1 安徽工业大学 电气与信息工程学院，安徽马鞍山243032
2 重庆理工大学 机械工程学院，重庆400054
3 合肥工业大学 仪器科学与光电工程学院，安徽合肥20009
为了提高数控机床热误差补偿模型的预测精度与稳健性，对主成分算法在数控机床主轴热误差建模中的应用进行了研究。首先，根据主成分算法原理，提出基于主成分分析的温度敏感点选择算法和热误差建模算法。然后，以一台三轴立式加工中心为对象进行全年温度范围内的主轴热误差测量实验，并基于实验数据建立主轴热误差主成分回归（Principal Component Regression， PCR）模型。进而，将所建立的PCR模型与多元线性回归模型、BP神经网络模型和岭回归模型的预测精度与稳健性进行比对分析，实验结果表明PCR模型在该四种模型中具有最高的预测精度和稳健性，分别达到6.8 μm和2.4 μm。最后，使用所建立的PCR模型对按照转速图谱运行的机床主轴热误差进行预测，预测精度和稳健性分别为6.12 μm和3.43 μm。并将PCR模型嵌入到热误差补偿控制器中进行热误差补偿实验，以验证本文建模算法的有效性。
机床主轴热误差 主成分 建模算法 模型稳健性 thermal error of machine tools spindle principal component modeling algorithm model robustness 光学 精密工程
2021, 29(11): 2649
1 合肥工业大学 仪器科学与光电工程学院，安徽合肥230009
2 重庆理工大学 机械工程学院， 重庆400054
3 长江大学 机械工程学院， 湖北荆州4402
4 哈尔滨工业大学（深圳）， 广东深圳518055
为解决温度敏感点变动性带来的模型精度稳健性缺陷，研究了稳健性温度敏感点选择方法。从温度敏感点变动性的机理出发，解释了温度敏感点变动性产生的原因，并在此基础上提出了一种稳健的温度敏感点选择方法，通过全年的实验数据验证了这一方法的有效性。分别使用稳健性温度敏感点选择方法和非稳健性选择方法建立了两个热误差补偿模型，并对它进行了精度分析和比对。分析发现，因未考虑温度敏感点变动代入错误温度敏感点建立的模型会造成模型拟合精度、预测精度和长期预测稳健性的大幅损失。基于机床稳健性温度敏感点选择方法的热误差补偿模型不仅可以保证模型精度的稳健性满足工况需求，而且避免了带入错误温度敏感点建模，实现用5个温度传感器就将模型全年的预测精度均值控制为5.18 μm，全年的预测精度的波动性控制为2.57 μm。机床稳健性温度敏感点选择方法具有重大的理论价值和工程应用价值。
数控机床 温度敏感点 变动性 稳健性选择方法 CNC machine tool temperature-sensitive point variability robust selection method
1 陕西科技大学电气与控制工程学院, 陕西 西安 710021
2 陕西科技大学电子信息与人工智能学院, 陕西 西安 710021
红参中提取出的有效活性成分人参皂苷含量对后续产品的质量有重要的影响。 传统的红参提取质量控制化学检测方法成本高, 具有滞后性。 已有的研究表明快速无损的近红外检测方法用于红参提取过程具有可行性, 但现有方法依赖仪器自带数据处理软件, 无法满足生产实际的精度和速度需求。 为实现红参提取过程的快速、 精确监测, 提出将多种智能光谱筛选算法应用在近红外光谱建模中, 并对比不同光谱筛选算法的性能和稳健性。 以红参提取液中含量高的人参皂苷Rg1和含量较低的人参皂苷Rc为目标, 采集了三个不同批次前两次红参提取液样本128份, 在线获取1 000~2 499 nm波段近红外原始光谱吸光度数据, 并同时采用国标方法高效液相色谱法测定目标人参皂苷含量, 首先采用竞争适应性重加权采样法(CARS)、 无信息变量消除法(UVE)、 随机蛙跳算法(RF)和连续投影算法(SPA)四种波长筛选算法进行波长降维处理, 然后使用筛选后的波长建立线性偏最小二乘(PLS)定量模型, 并通过模型的均方根误差(RMSE)、 决定系数(R2)和预测相对分析误差(RPD)等来评估模型的性能。 从四种波长优选算法PLS建模结果可知, 经RF优选后, 建模特征波长变量下降为原来的0.67%, 红参提取液中人参皂苷Rg1和Rc含量的R2都达到了0.94以上, 预测均方误差分别为0.024 6和0.013 5, 预测集相对分析误差达到了4.84以上, 降低了建模的难度, 提高了建模的精度; 将RF和CARS在原始光谱、 全光谱、 SNV预处理后的全光谱上建模对比, RF波长筛选算法建模模型的性能整体较好, 不同的光谱范围和预处理方法下性能影响较小, 稳健性好。 综上表明RF是红参提取液建模相对理想的波长筛选算法, 基于RF的PLS算法实现了对红参两次提取液的一次建模, 可用于提取液中人参皂苷成分含量的快速检测, 为药物的在线提取控制提供理论支撑。
近红外光谱 红参提取 随机蛙跳 稳健性 人参皂苷 Near infrared spectroscopy Red ginseng extraction RF Robustness Ginsenoside 光谱学与光谱分析
2021, 41(8): 2443
提出了一种结合物方残差和像方残差的加权迭代位姿计算方法。在高精度快速位姿估计算法(EPnP)的基础上,加入改进的自适应加权物方残差目标函数迭代算法来优化结果,并以迭代后的平均像方残差作为最小误差判决阈值来修正误差较大的参数。实验结果表明,所提方法可以极大地提高非冗余情况下EPnP算法中位姿参数的计算精度和稳健性。在参考点充足的情况下,维持了EPnP算法的高精度,具有较高的实用价值。
机器视觉 相机位姿估计 目标函数 物方残差 像方残差 加权 稳健性 激光与光电子学进展
2019, 56(4): 041503
大连大学辽宁省北斗高精度位置服务技术工程实验室, 辽宁 大连 116622
针对噪声影响下光流计算稳健性较差及收敛速度慢的问题, 提出一种噪声环境下光流场快速稳健估计方法。所提算法基于噪声环境下光流场估计方法, 引入惩罚因子以增强光流计算稳健性, 并在光流计算迭代公式中加入动量因子缩短光流计算收敛时间以加快光流场计算。而后基于变分方法极小化光流能量函数求解欧拉-拉格朗日方程, 最后通过迭代方法求得速度场。仿真结果表明, 对视频中连续两帧图片加入不同高斯噪声后, 与M算法及ML算法相比, 所提算法可显著增强光流场计算稳健性, 缩短光流计算收敛时间, 加快光流场计算。
光流计算 噪声环境 惩罚因子 动量因子 收敛速度 稳健性 optical flow calculation noisy environment penalty factor momentum factor convergence speed robustness
大连大学辽宁省北斗高精度位置服务技术工程实验室, 辽宁 大连 116622
针对可视化流动图像边缘扩散及噪声和异常点影响使得光流计算稳健性较差的问题, 提出一种基于物理学的稳健光流计算方法以改善光流计算稳健性。所提算法在基于物理学光流方法中引入各向异性滤波器以增强边缘光流稳健性, 并增加惩罚因子以减少噪声及异常点对光流计算的影响, 而后基于变分方法极小化光流能量函数以求解欧拉-拉格朗日方程, 最后通过迭代方法求得速度场。仿真结果表明, 与传统的Lucas-Kanade,Horn-Schunck,金字塔Lucas-Kanade以及基于物理的光流计算方法相比, 所提算法可显著减少边缘和角落区域光流扩散, 改善针对噪声及异常点的稳健性, 从而得到具有较好稳健性的速度场。
图像处理 稳健性 各向异性滤波器 惩罚因子 基于物理学的光流计算 粒子图像测速 image processing robustness anisotropic filter penalty factor physics-based optical flow particle image velocimetry
南开大学电子信息与光学工程学院现代光学研究所, 天津 300350
光声成像兼具光学成像的高对比度和超声成像对深层组织的高分辨率等优点,在生物医学成像领域具有巨大的潜力,而且发展十分迅速;光声成像通过在多个角度进行光声信号的采集,可以获得生物组织的二维或三维光学吸收分布图像;但实际的光声成像往往因硬件条件和成像时间的制约而难以采集角度足够多的光声信号;在信号采样不足的情况下,光声图像的重建质量会严重下降,出现大量伪迹。针对该问题,提出了一种基于字典学习与稀疏表示的恢复重建算法,采用该算法对光声信号进行预处理,并进行仿真实验。结果表明:与不经过光声信号超分辨率重建的时间反演法图像重建结果相比,经所提算法处理后的光声重建图像的伪迹显著减少,细节更加清晰,峰值信噪比提高了8 dB左右;不同信噪比下的仿真实验验证了所提出算法具有良好的稳健性。
生物光学 光声成像 字典学习 重建图像 稀疏表示 稳健性 光学学报
2018, 38(11): 1117002
1 天津大学电气自动化与信息工程学院, 天津 300072
2 中国科学院信息工程研究所信息安全国家重点实验室, 北京 100093
提出一种基于深度神经网络的图像修复取证算法,该算法可通过编码器网络自动提取图像修复遗留的痕迹特征,通过解码器网络预测像素类别,从而判断出图像是否经过修复篡改以及修复篡改的区域。同时,采用特征金字塔网络对解码器网络中的特征图进行信息补充。采用MIT Place数据集作为训练集,UCID数据集作为测试集,对训练集和测试集分别使用了不同的修复篡改算法。实验结果表明,与其他图像修复取证算法相比,所提算法的修复区域定位更精准,处理速度更快,且对不同的修复篡改方法具有较好的稳健性和较强的泛化能力。
图像处理 图像修复取证 深度神经网络 编码器网络 解码器网络 稳健性 光学学报
2018, 38(11): 1110005
中国民航大学电子信息与自动化学院, 天津 300300
在散斑视觉测量中,通常引入标志点以提高散斑的测量效率。针对传统标志点匹配过程中存在的匹配时间长、匹配准确率低等问题,提出了一种采用改进KLT(Kanade-Lucas-Tomasi)算法的标志点匹配方法。该方法在利用改进加速稳健性特征(SURF)算法对标志点进行检测以建立初始匹配点的基础上,采用改进的KLT算法实现标志点的匹配,并利用最大双向误差作为约束条件删除匹配过程中存在的误匹配点,以提高匹配的可靠性。最后,对机翼颤振测量中涂敷在机翼模型散斑区的标志点进行了匹配实验验证。结果表明,与传统的尺度不变特征转换(SIFT)与SURF匹配算法相比,所提方法在匹配时间上分别减少了75.9%和42.8%,在匹配准确率上分别提高了30.6%和22.2%。
相干光学 散斑测量 标志点匹配 改进加速稳健性特征算法 改进Kanade-Lucas-Tomasi算法 最大双向误差 激光与光电子学进展
2018, 55(2): 020301
1 华南师范大学物理与电信工程学院, 广东 广州 510006
2 华南师范大学物理学科基础课国家级实验教学示范中心, 广东 广州 510006
为了消除光学相干层析成像(OCT)系统中存在的大量散斑噪声,引入了稳健性主成分分析(RPCA)算法。通过分析生物组织在OCT中散斑的产生机制,从而了解OCT系统中散斑噪声的特点。结合OCT系统自身的特点,证明基于RPCA算法的低秩矩阵恢复模型对OCT系统消除散斑噪声有良好的适用性。利用RPCA算法,可以得到将OCT原始图像分解成散斑噪声图像和样品截面图像的最佳估计。RPCA算法能在分离散斑噪声的同时,保留样品自身结构的散斑图样,有效地避免了伪影的生成。通过对比处理后和处理前的图像,结果表明,RPCA算法能够有效地抑制散斑噪声,提高信噪比,改善OCT图像效果。
成像系统 光学相干层析成像 图像增强 稳健性主成分分析 散斑 散斑噪声
