基于轮廓几何不变描述和编码匹配策略的二维不规则排样算法
发布时间：2020-12-27 12:11
排样问题,又称为下料填充、零件布局优化问题。即在规定母版区域内,在保证零件轮廓不重叠的前提下,尽可能多地排布零件。二维不规则排样应用最为广泛。但是,由于排样轮廓的描述不具有旋转几何不变性,需要通过对轮廓进行旋转调整或者转化才能确定最终的排样姿态。而通过旋转确定排样姿态很容易错过最佳的排样姿态,影响排样质量。针对上述问题,本文借鉴曲线几何不变参数化表达的思想,提出基于轮廓几何不变描述和编码匹配策略的二维不规则排样算法。算法首先通过编码的形式实现排样轮廓的几何不变描述;然后通过相似特征匹配的方式确定排样姿态和位置。论文主要内容如下:(1)轮廓几何不变描述实现。分析排样轮廓的经典表达方法,通过图形预处理将链码描述符应用到排样轮廓的描述中;结合曲线几何不变表达理论,推导排样轮廓几何描述形式,实现排样轮廓旋转几何不变表达。(2)轮廓形状特征信息提取。在获得轮廓的几何不变性描述后,对轮廓进行编码,获取具有几何描述不变性的编码信息用以表示轮廓的形状特征。(3)轮廓相似特征匹配靠接及轮廓定位。针对排样轮廓相似匹配问题,提出基于最长公共子串的相似匹配算法。该算法首先采用最长公共子串匹配方法搜索两个待排样...
【文章来源】：燕山大学河北省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
离散点阵图排样示意图
上述已经提到，Freeman 链码是描述图形轮廓是基于连续的离散，同一形状轮廓的尺寸不同，导致边界轮廓像素点数目不同，进而使得产序列的元素个数不同，实现了轮廓描述的缩放区分性。但是不具备旋转描，需要对其做改进处理。相较于缩放区分性，旋转描述不变性可以借助于助几何设计理论（Computer Aided Geometric Design，CAGD）中的曲线的不变性实现[65]。因此本文选取的改进的 Freeman 链码作为排样轮廓图形描排样轮廓图形预处理1 图形预处理意义一个图形轮廓的初始存储形式是以若干离散坐标的形式存在的。在以坐标形时，由于分辨率和生成图像的格式原因，图形轮廓周围不可避免地会产毛边的现象，而且还会产生多余的像素点。如下图 2-11 所示，图表示初始像素级别显示边界轮廓图形的噪声毛边现象。放大至像素级别
放大至像素级别图 2-12 原始 RGB 图像及 8 邻域多余像素图示解决上述问题，基于 MATLAB 编程和数字图像处理算法，需要生然后二值化，消除轮廓边界毛边噪声，得到像素级别的轮廓边界的轮廓边界图像进行形态学腐蚀及轮廓重提取得到单像素宽的二像噪声消除处理化排样轮廓图形的边界离散坐标点生成图形，由于内部并无颜色纹虽然显示为灰色图像，但是实际上是彩色（RGB）图像，即每个）、绿（G）、蓝（B）三个亮度分量按照不同的比例混合而成。因法直接使用。需要灰度化处理，得到原始灰度图像，进一步才能
【参考文献】：
期刊论文
[1]基于最长公共子序列的DNA序列相似性分析[J]. 吴东根,周小安. 智能计算机与应用. 2018(06)
[2]基于最长公共子序列的非同步相似轨迹判断[J]. 刘宇,王前东. 电讯技术. 2017(10)
[3]基于压缩因子粒子群的组合排样的研究[J]. 董辉,陈婷婷,王亚男,吕杨勇. 浙江工业大学学报. 2017(05)
[4]基于最小包络矩形的不规则凸多边形的三角形处理算法[J]. 王淑青,陈军,潘健,张子蓬,袁晓辉,何莉. 计算机应用与软件. 2016(11)
[5]基于临界多边形的不规则件启发式排样算法[J]. 汤德佑,周子琳. 计算机应用. 2016(09)
[6]智能制造——“中国制造2025”的主攻方向[J]. 周济. 中国机械工程. 2015(17)
[7]工业4.0、互联网+、中国制造2025 中国制造业转型升级的未来方向[J]. 王喜文. 国家治理. 2015(23)
[8]基于曲率匹配和递归排序的自适应排样算法[J]. 杨峰,廖文和,张长东. 计算机辅助设计与图形学学报. 2015(06)
[9]基于Freeman链码的二维曲线匹配[J]. 靳秋霞,张彩霞. 计算机应用. 2015(S1)
[10]基于摇瓶策略求解二维不规则件排样问题[J]. 罗立宏,冯开平,叶家玮. 南京理工大学学报. 2015(02)
博士论文
[1]复杂网格曲面高效加工编程关键技术研究[D]. 郭保苏.南京航空航天大学 2015
[2]SAR图像结构特征匹配方法研究[D]. 陈天泽.国防科学技术大学 2014
[3]基于HAPE的二维不规则零件排样算法及其性能研究[D]. 刘虓.华南理工大学 2011
[4]船体建造板材套料系统中排样优化算法与碰靠技术研究[D]. 梅颖.华南理工大学 2010
[5]基于临界多边形的二维排样算法研究[D]. 刘胡瑶.上海交通大学 2007
[6]面向发电设备制造的下料优化排样原理与关键技术[D]. 贾志欣.四川大学 2002
硕士论文
[1]基于形状特征的图像匹配与识别算法研究[D]. 谷睿宇.南昌航空大学 2018
[2]基于不完整临界多边形的二维排样问题的研究[D]. 孙佳正.华东师范大学 2018
[3]基于临界多边形的二维不规则排样算法研究[D]. 徐将将.华南理工大学 2018
[4]二维不规则零件排样算法的研究与应用[D]. 张蜜蜜.华北电力大学(北京) 2017
[5]不规则钣金零件的下料优化系统研究[D]. 周俊鹏.北京交通大学 2016
[6]改进包络算法及冲压件毛坯排样系统研究[D]. 方满.华中科技大学 2016
[7]基于改进临界多边形方法的二维排样优化算法研究[D]. 陶宇宇.华南理工大学 2016
[8]基于临界多边形方法的二维不规则件排样问题及其算法研究[D]. 周炯.华南理工大学 2015
[9]主成分分析法研究及其在特征提取中的应用[D]. 陈佩.陕西师范大学 2014
[10]二维不规则零件排样算法及系统的研究[D]. 刘月明.华南理工大学 2012
本文编号：2941711
【文章来源】：燕山大学河北省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
离散点阵图排样示意图
上述已经提到，Freeman 链码是描述图形轮廓是基于连续的离散，同一形状轮廓的尺寸不同，导致边界轮廓像素点数目不同，进而使得产序列的元素个数不同，实现了轮廓描述的缩放区分性。但是不具备旋转描，需要对其做改进处理。相较于缩放区分性，旋转描述不变性可以借助于助几何设计理论（Computer Aided Geometric Design，CAGD）中的曲线的不变性实现[65]。因此本文选取的改进的 Freeman 链码作为排样轮廓图形描排样轮廓图形预处理1 图形预处理意义一个图形轮廓的初始存储形式是以若干离散坐标的形式存在的。在以坐标形时，由于分辨率和生成图像的格式原因，图形轮廓周围不可避免地会产毛边的现象，而且还会产生多余的像素点。如下图 2-11 所示，图表示初始像素级别显示边界轮廓图形的噪声毛边现象。放大至像素级别
放大至像素级别图 2-12 原始 RGB 图像及 8 邻域多余像素图示解决上述问题，基于 MATLAB 编程和数字图像处理算法，需要生然后二值化，消除轮廓边界毛边噪声，得到像素级别的轮廓边界的轮廓边界图像进行形态学腐蚀及轮廓重提取得到单像素宽的二像噪声消除处理化排样轮廓图形的边界离散坐标点生成图形，由于内部并无颜色纹虽然显示为灰色图像，但是实际上是彩色（RGB）图像，即每个）、绿（G）、蓝（B）三个亮度分量按照不同的比例混合而成。因法直接使用。需要灰度化处理，得到原始灰度图像，进一步才能
【参考文献】：
期刊论文
[1]基于最长公共子序列的DNA序列相似性分析[J]. 吴东根,周小安. 智能计算机与应用. 2018(06)
[2]基于最长公共子序列的非同步相似轨迹判断[J]. 刘宇,王前东. 电讯技术. 2017(10)
[3]基于压缩因子粒子群的组合排样的研究[J]. 董辉,陈婷婷,王亚男,吕杨勇. 浙江工业大学学报. 2017(05)
[4]基于最小包络矩形的不规则凸多边形的三角形处理算法[J]. 王淑青,陈军,潘健,张子蓬,袁晓辉,何莉. 计算机应用与软件. 2016(11)
[5]基于临界多边形的不规则件启发式排样算法[J]. 汤德佑,周子琳. 计算机应用. 2016(09)
[6]智能制造——“中国制造2025”的主攻方向[J]. 周济. 中国机械工程. 2015(17)
[7]工业4.0、互联网+、中国制造2025 中国制造业转型升级的未来方向[J]. 王喜文. 国家治理. 2015(23)
[8]基于曲率匹配和递归排序的自适应排样算法[J]. 杨峰,廖文和,张长东. 计算机辅助设计与图形学学报. 2015(06)
[9]基于Freeman链码的二维曲线匹配[J]. 靳秋霞,张彩霞. 计算机应用. 2015(S1)
[10]基于摇瓶策略求解二维不规则件排样问题[J]. 罗立宏,冯开平,叶家玮. 南京理工大学学报. 2015(02)
博士论文
[1]复杂网格曲面高效加工编程关键技术研究[D]. 郭保苏.南京航空航天大学 2015
[2]SAR图像结构特征匹配方法研究[D]. 陈天泽.国防科学技术大学 2014
[3]基于HAPE的二维不规则零件排样算法及其性能研究[D]. 刘虓.华南理工大学 2011
[4]船体建造板材套料系统中排样优化算法与碰靠技术研究[D]. 梅颖.华南理工大学 2010
[5]基于临界多边形的二维排样算法研究[D]. 刘胡瑶.上海交通大学 2007
[6]面向发电设备制造的下料优化排样原理与关键技术[D]. 贾志欣.四川大学 2002
硕士论文
[1]基于形状特征的图像匹配与识别算法研究[D]. 谷睿宇.南昌航空大学 2018
[2]基于不完整临界多边形的二维排样问题的研究[D]. 孙佳正.华东师范大学 2018
[3]基于临界多边形的二维不规则排样算法研究[D]. 徐将将.华南理工大学 2018
[4]二维不规则零件排样算法的研究与应用[D]. 张蜜蜜.华北电力大学(北京) 2017
[5]不规则钣金零件的下料优化系统研究[D]. 周俊鹏.北京交通大学 2016
[6]改进包络算法及冲压件毛坯排样系统研究[D]. 方满.华中科技大学 2016
[7]基于改进临界多边形方法的二维排样优化算法研究[D]. 陶宇宇.华南理工大学 2016
[8]基于临界多边形方法的二维不规则件排样问题及其算法研究[D]. 周炯.华南理工大学 2015
[9]主成分分析法研究及其在特征提取中的应用[D]. 陈佩.陕西师范大学 2014
[10]二维不规则零件排样算法及系统的研究[D]. 刘月明.华南理工大学 2012
本文编号：2941711
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2941711.html
