隐性形状结构获取方法及其在产品设计中的应用

Biologically inspired shape-structure design is one of important measure to obtain good the product -structure of mechanical properties. However, most of the existing biologically inspired shape-structure design methods are based on manually visual observation, lacking shape acquisition among heterogeneous biota and the relation analysis between shapes and physical properties. Thus, it is difficult to implement the physical parameter derived shape-structure design. To solve these problems, this project joints biological image processing, machine learning, bionic design and shape design method to propose tacit shape-structure acquisition method, and to extract tacit shape-structure from large amount of biological image by computer vision and machine learning method. By gradient vector flow-active shape model, automatically extract the shape feature points. By adaptive weighting tensor learning, realize statistically analysis of tacit shape-structures. By finding the physical properties of tacit feature parameters, realize the physical parameter derived shape design. Therefore, this project will provide theories, methods and tools for obtaining the product shape-structure design with good mechanical properties.

形状结构仿生设计是获取力学性能良好的产品形状结构的重要手段之一。目前的形状结构仿生设计方法侧重于通过目视观察手动测量获取形状特征，缺少异类或群体的形状发现及形状的进化过程分析，缺乏形状与物理属性关联规律的研究，难以实现物理参数驱动的形状设计。针对这些问题，本项目将生物图像处理、机器学习、仿生设计与形状设计相结合，提出隐性形状获取的方法，探索利用计算机视觉与机器学习技术从大规模的生物图像中提取隐性形状。通过基于梯度矢量流主动形状分析，实现隐性形状特征点的自动提取；通过自适应加权张量学习，实现隐性形状统计规律分析；通过隐性特征参数的物理意义发现，实现隐性特征参数驱动的产品形状设计。从而，为在设计早期构造出机械力学性能良好的产品形状结构提供理论、方法与工具支持。

形状结构设计是产品设计的主要任务之一。形状结构直接或间接影响产品的美学、人体工学、力学、使用可靠性等众多性能。本项目将生物图像处理、机器学习、仿生设计与形状结构设计相结合，开展利用计算机视觉与机器学习技术从大规模的生物图像中提取隐性形状结构研究。（1）构建了多品种多生长阶段的王莲叶片叶脉图像样本库，提出了基于生物意义特征点的叶脉形状表示方法，实现了叶脉形状的参数化表示，给出了基于普氏分析的叶脉形状向量归一化方法，构建了规格化的叶脉形状表征样本库；（2）提出了基于尺度不变特征变换的叶脉形状局部特征表示方法，实现了特征点的精确匹配，提出了隐性加权主动形状结构建模算法，提高了关键特征点搜索的准确性，提出了基于梯度矢量流推动的隐性形状结构特征点匹配方法，实现了隐性形状结构特征点快速定位，提出了隐性形状结构模型多分辨率多尺度搜索策略，提高了模型匹配的准确性；（3）提出了基于张量的隐性形状结构多重线性统计学习方式，实现了隐性形状结构的多属性关联分析；建立了隐性形状结构不同类别间的变异规律学习模型，实现了隐性形状类别间相似性与差异性分析，初步揭示了隐性形状结构模型参数的物理含义。为在设计早期构造出机械力学性能良好的产品形状结构提供理论、方法与工具支持。