在激光-电弧复合焊接中, 由于焊接参数众多及各参数之间的耦合性, 任何一个参数的变化均会对焊缝形貌产生显著影响, 如何选取激光-电弧复合焊接工艺参数, 从而获得良好的焊缝形貌稳定性一直是复合焊接研究的重点。采用极坐标的方法对试验样件焊接形貌进行测量, 以焊缝形貌中心为坐标原点, 每间隔15°对焊缝形貌进行测量, 从而得到对应的24个极坐标尺寸。针对繁多的焊接工艺参数和焊缝形貌, 采用BP神经网络来建立复合焊接平板对接焊主要焊接参数(焊接电流、激光功率、焊接钝边、坡口角度、焊接间隙)和测量得到的24组极坐标尺寸之间的BP神经网络预测模型, 并用遗传算法对预测模型进行优化。根据预测得到的24组形貌尺寸, 通过计算左右对称尺寸差值的方差作为激光-电弧复合焊接焊缝形貌的对称度。研究结果显示, 优化后的焊接工艺参数和极坐标尺寸之间的预测精度在5%左右, 焊缝形貌对称度预测误差在13%左右。此方法对于焊接工艺参数的优化研究具有重要意义。

高频超声成像具有几十微米级的纵向分辨率，适用于皮肤等人体组织的微结构成像。该文针对皮肤囊肿等凸形的人体组织内部微结构，提出了一种适用于凸形组织的非接触式弧形超声扫描成像方法，设计并制备了一款41.5 MHz的高频超声换能器。首先采用脉冲回波法对其性能进行系统表征，然后设计了凸形旋转扫描成像装置，并对凸形皮肤囊肿模型进行扫描、滤波、补偿等信号采集和处理，最终实现了高频超声成像。结果表明，此方法所用换能器纵向分辨率为50 μm，能够对皮肤囊肿模型内部精细结构进行成像，这将促进相关临床医学和超声成像技术的发展。

极坐标格式算法(PFA)在逆合成孔径雷达(ISAR)成像算法中主要运用插值算法来解决目标散射点越距离徙动问题,其插值方法的选择决定了成像效率和运算速度。提出了一种沿雷达视线插值的方法,建立了ISAR大转角目标几何模型,对其进行理论推导得到方位向的精确插值形式,并对因非均匀采样造成的形变进行方位重采样。仿真实验表明,相较于传统插值算法,该算法有着运算速度更快、聚焦性更好的优点。

针对传统相关滤波跟踪算法在遮挡、出视野、形变、背景杂乱等挑战场景中容易出现跟踪失败的问题, 本文提出快速尺度支持相关滤波跟踪算法。首先, 利用循环样本构造支持相关滤波器, 并将跟踪问题视为支持相关滤波器的学习问题; 然后, 利用离散傅里叶变换与迭代优化策略解决了支持相关滤波器的学习问题, 极大地降低了算法复杂度; 同时, 利用对数极坐标变换将目标尺度估计问题转换为对数极坐标下的位移变化, 实现了目标尺度的自适应; 最后, 采用自适应模板更新策略, 解决了遮挡情况的模板漂移问题。利用标准数据集测试对本文算法性能进行评估, 结果表明: 所提算法精确度为0.964, 成功率为0.892, 均优于传统的相关滤波跟踪算法, 可以较好地解决形变、遮挡、出视野、背景杂乱等情况下的目标跟踪问题。

将传统散斑相关法应用于结构试件变形测量中存在一定的角位移范围限制,针对这一问题,提出了一种采用对数极坐标变换的散斑相关角位移测量法。首先,该方法采用对数极坐标变换,将结构试件散斑图像在直角坐标系下的角位移转换为对数极坐标下的平移;然后,利用散斑相关法结合九点二次曲面拟合法实现散斑图像的角位移测量;最后,通过模拟实验与实物实验验证了方法的有效性。实验结果表明,在[0°,90°]的角位移变化范围内,本方法角位移测量的均值误差控制在0.06°内,标准差控制在0.02°内,有效提高了现有散斑相关法的角位移测量范围与测量精度。

在双目视觉工件圆弧半径测量过程中,圆弧轮廓特征提取是后续边缘轮廓点匹配及空间圆弧重构的关键。受工件表面纹理、周围环境干扰、光照不均匀等影响,现有算法并不能准确提取圆弧轮廓特征。在Sobel算子进行边缘检测的基础上,利用自适应卷积运算和双局部二值模式纹理特征进行归一化处理产生融合灰度值,进而利用融合灰度值对Sobel算子检测结果进一步筛选出边缘轮廓点。对极坐标分布直方图进行一般正态分布处理,排除背景复杂时噪声点的干扰,进一步区分外轮廓特征和内轮廓特征。实验结果表明,本文算法不仅消除了光照影响,而且具有很好的准确性和稳健性。

针对激光三角测量系统得到的含局部弯曲的光带图像,提出了一种基于傅里叶-极坐标变换算法检测局部弯曲的方法。通过计算得到光带的法线方向,将空域图像在法线方向上进行灰度投影,直接得到了局部弯曲量。该方法计算过程简捷,对随机噪声与光带强度的不一致分布具有较好的免疫力。理论分析与实验测试证实了该方法的有效性。

由于航拍图像的拍摄高度远低于卫星图像拍摄高度，因此每个拍摄地点的建筑投影差大小和方向都不相同，图片畸变严重。此外，考虑到图像边缘区域的畸变程度远大于图像中心区域的畸变程度，本文提出了一种基于极坐标的Lagrange插值的逐点畸变校正方法。利用该方法在极坐标系内对单个像素点进行插值，然后根据插值结果对像素点进行校正，再将其坐标从极坐标系变换回直角坐标系，最后采用此方法在整个航拍图像内逐点进行畸变校正。实验结果表明，校正后的航拍图像畸变程度不超过3%，证明该方法不但能有效地校正畸变图像，且与传统的利用DLT线性求解畸变校正矩阵等校正方法相比具有更为广泛的适用性。