《多项式拟合屋脊型边缘及在梁弯曲变形检测中的应用》.pdfVIP

《多项式拟合屋脊型边缘及在梁弯曲变形检测中的应用》.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 12卷 第 5期 广州大学学报(自然科学版) VoI.12 No.5 2013正 10月 JournalofGuangzhouUniversity(NaturalScienceEdition) 0ct. 20l3 文章编号:167l一4229(2013)05~040—05 多项式拟合屋脊型边缘及在梁弯曲变形检测中的应用 袁 向荣 (广州大学 土木_r程学院,广东 广州 510006) 摘 要:梁侧面在图像 中是一长条形影像 ,其边缘为屋脊型,很难 以单一函数逼近边缘灰度数据.文章以正交 多项式函数对其进行拟合,可按算术除法解优化方程,避免了求逆和解方程组.对生成的具有屋脊型边缘 图像 的分析表明,新方法的边缘识别精度较高.静载模型实验表明,新方法可以高密度检测梁全长度的弯曲变形 ,单 一 点的检测精度与传统方法的检测精度相当. 关键词 :正交多项式;屋脊型边缘识别;曲线拟合 ;结构检测 中图分类号:TU317;TP391 文献标志码 :A 0 引 言 (a)阶跃型边缘 常用的结构变形检测数字图像法有数字图像 相关法 (DIC法)。’和边缘检测法 .前者精度较 高可达 1%像素,后者精度在 3% ~5%像素左右, (b)脉冲型边缘 但 DIC法要求结构表面有 明显的特征 图案如散 斑.在结构表面没有图案时,可以利用结构跨边缘 的灰度特征进行相关计算,沿边缘方 向图案 比较 (c)屋脊型边缘 效果不明显,凶此二维相关无意义 ,一维相关检测 陶 1 边缘类型 梁的变形精度在5%像素左右 .因此研究边缘识 Fig.1 Typeofedge 别方法对于结构检测是有意义的. 边缘可分为阶跃型、脉冲型和屋脊型 3种 。, 果是连续函数,求导方便 ,且更注意整体 曲线逼近 图1为3种边缘的图像和边缘灰度 曲线. 的最优性.YE提出一种基于高斯函数的边缘识别 常用的适用于各类边缘的整像素识别方法有 方法 J,采用高斯边缘模型,在某领域 内取模型灰 Roberts、Sobel、Prewitt、Laplacian和 Canny 等方 度与图像灰度 的平方差为 目标函数,采用牛顿一 法.选择合适的阈值,整像素法识别阶跃型边缘为 拉尔森法模型中的待定系数,以此识别边缘的位 一 几 条曲线,识别脉冲型和屋脊型各为两条 曲线,曲 置.正切函数法和高斯模型法均属拟合法,两个模 线间隔约等于脉冲或屋脊的宽度.结构工程对检 型与阶跃型边缘灰度曲线相似 ,因此适用于此类 测的精度要求很高,常常要求采用亚像素识别,边 边缘的识别,尤其是后者有较好 的识别精度.FU 缘的亚像素识别方法有基于矩保持的识别法 、 提出用多项式函数拟合阶跃型边缘的识别法 . 正切函数拟合法 J、基于捅值的方法 等.插值 袁及其团队对多项式函数拟合法进行了研究,并 法结果是离散数据,不适于边缘检测的求导计算, 将边缘识别法应用于梁模型的静动力试验 H. 且插值注重在原数据点上的完全重合.拟合法结 按照泰勒级数公式,在一定条件下,多项式的阶数 收稿 日期 :20l3—04—05; 修回 日期 :2013—04一l9 基金项 目:国家 自然科学基金资助项 目51278137);广州市科技计

文档评论(0)

iyjt + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档