種函數(shù)關(guān)系被稱為輪廓(profile)[1]。輪廓控制(profile monitoring)即基于統(tǒng)計(jì)過程控制理論對質(zhì)量特性表現(xiàn)為輪廓的產(chǎn)品或過程質(zhì)量進(jìn)行監(jiān)控，通常包括兩個階段。第1階段基于歷史輪廓數(shù)據(jù)分析來判斷過程的穩(wěn)定狀況，并識別受控輪廓集和確定輪廓控制的參數(shù)，可稱為輪廓控制參數(shù)識別階段；第2階段則基于所確定的控制參數(shù)，建立控制圖，實(shí)施過程監(jiān)控，稱為輪廓控制監(jiān)控階段。輪廓控制參數(shù)識別的關(guān)鍵在于受控輪廓集的識別，它是確定輪廓控制參數(shù)的基礎(chǔ)。因此，本文將

工圖1所示的相似輪廓的零件時(shí)，零件輪廓圓弧段全部為凸圓弧，銑削完輪廓后可以通過增大刀補(bǔ)值方法來去除多余的余量，去余量的走刀路線如圖1中的去余量刀軌所示。但加工圖2所示帶有凹圓弧的輪廓時(shí)，當(dāng)凹圓弧輪廓區(qū)域的余量通過改變刀補(bǔ)值銑凈后，其余的余量則要采用變輪廓的方法去除，避免因刀補(bǔ)值過大而產(chǎn)生過切現(xiàn)象[1-2]。去余量走刀路線如圖2中變輪廓去余量刀軌所示。圖2（a）中矩形去余量刀軌因?qū)蔷€上的余量通過變換刀補(bǔ)值去除時(shí)，刀補(bǔ)值的分配計(jì)算將會劣于圖2（b）中的去余量

]。但上述技術(shù)在輪廓特征自動編程方面尚未取得實(shí)質(zhì)性突破。由于飛機(jī)結(jié)構(gòu)件同飛機(jī)氣動外形相連接，使得輪廓特征中包含大量復(fù)雜曲面。此外在加工過程中，為實(shí)現(xiàn)飛機(jī)結(jié)構(gòu)件的夾緊定位，大多采用工藝凸臺進(jìn)行裝夾。因此飛機(jī)結(jié)構(gòu)件輪廓特征編程時(shí)不僅需要考慮復(fù)雜曲面，還需要考慮工藝凸臺等外圍干涉物信息，而現(xiàn)有特征識別和加工區(qū)域劃分方法均未考慮與結(jié)構(gòu)件相關(guān)聯(lián)的干涉物信息，導(dǎo)致在零件自動編程模式下，輪廓特征加工程序仍依賴人工經(jīng)驗(yàn)進(jìn)行編制，使得輪廓特征編程時(shí)間占結(jié)構(gòu)件編程時(shí)間的40%

則性，工件圖像的輪廓能有效地體現(xiàn)目標(biāo)物體的特征。但工業(yè)現(xiàn)場的工件堆疊遮擋會導(dǎo)致提取的工件輪廓缺失和斷裂。因此，對局部工件輪廓進(jìn)行檢測，已成為研究熱點(diǎn)。Ianni 等[1-2]在 1996 年時(shí)將部分輪廓在模板輪廓上的匹配問題描述為一個組合優(yōu)化問題，并使用基于模擬退火算法和遺傳算法的改進(jìn)搜索算法對其進(jìn)行求解。之后，van Kaick 等[3]在此基礎(chǔ)上提出了基于蟻群算法的局部形狀匹配方法，對局部輪廓匹配的組合優(yōu)化問題求解得到概率最優(yōu)路徑，同時(shí)獲得最佳的匹配結(jié)

主要組成元素，其輪廓不僅包含建筑物的位置和形狀信息，而且可作為一種先驗(yàn)形狀信息推斷建筑物結(jié)構(gòu)以輔助建筑物三維模型重建，在城市規(guī)劃、城市空間分析、污染建模和災(zāi)害管理等方面有著廣泛應(yīng)用，因此建筑物輪廓提取一直都是研究的熱點(diǎn)［1-3，4］。傳統(tǒng)三維建筑物輪廓主要通過立體影像采用半自動方式采集，得到的結(jié)果雖然精度高，但同時(shí)也存在成本高、周期長等問題，因此成果的現(xiàn)勢性難以得到有效保證［5］。機(jī)載激光雷達(dá)測量（Light Detection and Ranging，L

518116)輪廓度公差常用來控制空間曲面的形狀或位置誤差[1]，單獨(dú)使用面輪廓度來控制曲面裝配間隙(縫隙)的大小和間隙(縫隙)的均勻性往往顯得“力不從心”或者偏于嚴(yán)格。因此，在汽車車身圖樣中，“復(fù)合輪廓度公差”被廣泛應(yīng)用和標(biāo)注。復(fù)合輪廓度公差除了能對被測輪廓的位置偏差進(jìn)行控制外，還可對被測輪廓的方向和形狀偏差進(jìn)行加嚴(yán)控制，特別是在需加嚴(yán)控制被測要素的方向偏差而對被測要素位置要求相對較松的場合，應(yīng)用復(fù)合輪廓度能體現(xiàn)出較好的經(jīng)濟(jì)性。復(fù)合輪廓度公差屬于復(fù)合公

用了多種特征,如輪廓、紋理等,且輪廓相對紋理而言更加穩(wěn)定,原因是其不易受到光照變化和顏色變化的影響。文獻(xiàn)[1]對比了人類視覺和由深度神經(jīng)網(wǎng)絡(luò)驅(qū)動的機(jī)器視覺系統(tǒng),發(fā)現(xiàn)兩者處理對象信息的方式存在顯著差異,人類在識別物體時(shí)傾向于輪廓,而由深度神經(jīng)網(wǎng)絡(luò)驅(qū)動的機(jī)器視覺系統(tǒng)更傾向于紋理。雖然人類在識別圖像中的物體時(shí)是基于大量的先驗(yàn)知識,如輪廓、紋理、顏色和上下文等[2],但是即使只給定輪廓,人類也能迅速識別出其類別,這說明輪廓在物體識別中起重要作用。物體的形狀識別作為

于蟻群優(yōu)化技術(shù)的輪廓平行路徑生成方法，生成一條清晰的刀具路徑，該刀具路徑可以在最少的時(shí)間下加工整個區(qū)域。文獻(xiàn)[4]通過將任意復(fù)雜的域分解為更簡單的域，并用螺旋曲線填充每個子區(qū)域。Zhao等[5]對上述算法做了進(jìn)一步的改進(jìn)，根據(jù)偏移曲線的位置將一個域分解為一組子區(qū)域。重新連接，每個子區(qū)域都填充有一條連續(xù)的費(fèi)馬螺旋曲線，最終可以獲得一條全局連續(xù)路徑。Ding等[6]將2D幾何形狀分解為一組凸多邊形，并為每個凸多邊形確定最佳傾斜度，并使用鋸齒形和平行填充路徑的組

utline （輪廓） with bricks. After that， he begins filling in the area with materials. These can range from different colors of dirt， sand， and rocks to different types of plants and flowers. Herd often uses local volunteers to help w

110159)輪廓是一種高級的視覺信息，當(dāng)目標(biāo)失去顏色等其他特征時(shí)，人眼仍能根據(jù)輪廓識別出目標(biāo)的類別[1]。目標(biāo)圖像的輪廓特征常用到智能監(jiān)控等領(lǐng)域[2]。在提取目標(biāo)對象的輪廓時(shí)，由于數(shù)字噪聲和分割誤差的影響，提取完輪廓的目標(biāo)對象輪廓的部分輪廓段可能發(fā)生變形，或者輪廓上產(chǎn)生變形點(diǎn)，這會對后續(xù)識別工作產(chǎn)生干擾。在提取圖像輪廓時(shí)采用了Sobel算子，盡管Sobel算子輸出的邊緣清晰準(zhǔn)確，耗時(shí)短，同時(shí)抗噪能力強(qiáng)，但是Sobel算子并不能識別或去除變形部分[3-4

。目前的車載鋼軌輪廓動態(tài)檢測系統(tǒng)多基于機(jī)器視覺技術(shù)，由一臺或多臺攝像機(jī)和線激光器組成[3-4]。激光平面垂直于軌道縱軸(列車行駛方向)，與鋼軌橫截面重合，在鋼軌表面形成一條包含鋼軌輪廓信息的光條曲線。攝像機(jī)與激光平面成一定夾角，采用激光視像技術(shù)或激光位移技術(shù)，提取光條曲線坐標(biāo)。車體運(yùn)行過程存在軌道不平順和輪對磨損，輪軌相互耦合作用下車體會發(fā)生多自由度高頻隨機(jī)振動[5-7]。當(dāng)振動使激光平面不再垂直于軌道縱軸時(shí)，輪廓曲線會發(fā)生旋轉(zhuǎn)、拉伸等仿射失真，嚴(yán)重影響鋼

低有致剪影一樣的輪廓。那是微光勾勒出來的線條，雖然隱隱約約，但在近距離的觀感中依然分明。世間萬物都有輪廓。或方或圓，或曲或折，或剛或柔，或保守或夸張，或秀美或奇詭，有的甚至不可想象。太陽的輪廓是一個渾圓，正是這個渾圓，予人以熱烈，予人以溫暖，予人以亮色，予人以活力，予人以生機(jī)。而月亮的輪廓，總在演變，圓了缺，缺了圓。正是因了它的圓缺，人們才賦予她清冷、孤獨(dú)、高遠(yuǎn)的秉性。花前月下，清輝麗影，迷離朦朧，總是讓人浮想聯(lián)翩。月的圓缺，左右著人心深處的悲喜進(jìn)退。遠(yuǎn)遠(yuǎn)

余背景的手勢連續(xù)輪廓提取算法與實(shí)驗(yàn)張 鈺，徐偉斌，陸敬微，王光義(杭州電子科技大學(xué) 電子信息學(xué)院，國家級電工電子實(shí)驗(yàn)教學(xué)示范中心，杭州 310018)連續(xù)輪廓提取是三維圖像模式識別和重建的重要步驟。現(xiàn)有輪廓提取方法處理后的輪廓存在斷點(diǎn)，嚴(yán)重影響后續(xù)圖像處理步驟的質(zhì)量。提出了一種手勢連續(xù)輪廓提取方法。采用高斯混合模型定位方法確定視頻圖像中手勢所在區(qū)域；利用Sobel算子對所選擇區(qū)域中手勢進(jìn)行粗糙輪廓提??；采用深度優(yōu)先算法進(jìn)行輪廓遍歷，確定最長輪廓為手勢輪廓；

01306)基于輪廓擬合的新風(fēng)格書法字合成石 雷 韓德志*章夏芬 畢 坤(上海海事大學(xué)信息工程學(xué)院 上海 201306)限于當(dāng)前有限的數(shù)字書法資源，書法數(shù)據(jù)庫中有時(shí)不一定有用戶所需風(fēng)格的書法字圖像。針對這個問題，提出了基于兩個書法字輪廓合成一系列具有中間風(fēng)格的新書法字的方法。首先提取同一字不同風(fēng)格的兩個樣本字的輪廓，接著用貝塞爾曲線擬合輪廓，再把矢量化輪廓字并歸一化以獲取可比性；然后，通過形狀匹配法找到兩個書法字對應(yīng)的輪廓點(diǎn)對，選取關(guān)鍵點(diǎn)作為控制點(diǎn)，合成具

于交叉耦合結(jié)構(gòu)的輪廓控制器設(shè)計(jì)*盛賢君，許才，張亞鵬(大連理工大學(xué)電氣工程學(xué)院，遼寧大連116024)針對工業(yè)控制中常出現(xiàn)的雙軸伺服系統(tǒng)輪廓控制問題，在分析典型曲線軌跡輪廓誤差的基礎(chǔ)上，設(shè)計(jì)了一種具有位置閉環(huán)反饋和軸間協(xié)調(diào)控制器的交叉耦合控制(CCC)結(jié)構(gòu)。通過CCC結(jié)構(gòu)進(jìn)行輪廓誤差估計(jì)，利用輪廓誤差分配系數(shù)把估計(jì)值補(bǔ)償?shù)礁魉欧S上以實(shí)現(xiàn)精確輪廓控制，并給出了基于輪廓誤差傳遞函數(shù)的穩(wěn)定性分析。在X-Y雙軸平臺上進(jìn)行實(shí)驗(yàn)，結(jié)果表明:與傳統(tǒng)非耦合情況相比，交叉

跡跟蹤控制領(lǐng)域.輪廓誤差處理采用兩大方案[1]:一種是直接減少輪廓誤差，即通過提高單軸的跟蹤精度來提高整體的輪廓跟蹤精度[1-3]；另一種是間接減少輪廓誤差，即通過當(dāng)前位置得到輪廓誤差，解耦補(bǔ)償各個軸的位置，來直接提高輪廓跟蹤精度[4-6].間接減少輪廓誤差雖然算法比較復(fù)雜，但卻是最直接、最快速的補(bǔ)償算法，其通過當(dāng)前位置、期望輪廓信息便可以直接對各運(yùn)動軸實(shí)時(shí)補(bǔ)償.本文以雙軸聯(lián)動系統(tǒng)作為研究載體，以輪廓誤差補(bǔ)償算法為研究對象，分析傳統(tǒng)的基于局部任務(wù)坐標(biāo)系的交

型切層軟件中獲取輪廓數(shù)據(jù)，使用VC++6.0實(shí)現(xiàn)輪廓環(huán)內(nèi)外輪廓屬性的判斷、輪廓環(huán)填充次序的確定和輪廓環(huán)的填充，得到適用于面曝光快速成形系統(tǒng)的掩模圖形.驗(yàn)證結(jié)果表明，該掩模生成方法可對多層嵌套的輪廓環(huán)進(jìn)行合理填充，生成正確的掩模圖形.面曝光;掩模圖形;快速成形;輪廓環(huán)填充0 引言面曝光快速成形技術(shù)是近幾年發(fā)展起來的一種制作高精度小尺寸零件的快速成形技術(shù)，與矢量掃描法相比，面曝光快速成形技術(shù)具有制作時(shí)間短，系統(tǒng)成本低等優(yōu)點(diǎn)［1］.由于面曝光快速成形技術(shù)是以具有

用于判斷別被評定輪廓不規(guī)則的X軸向上的長度。中線具有幾何輪廓形狀并劃分輪廓的基準(zhǔn)線。輪廓最小二乘中線具有幾何輪廓形狀并劃分輪廓的基準(zhǔn)線，在取樣長度內(nèi)使輪廓上各點(diǎn)的輪廓偏距的平方和為最小。輪廓算數(shù)平均中線取樣長度內(nèi)劃分實(shí)際輪廓為上、下兩部分，且使上下兩部分面積相等的線。

像處理中，對象的輪廓攜帶了對象形狀的重要信息，它是基于圖像和視頻的目標(biāo)識別、目標(biāo)跟蹤和三維重建的基礎(chǔ)［1］。輪廓檢測就成了必須解決的問題，它的任務(wù)是定位圖像中對象的邊緣，目的是為了增強(qiáng)機(jī)器理解現(xiàn)實(shí)世界的能力。常用的輪廓檢測方法有基于梯度的 Roberts 算子［2］、Prewitt算子［3］和 Sobel算子［4］;基于二階導(dǎo)數(shù) Laplacian 算子［5］、Marr算子［5］和 Canny算子［6］。其中，檢測性能最優(yōu)秀的是Canny算子。Canny檢

引言超精密加工的輪廓精度控制直接影響到工件的加工精度[1]，就數(shù)控系統(tǒng)而言，其輪廓加工軌跡是多軸協(xié)調(diào)運(yùn)動的結(jié)果。因此，為提高伺服系統(tǒng)的輪廓控制精度，可采用兩種辦法：一是采用先進(jìn)的控制方法，提高每個單軸的跟蹤精度，從而達(dá)到改善輪廓精度的目的。這種控制方法對單軸的伺服控制而言是閉環(huán)控制，但對由各聯(lián)動軸組成的輪廓控制系統(tǒng)來說則是開環(huán)控制的，這實(shí)際上很難保證超精密機(jī)床輪廓加工精度。二是以輪廓精度為控制目標(biāo)，將各個軸組成的輪廓控制系統(tǒng)設(shè)計(jì)為輪廓閉環(huán)系統(tǒng)，這樣可以在不

)基于CMM的線輪廓度誤差測量與評定技術(shù)*路 坦1,高 雷1,安 濤2,桂貴生1(1.合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院,合肥 230009；2.馬鋼股份有限公司車輪輪轂公司,安徽馬鞍山 243021)針對動車輪踏面線輪廓度誤差檢測,研究使用三坐標(biāo)測量機(jī)檢測平面線輪廓度誤差的方法。以踏面輪廓CAD圖形節(jié)點(diǎn)數(shù)據(jù)描述理論輪廓,以實(shí)際踏面輪廓探測點(diǎn)數(shù)據(jù)描述被測輪廓,應(yīng)用最小二乘法和條件約束優(yōu)化方法計(jì)算和評定線輪廓度誤差。該方法的優(yōu)點(diǎn)是分離和消除被測輪廓與理論輪廓間的

與干涉標(biāo)志法二維輪廓的布爾運(yùn)算是計(jì)算機(jī)圖形學(xué)的基本算法之一，它被廣泛的應(yīng)用于二維圖形的幾何造型中。由于一些復(fù)雜空間幾何造型問題可以轉(zhuǎn)化為二維輪廓的布爾運(yùn)算來解決，因此二維布爾運(yùn)算算法研究是計(jì)算圖形學(xué)的一個重要問題[1]。二維布爾運(yùn)算就是兩個或多個平面圖形作交、并、差、覆蓋和剪取等運(yùn)算操作。目前人們在這方面已進(jìn)行了大量有益的探索，并且有多種算法[2-4]。這些算法雖然各有特點(diǎn)，但是存在諸如線段的屬性規(guī)定較復(fù)雜、運(yùn)算過程較繁復(fù)、對于不同的布爾運(yùn)算集需要進(jìn)行不同