为了提高依据邻近点最大夹角提取边界点方法的提取效率, 提出了一种层次化快速精确提取边界点的方法。先对任意采样点检索其R邻域内点集, 依据R邻域内点集重心点坐标与采样点的距离粗提取边界点, 然后将粗提取的边界点及其邻域点投影至微切平面, 通过各邻近点与采样点的方向向量求取相邻向量间的最大夹角, 再依据最大夹角精提取边界点。通过理论分析和点云数据实验验证了该算法的可行性。结果表明, 该算法相较于传统的方法, 能缩短22.11%的运行时间, 但精度降低5.23%;相较于其它层次化提取方法, 在缩短10.99%的运行时间的同时精度提高7.17%。该研究为点云3维重建中边界提取提供了参考。

针对复杂环境下远距离目标在语义分割时易出现的边界模糊、断裂及目标丢失等问题，基于DeepLabV3+网络提出了一种结合边界信息的语义分割模型。该模型采用改进的Darknet-53网络代替原DeepLabV3+特征提取网络以加快模型运行速度，并设计了一种特征融合模块作为低层特征用于解码阶段恢复细节信息，为了进一步优化目标边界，利用特征共享原则，设计一种通过主体网络特征共享层学习多尺度信息以预测目标边界的边界提取模块，以此对分割图像进行约束优化，提升模型在边界处的预测准确率。实验结果表明，提出的语义分割模型能够有效缓解远距离目标语义分割时的边界模糊等问题。

随着中国制造2025的到来, 运用工业机器人在线加工机械工件是大势所趋。为了能够智能抓取工件, 工业机器人需要识别工件的类型以及工件的位姿。针对流水线上识别工件类型难的问题, 提出了一种基于激光扫描三维点云的工件类型识别方法, 该方法主要能够识别工件是哪种工件。首先对流水线上杂乱无序的工件进行激光扫描, 得到工件的三维激光点云数据, 将三维激光点云数据初步去噪。运用MATLAB软件对得到的三维激光点云进行中心切片, 得到点云的主视切片、俯视切片、左视切片; 运用HALCON软件对点云切片去噪、增强、分割, 提取中心切片的边界信息并得到提取区域的特征参数, 进而识别工件的类型。最后运用自主研发设备进行实验, 分别以步距为0.05 mrad、测距精度0.2 mm、测角精度为0.02 mrad进行扫描, 实验结果表明, 识别准确性达96.67%。该方法对同类问题有较大的借鉴意义。

通过光栅投影法可以获取物体的三维点云数据,但是对于形貌复杂的被测物体,由于测量方式本身含有的一定缺陷,会导致所获取的点云数据出现孔洞区域,从而对后续处理造成影响。结合已有的从运动中恢复结构(SFM)算法,提出一种新的点云孔洞修补方法。首先,利用光栅投影法中得到的二维相位信息来提取三维点云孔洞区域的边界点;接着,将SFM获取的点云数据集与光栅投影法所采集的点云数据集进行配准,并提取出信息补充点;最后,在添加了补充点的点云数据集上,利用径向基函数计算曲面方程,修补孔洞。实验结果证明了该算法的稳健性,能较为有效地恢复复杂物体的表面信息。

为了快速、准确地提取零件破损边界, 直观地反映零件损伤的过程和结果并进行形状还原, 更好地实现激光熔覆再制造修复复杂破损零件, 依据激光熔覆的工艺特点对破损零件的缺陷类型进行划分, 并对不同类型缺陷进行破损边界提取和形状还原方法的研究。提出基于曲率阈值和法矢夹角阈值的表面浅斑类损伤边界特征以及基于3-D比较的局部深层类损伤边界特征进行提取的方法, 采用NURBS曲面对表面浅斑类损伤零件和传统曲面造型方法对局部深层类损伤零件进行形状还原, 最后路径规划进行激光熔覆再制造修复实验验证。结果表明, 此方法提高了其破损区域提取和还原的精度和效率, 熔覆形貌波纹度较小。该研究为零件破损边界提取与形状还原在激光熔覆再制造的应用提供了理论基础。

目前, 辅助激光视觉测量法已广泛应用于大型零部件的三维形面测量。针对该方法在测量过程中普遍存在的轮廓边界信息获取不准确的问题, 提出一种面向大型零部件的三维形面测量方法以获得精确的形面信息和轮廓边界信息。首先, 根据光条图像序列采集特性, 基于时间流的光条自适应定位方法实现了光条所在区域的实时定位; 其次, 提出了一种基于光条几何特征突变的边界提取方法, 获取光条处的被测物边界行(列)坐标位置; 然后, 利用光条区域内快速提取的光条中心结果, 确定准确的边界特征点坐标, 并仅保留边界特征点以内的有效光条中心点; 最后, 对所提取的有效光条中心进行了三维重建, 结合光条扫描实现了整个形面的三维快速测量。实验验证结果表明: 该方法可实现被测物三维形面信息的高精度快速测量, 同时获取精确的轮廓边界信息, 其测量精度达到0.06 mm, 且大大减小运算量, 满足大型零部件的快速高精度测量要求。

针对逆向工程中引导性曲面边界信息的快速获取问题, 系统地研究了共轴立体视觉测量方法, 建立该方法的数学模型, 详细分析了摄像机焦距、基线距等系统结构参数及被测点空间位置对测量精度的影响, 通过数学分析确定摄像机基线距的最佳取值范围, 研究共轴立体视觉测量系统特殊的极线几何关系.提出基于共轴立体视觉的曲面边界快速测量方法, 利用三坐标测量机的精密机械系统及精确的空间定位能力, 用单个摄像机以两次共轴定位摄取图像的方式实现共轴立体视觉测量功能, 然后利用共轴立体视觉外极线相互平行且通过各自像平面主点的特殊极线几何关系简化同源像点匹配过程, 从而快速获取被测曲面的边界信息.实验结果表明: 用基于三坐标测量机的单摄像机共轴立体视觉测量方法获取的曲面边界平均误差为0.268 mm, 基本满足逆向工程中对引导性曲面边界的测量精度要求.

针对传统DP算法精度不高, 出现条纹瑕疵以及边界区域明显误匹配等问题, 提出了一种新的立体匹配算法。该算法采用水平、垂直及物体边界多方向约束作为平滑性约束, 物体边界方向约束针对物体边界像素点, 以前一行边界点的视差信息对当前边界点进行约束, 强化物体边界像素点的视差不连续性, 提升了边界区域像素点匹配准确率, 大大减少了边界误匹配现象。由于物体表面的纹理信息会影响物体边界方向约束的准确性, 对物体的边缘提取方法进行了处理, 使提取的物体边缘只保留物体边界轮廓信息。最后在三状态DP的状态转换选择上, 应用边界轮廓信息及多方向约束, 避免了三状态状态转换与实际物理情况不符的局面, 提升了匹配精度。实验表明, 该方法不仅解决了条纹瑕疵、边界区域误匹配问题, 且执行速度快, 匹配精度高。

为了提高上转换磷光生物传感器的工作效率和自动化程度，将互相关滤波技术用于对传感器采集到的信号进行预处理，基于预处理后的信号特征提出了一种简单有效的自适应边界提取算法.该算法可对免疫层析试纸条功能带(包括检测带T和质控带C)的边界线进行自动定位，并根据这些边界线计算出检测结果.实验结果表明：该算法在多种测试条件下对0～450ng/ml系列浓度标准样品进行检测，具有良好的稳定性和可靠性; 且结果的重复性远优于10%，满足生物医学检测的要求.