【摘要】：壓敏漆技術(shù)是一種具有經(jīng)濟(jì)性高、反應(yīng)速度快等優(yōu)點(diǎn)的風(fēng)洞測(cè)壓前沿技術(shù)。其相比于傳統(tǒng)的打孔測(cè)壓技術(shù)而言,有效地降低了模型設(shè)計(jì)與制造的成本,提高了生產(chǎn)效率。其原理是壓敏漆會(huì)根據(jù)壓強(qiáng)不同,進(jìn)行動(dòng)態(tài)氧化猝滅反應(yīng),發(fā)出不同強(qiáng)度的光線(xiàn),利用壓強(qiáng)-光強(qiáng)轉(zhuǎn)換公式,得到壓強(qiáng)。但在實(shí)際試驗(yàn)中,由于強(qiáng)風(fēng)影響,模型常發(fā)生形變和位移,特別是非線(xiàn)性彈性形變,所采集到的圖像模型也易產(chǎn)生畸變。將畸變的有風(fēng)圖像和無(wú)風(fēng)圖像進(jìn)行壓強(qiáng)計(jì)算,會(huì)嚴(yán)重影響精度,所以需要對(duì)圖像進(jìn)行配準(zhǔn)處理。同樣地,由于強(qiáng)風(fēng)等因素,模型表面漆面常會(huì)出現(xiàn)脫落現(xiàn)象,使所得圖像具有孔洞,同樣這將影響最終的測(cè)壓試驗(yàn),所以需要對(duì)壓敏漆圖像孔洞進(jìn)行修復(fù)處理。針對(duì)上述問(wèn)題,本文主要的工作和貢獻(xiàn)如下:(1)本文將非剛性點(diǎn)云配準(zhǔn)技術(shù)運(yùn)用到壓敏漆圖像配準(zhǔn)領(lǐng)域。采用非剛性配準(zhǔn)算法,更符合模型具有非線(xiàn)性彈性形變的情況,而采用點(diǎn)云方式使得圖像細(xì)節(jié)區(qū)域更有效配準(zhǔn),同時(shí)也有利于后續(xù)的三維重建工作。(2)本文結(jié)合壓敏漆圖像特點(diǎn)提出了配準(zhǔn)精度更高的算法。算法從粗略配準(zhǔn)到精細(xì)配準(zhǔn)過(guò)渡。粗配準(zhǔn)考慮了像素灰度因素,找到了更有利的初始位置。精配準(zhǔn)部分由于二維非剛性ICP算法僅考慮二維坐標(biāo)位置關(guān)系,忽略壓敏漆圖像像素灰度具有的相關(guān)性,使得配準(zhǔn)精度不高。但直接利用三維非剛性ICP算法又會(huì)發(fā)生誤配準(zhǔn)。所以為了進(jìn)一步提高配準(zhǔn)精度,本文提出了一種基于像素關(guān)聯(lián)搜索策略的非剛性ICP算法。算法設(shè)計(jì)了綜合考慮2D坐標(biāo)與像素灰度值的雙目標(biāo)搜索策略,實(shí)現(xiàn)了精確的局部匹配點(diǎn)搜索與雙目標(biāo)優(yōu)化。最后在多組壓敏漆圖像上將本文算法與五種配準(zhǔn)算法進(jìn)行了對(duì)比實(shí)驗(yàn)分析。實(shí)驗(yàn)結(jié)果表明,本文所提出的算法具有最好的配準(zhǔn)精度。相比次優(yōu)算法,RMSE提升超過(guò)15%,NMI提升在5%左右。(3)本文將深度學(xué)習(xí)算法運(yùn)用到壓敏漆圖像修復(fù)領(lǐng)域。通過(guò)參考相關(guān)文獻(xiàn),并結(jié)合壓敏漆圖像特定,提出了基于深度學(xué)習(xí)的壓敏漆圖像修復(fù)算法。由于壓敏漆圖像具有特殊的紋理,同時(shí)其修復(fù)需要滿(mǎn)足工業(yè)精度與自動(dòng)化的要求。但人工提取圖像特征的方式難以實(shí)現(xiàn)。所以本文選擇基于紋理信息的深度學(xué)習(xí)圖像修復(fù)算法對(duì)壓敏漆圖像進(jìn)行修復(fù)。同時(shí)為適應(yīng)后續(xù)試驗(yàn)環(huán)境的變化,本文對(duì)網(wǎng)絡(luò)的泛化能力進(jìn)行了增強(qiáng)。最后在多組數(shù)據(jù)上使用客觀(guān)評(píng)價(jià)指標(biāo)對(duì)本文算法和幾種經(jīng)典的圖像修復(fù)算法進(jìn)行了對(duì)比,本文算法均優(yōu)于其他算法,實(shí)現(xiàn)了壓敏漆圖像的修復(fù)工作,為測(cè)壓工作打下了基礎(chǔ)。
【圖文】：

關(guān)鍵是必須保證兩幅圖像像素點(diǎn)的一一對(duì)應(yīng)，一旦出現(xiàn)偏差，，非對(duì)應(yīng)點(diǎn)進(jìn)行相除時(shí)會(huì)嚴(yán)重影響算法的精度，如圖1.2 所示。但是實(shí)際試驗(yàn)中，由于存在空氣動(dòng)力載荷問(wèn)題，會(huì)使得試驗(yàn)?zāi)Ｐ彤a(chǎn)生形變和位移，特別是強(qiáng)風(fēng)速條件下，試驗(yàn)?zāi)Ｐ透装l(fā)生彈性形變。如大展弦比飛機(jī)機(jī)翼或直升飛機(jī)螺旋槳機(jī)翼[2]，如圖 1.3 所示，都呈現(xiàn)出幾何非線(xiàn)性彈性形變。所以對(duì)于在有風(fēng)情況下采集的畸變圖像和無(wú)風(fēng)情況下采集的參考圖像需要進(jìn)行精確的配準(zhǔn)。圖 1.2 有風(fēng)圖與無(wú)風(fēng)圖錯(cuò)位示例圖Fig 1.2 example diagram of wind and windless maps圖 1.3 幾何非線(xiàn)性彈性形變圖[2]Fig 1.3 Geometric nonlinear elastic deformation map[2]同時(shí)由于上述原因，模型表面特別是模型零件處的壓敏漆也易發(fā)生脫落現(xiàn)象，會(huì)產(chǎn)生大小不一的孔洞；即使在后續(xù)試驗(yàn)中提高了壓敏漆噴涂工藝，但也存在需要貼上少量人工標(biāo)志點(diǎn)等措施，同樣會(huì)產(chǎn)生一定的孔洞現(xiàn)象，所以需要對(duì)所得圖像進(jìn)行修復(fù)工作。圖像配準(zhǔn)(Image registration)就是將不同時(shí)段、不同傳感器或不同條件下（天

Schematic diagram of the PSP measurement sysr 公式計(jì)算模型表面壓強(qiáng)，關(guān)鍵是必須保偏差，非對(duì)應(yīng)點(diǎn)進(jìn)行相除時(shí)會(huì)嚴(yán)重影響驗(yàn)中，由于存在空氣動(dòng)力載荷問(wèn)題，會(huì)風(fēng)速條件下，試驗(yàn)?zāi)Ｐ透装l(fā)生彈性形旋槳機(jī)翼[2]，如圖 1.3 所示，都呈現(xiàn)出幾何下采集的畸變圖像和無(wú)風(fēng)情況下采集的參圖 1.2 有風(fēng)圖與無(wú)風(fēng)圖錯(cuò)位示例圖ig 1.2 example diagram of wind and windless m
【學(xué)位授予單位】：西華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：V211.74;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張穎;曹璐云;;圖像配準(zhǔn)技術(shù)[J];數(shù)碼世界;2017年06期

2 何立新;王昆侖;檀明;;基于多分辨率和互信息的圖像配準(zhǔn)方法研究[J];合肥學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年02期

3 云日升,彭海良,王彥平;干涉合成孔徑雷達(dá)復(fù)圖像配準(zhǔn)精度分析和方法[J];測(cè)試技術(shù)學(xué)報(bào);2003年01期

4 高東陽(yáng);趙西安;潘昕;;基于稀疏快速傅里葉的互相關(guān)圖像配準(zhǔn)[J];北京建筑大學(xué)學(xué)報(bào);2017年02期

5 倪權(quán);倪偉淵;;多分辨率人臉圖像配準(zhǔn)方法研究[J];信息化研究;2015年04期

6 張婧;郇中丹;張海利;;有關(guān)非線(xiàn)性圖像配準(zhǔn)的正則化(英文)[J];工程數(shù)學(xué)學(xué)報(bào);2011年06期

7 邊倩;鄭伊寧;;一種改進(jìn)的基于最大互信息的圖像配準(zhǔn)方法[J];電子科技;2008年06期

8 曾琪明,解學(xué)通;基于譜運(yùn)算的復(fù)相關(guān)函數(shù)法在干涉復(fù)圖像配準(zhǔn)中的應(yīng)用[J];測(cè)繪學(xué)報(bào);2004年02期

9 傅德勝;劉珍麗;;印鑒圖像配準(zhǔn)與特征提取[J];模式識(shí)別與人工智能;2002年03期

10 段嘉旭;羅林;高曉蓉;彭建平;李金龍;;基于抽樣隨機(jī)一致性和圖像特征的圖像配準(zhǔn)[J];信息技術(shù);2017年11期

相關(guān)會(huì)議論文 前10條

1 郭宏國(guó);周銓;趙榮椿;;一種改進(jìn)的基于角點(diǎn)檢測(cè)的圖像配準(zhǔn)方法[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

2 甘亞莉;李國(guó)輝;涂丹;;基于相關(guān)性的小波域圖像配準(zhǔn)方法研究[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

3 張成;韋穗;;一種基于新的能量泛函的彈性圖像配準(zhǔn)方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 馮麗麗;姜慧研;李季;;一種自適應(yīng)的非剛性圖像配準(zhǔn)方法及其在肝臟配準(zhǔn)中的應(yīng)用[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

5 翟勝軍;姜暉;張?chǎng)?;一種基于角點(diǎn)的圖像配準(zhǔn)方法[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

6 吳正琴;王艷陽(yáng);陳茜琛;郭小梅;傅小龍;;千伏錐形束CT在線(xiàn)引導(dǎo)放療中技術(shù)員參與圖像配準(zhǔn)的可行性研究[A];2007第六屆全國(guó)放射腫瘤學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

7 李蓉;桂仁;;基于A(yíng)rcGIS Add-In的柵格圖像配準(zhǔn)工具設(shè)計(jì)[A];地理信息與人工智能論壇暨江蘇省測(cè)繪地理信息學(xué)會(huì)2017年學(xué)術(shù)年會(huì)論文集[C];2017年

8 張照喜;何正中;邱大勝;劉玉林;陳軍;杜東屏;蔣春林;;基于放療計(jì)劃的CT/MR圖像配準(zhǔn)對(duì)視交叉保護(hù)價(jià)值的探討[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

9 王云雅;王曉麗;汪靜;鄧敬蘭;李國(guó)權(quán);馬曉偉;;床位變化對(duì)SPECT/CT同機(jī)圖像配準(zhǔn)的影響[A];中華醫(yī)學(xué)會(huì)第九次全國(guó)核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

10 黃攀;唐勁松;岳軍;鐘何平;張森;;基于相位信息的InSAS復(fù)圖像配準(zhǔn)方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2015年學(xué)術(shù)會(huì)議論文集[C];2015年

相關(guān)重要報(bào)紙文章 前1條

1 尚琴;我國(guó)圖像配準(zhǔn)技術(shù)還需加強(qiáng)產(chǎn)學(xué)研融合[N];中國(guó)知識(shí)產(chǎn)權(quán)報(bào);2017年

相關(guān)博士學(xué)位論文 前10條

1 楊麗娟;點(diǎn)集穩(wěn)健匹配的統(tǒng)計(jì)方法[D];西北工業(yè)大學(xué);2018年

2 葉蓬;多模態(tài)遙感圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

3 馬興民;圖像配準(zhǔn)若干關(guān)鍵技術(shù)研究及應(yīng)用[D];北京科技大學(xué);2019年

4 馬龍;視覺(jué)顯著性計(jì)算模型的遙感應(yīng)用研究[D];北京理工大學(xué);2017年

5 武越;基于計(jì)算智能的圖像配準(zhǔn)與分割研究[D];西安電子科技大學(xué);2016年

6 韓歡;一類(lèi)醫(yī)學(xué)圖像配準(zhǔn)中的變分問(wèn)題與數(shù)值算法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院武漢物理與數(shù)學(xué)研究所);2016年

7 張浩;多信息融合圖像邊緣特征提取及圖像配準(zhǔn)研究與應(yīng)用[D];浙江大學(xué);2008年

8 楊曉梅;幾何變分方法在圖像配準(zhǔn)中的應(yīng)用[D];華東師范大學(xué);2014年

9 王雷;影像導(dǎo)航手術(shù)中2D/3D圖像配準(zhǔn)[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

10 周海洋;圖像配準(zhǔn)及其在天文和顯微圖像中的應(yīng)用研究[D];浙江大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 劉鵬飛;基于SIFT的圖像配準(zhǔn)方法研究[D];哈爾濱工業(yè)大學(xué);2019年

2 梁誠(chéng);壓敏漆圖像配準(zhǔn)與修復(fù)方法研究[D];西華大學(xué);2019年

3 袁浩期;基于圖像融合的流動(dòng)人群體溫檢測(cè)系統(tǒng)設(shè)計(jì)[D];廣東工業(yè)大學(xué);2019年

4 徐進(jìn);基于圖像配準(zhǔn)的心臟冠脈CTA模型建立方法研究[D];南京郵電大學(xué);2019年

5 方帥;基于圖像塊匹配的異源圖像配準(zhǔn)[D];西安電子科技大學(xué);2019年

6 裴夏;車(chē)載運(yùn)動(dòng)平臺(tái)中的紅外圖像配準(zhǔn)與拼接算法研究[D];西安電子科技大學(xué);2019年

7 李繼哲;小模數(shù)齒輪視覺(jué)測(cè)量系統(tǒng)中圖像配準(zhǔn)技術(shù)研究[D];中國(guó)計(jì)量大學(xué);2018年

8 潘健岳;醫(yī)用大輸液外觀(guān)檢測(cè)技術(shù)研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2019年

9 汪忠毅;電力設(shè)備的紅外圖像配準(zhǔn)研究[D];華南理工大學(xué);2019年

10 宋飛;基于小型無(wú)人機(jī)圖像配準(zhǔn)的丘陵山區(qū)耕地變化監(jiān)測(cè)研究[D];云南師范大學(xué);2019年

本文編號(hào)：2589567