本文是一篇机械论文，本文的主要研究内容及结论如下：（1）通过显微镜拍摄不同视场的缸套表面图像，基于 Harris 角点检测算法检测特征点，结合自适应非极大值抑制方法（Adaptive Non-Maximal Suppression, ANMS）和随机抽样一致算法（Random Sample Consensus, RANSAC）对关键特征点进行筛选和配准，实现了图像配准的大视场拼接，得到了缸套表面大范围视场图像，为测量和表征缸套磨损表面大范围形貌特征提供了基础。
1  绪论
1.1  研究背景及意义
高性能内燃机作为工业领域的核心动力源，是舰船和现代交通运输装备以及能源装备的主导动力，发挥着不可替代的重要作用，因此得到了世界各国军工、交通运输以及能源动力部门的高度重视和持续创新研发。高性能内燃机的典型应用领域如图 1-1 所示。
机械论文参考
机械论文参考
目前，随着我国经济水平的快速发展，在舰船、飞机、汽车和机械工程等工业及交通运输领域，离不开内燃机提供的强有力动力，但内燃机的大量使用同时会伴随着环境污染及能源消耗等问题。为此，新一代内燃机也逐渐向绿色环保、节能减排的方向发展，以实现高能效、低消耗、低污染物排放的高效环保的发展应用。
.............................
1.2  国内外研究现状
1.2.1  大视场灰度图像拼接的研究现状
以活塞组件-缸套系统表面形貌特征的表征方法对磨损过程中的缸套表面展开研究，得出其形貌磨损的影响因素以及磨损变化特征。但由于显微图像受焦距的限制，在全面反映缸套磨损表面的粗糙轮廓高度变化方面还存在一定的局限性。因此，通常的做法是将多个重叠部分的图像合并，以获得更大视场的全景图像。
随着计算机视觉技术的发展，图像拼接[3]受到越来越多的关注。图像拼接是将多幅有大量重叠部分的图像拼接成大视场图像的有效方法，它提供了在不影响空间分辨率的情况下减少噪声、扩展视场的可能性，并将场景的不同图像渲染为共同的合成图像。通常由五个阶段组成：图像预处理、图像配准、建立变换模型、变换坐标和图像融合。
图像的配准和融合是图像拼接过程中最重要的两个环节。图像配准是对两幅或多幅图像进行对齐的过程。主要包括特征点提取、特征点匹配。根据图像的特点，可分为基于像素的配准[4]和基于特征的配准[5]。基于像素的方法通过相位相关函数和灰度相关函数建立图像像素之间的相似关系，基于特征的方法通过图像中的显著特征（点特征、线特征）建立对应关系。其中，基于像素的方法考虑了图像中所有可用的信息，产生的结果更准确。然而，这些方法对光照变化的鲁棒性并不强。而基于特征的方法[5,6]则依赖于从图像中提取一些明显或显著的特征，将其与其他图像进行匹配，从而估计出一幅图像到图像的映射，并进行配准。常见的二维图像拼接算法有尺度不变特征变换（SIFT）[7,8,9]、Harris Corner[10]、SIFT[8]、SURF[11]、FAST[12]、傅里叶变换法[13]等。
..........................
2  基于 Harris 角点检测的缸套磨损表面大视场拼接
2.1  图像拼接技术
图像拼接就是对两种或两种以上数据构成的图像进行读取和加工，识别所需要的数字图像，从时间、位置、空间、像素等方面消除差异，并进行融合，以扩大视场范围。
图像拼接过程中，需要用到多种计算方法，且计算量大，其拼接步骤可简化为：图像采集、初步处理、图像配准、图像融合。其中图像配准是最重要的一步，需要将收集的图像的信息和特点进行校准和配对，图像匹配根据计算机数学几何的相关理论，对需要拼接的图像进行校准，能够得到各图像间的转换关系模型，利用单应矩阵把两张图片转换到同一平面上的同一坐标系，最终实现图像的匹配。图像匹配的流程可概括为：选择图像转换模型、计算转换模型各参数、将参数值转换到同一平面坐标系。图像融合就是对拼接图像的重复部位的像素灰度参数进行处理，使图像亮度一致，擦除处理痕迹。图像拼接基本流程如图 2-1 所示。
机械论文怎么写
机械论文怎么写
..............................
2.2  珩磨缸套表面图像的获取与预处理
搭建如图 2-2 所示的图像采集系统来获取珩磨缸套表面的灰度图像，该图像采集系统主要由 CCD 工业相机（Charge Coupled Device）、目镜、物镜和图像处理器等器件组成。其中，CCD 的分辨率为 1920×1080 像素。
在进行图像匹配时，一般需要寻找图像的特征点，通过提取这些特征点信息来实现图像特征的获取。在特征点的配准过程中，特征点的选取对图像拼接的准确性有重要影响。角点是特征点的一种，它保留了图像中的局部特性和形状特征等有效信息，而且便于检测。在角点选取中，Harris 角点检测算子定位准确，检测效率和稳定性较高，抗噪及光照干扰能力强。为此，选择基于 Harris 的角点检测方法。
由于通过 Harris  Corner 方法获得的特征点的数量过多，如果直接计算的话，将会导致运算量过大；并且，部分点作为两张图像匹配的特征来说，特征不够突出。为此，需要对这些特征点进行筛选，选用特征更加明显的特征点作为图像匹配所用的特征点。
对于显微镜拍摄这种满足仿射变换的视场来说，一般选择使用线性变换来实现两张图像的匹配，至少选取四组特征点组，来实现两幅图像的坐标变换，即通过获得两幅图像之间的转换矩阵实现两幅图像位置关系的对应与变换。而对于线性变换来说，匹配点尽可能均匀分布于整个区域可以提高线性变换的准确性。为此，选用自适应非极大值抑制的方法，来择优选取指定数量且分布均匀的关键点。
..................................
3  磨损表面的分形特征及 W-M 分形模型建立 ................................... 19
3.1  分形表征 .................................................... 19
3.1.1  分形的基本概念 ............................. 19
3.1.2  分形维数 ........................................ 20
4  缸套磨损表面物理特征的表征研究 ................... 31
4.1  磨损实验设计 ....................................... 31
4.1.1  实验装置 .............................................. 31
4.1.2  实验材料 ...................................... 32
5  缸套磨损表面多重分形表征研究 ....................... 43
5.1  多重分形谱的定义 .................................. 43
5.2  多重分形谱及其参数的计算方法 ........................... 43
5  缸套磨损表面多重分形表征研究
5.1  多重分形谱的定义
上一章使用单重分形法分析并研究了缸套磨损表面的 2D 轮廓和 3D 形貌，描述了磨损发生阶段，表面形态分形指数的变化特征，并对磨损表面的微型构造和无规律性进行深入分析。但该方法的适用范围有限，因此本章使用多重分形法，深层次的探究缸套表面形态局部变化特征。多重分形就是将各种维数指标条件下的单重分析汇集在一起。它是对单重分形的拓展和补充[72]。
本章主要对多重分形和分形谱进行介绍和分析，在磨损发生的各个阶段，收集缸套表面形态曲线，且选择区域相同，并绘制五条形态曲线，利用多重分形谱的物理性质来反映缸套磨损的不同阶段三维和二维形态的变化过程。使用多重分形法对收集到的缸套磨损表面的二维形态进行描述，同时分析缸套磨损表面三维形态的多重分形各类指标的变化情况。
简单地说，多重分形就是对分形对象的分解，分解后每部分均有自己的分形维数。通过不同的测度和数值的奇异性将信号所在的区域分解，得到一系列的子区域，在每个子区域中得到单重分形的结果，然后对所有子区域单分形结果进行整合得到信号在支撑集上的完整分形状态即多重分形谱函数，从而得到单重分形无法得到的信息，可以描述分形体的局部奇异特性，即不同层次的特征。
...........................
6  结论与展望
6.1  结论
本文将缸套-活塞环作为主要的研究点，通过设计活塞环-缸套的摩擦磨损实验，并对摩擦磨损实验下的缸套表面形貌信息进行采集处理，围绕缸套表面形貌特征的机器视觉感知的视场范围、磨损表面形貌定量表征和描述方法，利用单重分形以及多重分形理论在摩擦学中的应用，分析其特征参数的变化及其表面形貌纹理特征与磨损性能的关系，阐述了内燃机动力装备活塞组件-缸套系统的摩擦磨损特性。本文的主要研究内容及结论如下：
（1）通过显微镜拍摄不同视场的缸套表面图像，基于 Harris 角点检测算法检测特征点，结合自适应非极大值抑制方法（Adaptive Non-Maximal Suppression, ANMS）和随机抽样一致算法（Random Sample Consensus, RANSAC）对关键特征点进行筛选和配准，实现了图像配准的大视场拼接，得到了缸套表面大范围视场图像，为测量和表征缸套磨损表面大范围形貌特征提供了基础。
（2）基于分形理论研究磨损表面，运用 MATLAB 建立不同分型参数下的 W-M 分形模型来模拟工程摩擦磨损表面的二维轮廓和三维形貌，探究二维轮廓曲线以及三维表面形貌随分型维数 D 以及特征尺度系数 G 的变化规律，得出结论：特征尺度系数 G 不变的情况下，分形维数 D 越大，得到的二维轮廓曲线越复杂；分形维数 D 不变的情况下，G 越大，其轮廓表面高度越大，表面越粗糙。对常用的分形维数计算方法作了介绍，并分析了这五种方法的误差。得出结论：结构函数法和功率谱法的计算平均相对误差更小，对表面轮廓曲线的表征效果良好，可用作缸套-活塞环摩擦磨损表面轮廓及形貌的表征。
（3）基于缸套-活塞环不同工况下的摩擦磨损实验，利用三维共聚焦激光显微镜采集磨损表面轮廓及图像，分别用结构函数法及功率谱法计算分析其表面形貌及轮廓特征，实现缸套磨损表面的二维表面轮廓特征以及三维表面形貌特征的定量描述。结果显示：随着实验载荷不断增加，缸套磨损表面光滑度越好，粗糙度数值 Ra 的变化不太明显，分形维数 D 的值不断增大；贫油实验中，配副表面摩擦力增大，磨损表面更粗糙，分形维数减小；拉缸情况下表面损伤严重，表面粗糙度急剧增大，分形维数最小。对比传统的表征数据可以发现，通过分形表征更能准确有效的表示缸套表面的磨损变化状况。