指标上的均值分别达到90.8%、95.2%,且模型体积为16.9 M,推理每张图像所耗时间20 ms,可应用于需实时部署的场景,为液压管路渗漏的准确识别提供了基础。

基于超声C扫描对固体火箭发动机内壁绝热层与壳体粘接状态检测的原理分析，提出了对检测所得的粘接状态图像的分割算法，实现了绝热层脱粘的自动化识别。实验和应用表明，该算法完全可行。

人眼像差的矫正是目前眼科界的研究热点之一,对于提高人眼视觉质量具有十分重要的意义,人眼像差的测量是像差矫正的基础.本文研究了主观式波前像差测量仪的测量原理,并对其中的图像采集、图像处理、图像的Ostu法阈值分割,自动跟踪等关键技术进行了研究.采用本文研究的关键技术自行研制出的主观式波前像差仪能精确地测量出人眼的低阶和高阶像差,测量结果可达7阶35项,其应用前景广阔.

针对重型振动筛O形密封橡胶圈质量检测问题,文中提出基于CCD相机的低成本非接触式直径检测方法。利用张正友标定法获取相机的畸变系数,并标定像素当量,以此获得像素与实际尺寸间的换算关系。利用基于最大类间方差方法的图像分割技术提取橡胶圈轮廓,并将其转换为链码形式;通过三层小波分解过滤变化剧烈的噪声,并利用一阶差分方法定位缺陷区域,获取缺陷区域所占用的轮廓长度。结果表明:文中提出的低成本非接触式直径检测方法相较于传统的检测手段,大幅提高了检测效率及检测精度,消除了轮廓飞边缺陷导致的测量误差,减小了杂质缺陷区半径幅度变化对直径测量的影响。

针对采棉机器人中的视觉系统,以双目立体视觉方法对棉花三维重构技术进行研究。通过CCD摄像头光学成像模型和张正友标定法对摄像机标定,采用分块平均边缘检测和噪声分类、中值滤波、直方图的PCNN分割方法对棉花图像进行预处理,运用SIFT算法提取左右摄像机图像特征点并进行立体匹配,最后得到了棉花特征点的三维重构图。

针对油封工件表面啃伤缺陷与背景对比度较低,检测区域灰度分布不均,区域分割与缺陷提取困难等问题,提出了基于熵率聚类分割和环带差分的油封缺陷检测方法。首先将油封图像进行超像素分割,分割为多个检测区域。根据油封灰度值轴向差异大、环向分布均匀的特点,采用环带均值背景差分方法检测啃伤缺陷。实验选择黑色橡胶骨架油封测试,结果证明,该检测算法能够有效实现油封区域分割和表面啃伤缺陷检测,区域分割正确率约98%,缺陷检出率可达95%。