本发明公开了一种高精度的航空发动机叶片自动三维测量方法， 包括以下步骤：1)配准：将设计模型所处的设计坐标系与工件实体所 处的测量坐标系进行配准；2)路径规划：通过数据处理装置规划距离 传感器在测量过程中的运动路径，以使工件实体上的被测区域一直处 于距离传感器的测量范围内；3)自动测量：距离传感器对工件实体的 正面区域和反面区域进行采样，得到工件实体的完整表面轮廓。本发 明使用距离传感器作为测量终端，可以获得被测区域

一、技术参数要求： 1、输入电源：单相三线AC220V ±10%  50Hz 2、工作环境：环境温度范围为-5℃～+40℃ 相对湿度＜85%（25℃）海拔＜4000m 3、装置容量：＜1.5kVA 4、设备外型尺寸：376cm×180cm×150cm 5、单站工作台尺寸：860mm×470mm×1500mm 二、系统组成要求： （一）上料检测单元 由料斗、回转台、货台、螺旋导料机构、直流减速电机（10W/24V  5r/m）、光电开关、电气安装板等组成。主要完成将工件从回传上料台依次送到搬运工位。 （二）搬运站 由机械手、横臂、回转台、机械手爪、旋转气缸等组成，主要完成对工件的搬运。 （三）加工单元 由旋转工作台、平面推力轴承、直流减速电机（10W/24V  5r/m）、刀具库（3种刀具）、升降式加工系统、加工组件、检测组件、光电传感器、转台到位传感器、步进电机、步进电机驱动器、电气挂板等组成。主要完成物料加工和深度的检测。工件在旋转平台上被检测及加工。旋转平台由直流电机驱动。平台的定位由继电器回路完成，通过电感式传感器检测平台的位置。工件在平台并行完成检测及钻孔的加工。在进行钻孔加工时，夹紧执行件夹紧工件。加工完的工件，通过电气分支送到下一个工作站。 （四）搬运单元 由机械手、直线移动机构、无杆气缸、薄型气缸、单杆气缸、平行气夹、工业导轨、电气安装板等组成，主要完成对工件的提取及搬运。提取装置上的气爪手将工件从前一站提起，并将工件根据前站的工件信息结果传送到下一单元。本工作单元可以与其他工作单元组合并定义其他的分类标准，工件可以被直接传输到下一个工作单元。 （五）传送带站 由输送带、检测机构、推料气缸、分拣料槽、交流电动机、变频器、同步带轮、光电传感器、色标传感器等组成，主要完成对工件的输送及分拣。 （六）安装站 由料筒、换料机构、推料机构、旋转气缸、真空吸盘、摇臂、电气安装板等组成，主要完成对两种不同工件的上料及安装。为系统逐一提供两色小工件。供料过程中，由双作用气缸从料仓中逐一推出小工件，接着，转换模块上的真空吸盘将工件吸起，转换模块的转臂在旋转缸的驱动下将工件移动至下一个工作单元的传输位置。 （七）机器人安装单元 由机器人、控制器、气爪等组成，主要完成对工件的搬运，装配。 （八）分类单元 由步进电机、步进电机驱动器、滚株丝杆、立体库、推料气缸、电感传感器、电磁阀、电气安装板等组成。主要完成对成品工件分类存储。 （九）主控单元： 主要完成监视各分站的工作状态并协调各站运行，完成工业控制网络的集成。总线结构采用工业以太网通信，使各站之间的控制信息和状态数据能够实时相互交换。 （十）MCGS工业组态监控软件： 当8个单元全部进入联网状态时，管理员能够通过组态监控机中各种组态按钮方便的控制整个系统的运行、停止等。每个单元的工作状态以及工件的材质、颜色等在监控画面上也能够清楚的看到。  

本发明涉及一种基于黄金分割比例的菱形模板双尺度图像去噪方法。本发明的技术要点是采用菱形模板并进行自适应模板扩充，利用参与计算的信号点的距离权重和灰度权重的归一化权重进行去噪。本发明的优点是菱形模板中参与计算的所有信号点到中心点的距离方差较小，尽可能避免了距离过远的信号点参与滤波计算；根据噪声密度取部分信号点参与计算，不仅降低了计算复杂度，而且降低了模板内可能存在的其他噪声及边缘对滤波效果的影响；模板中横向包含的像素点和纵向包含的像素点个数之比为1:0.618，充分利用了数学的经典理念,也符合人的视觉习惯。实验结果表明，本发明既能处理低密度噪声，又能处理高密度噪声，噪声密度越高，相对效果越好。

本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB 颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效 分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去， 得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围，在现有的运动视频测试集上能取得优于传统方法的结果。

一种基于字典渐近更新的人脸图像超分辨率方法:在训练阶段，采用去一法对低分辨率人脸图像训 练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典;以此低分辨率中间字典 作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典;重复上述过程，最终得 到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高 分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像;重 复上述过程，最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。

本发明公开了一种基于支持向量回归的雷达图像适配性预测方法。所述方法包括：学习阶段，提取 SAR 图像多维特征构成学习集；对学习集样本特征预处理后，将其分为学习集 L1、L2，然后用学习集L1 训练支持向量机，并用得到的 SVM 模型对学习集 L2 进行分类，根据分类正确率、样本特征和类心之间的距离计算各样本的适配率；之后利用学习集特征及其相应的适配率，拟合回归得到适配性预测函数模型；预测阶段，对待评估的 SAR 图像

本发明公开了一种基于场量分析的视频图像显著性检测方法，包括以下步骤：S1 获得视频图像的静态显著性图；S2 根据连续的视频帧提取场景的光流向量场；S3 通过聚类方法对光流向量场进行初步分类并找出最大分类区块；S4 通过每个分类区块与最大分类区块之间的对比生成差异性能量；S5 规范化差异性能量，获得运动显著性值并生成运动显著性图；S6 将该运动显著性图与所述静态显著性图线性加权相加得到最终显著性图，即可实现对视频图像的显著性检测。本发明的方法综合利用视频场景的静态特征和动态特征来得到显著性映射结果，特

本发明公开了一种基于运动颜色关联的视频图像显著性检测方法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去，得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相加得到最终

本新技术成果提供了一种基于视频播放器精确获取原视频文件图像的实现方法，通过客户端全程监测视频播放器，获取视频的参数，将获取视频的所有参数代入函数并运行函数，通过计算获取当前播放视频的视频数据范围，并对该视频数据进行差值平滑处理，获取到最接近该视频数据的原视频文件图像即当前帧图像。本成果根据视频播放器的播放视频获取原视频文件的图像，使截取的图像清晰，效果更佳。

本发明公开了一种基于差分熵和结构相似性的图像编码质量预测方法，包括步骤：步骤 1，获取样本图 像序列中各样本图像的图像差分熵及不同压缩倍数下的图像结构相似性；步骤 2，基于步骤 1 获取的数据， 采用线性拟合方式构建不同压缩倍数下图像差分熵与图像结构相似性间的线性关系，即图像编码质量预测模 型；步骤 3，根据待预测图像的图像差分熵，采用图像编码质量预测模型即可获得待预测图像在不同压缩倍 数下的图像结构相似性。本发明简单，高效，无需消耗较大的硬件