基于点云密度感知的三维目标检测方法

目前的三维目标检测方法大多采用最远点采样进行特征提取,但忽略了点云密度信息所带来的作用。为了进一步增强稀疏卷积能力与提升目标特征信息量,提出一种动态稀疏卷积与点密度感知融合的网络(DS-PDP),首先对点云体素化经过动态稀疏卷积下采样,通过体素点质心定位从动态稀疏卷中定位体素特征信息,其次利用核密度估计方法,使感兴趣区域网格池对点质心密度特征多尺度聚合,最后对目标置信度预测,并在KITTI数据集上取得了有竞争力的结果。

基于多图超分辨率重建的精细导星仪星点质心定位精度提升方法

精细导星仪的星点质心定位精度决定了空间天文望远镜的视轴姿态解算精度,为了提升精细导星仪的星点质心定位精度,提出了一种基于深度小波循环神经网络的星图超分辨率重建方法。首先,借助微扫描技术获取亚像素错位低分辨率星图序列,采用小波编码器提取低分辨率星图的小波域特征,通过小波系数约束低分辨率星图的噪声,并将亚像素错位星图序列配准过程融入到网络学习中。其次,利用卷积门循环神经单元对所提取的多星图序列特征进行融合。最后,使用逆小波解码器对多特征融合模块输出的小波域特征进行解码,从而实现基于低分辨率星图序列的去噪与超分辨率重建。实验结果表明,分别采用平方加权质心法求取原始星图和超分辨率重建后星图中的各星点的质心位置,相比于前者,后者的各星点平均质心定位精度和稳定度在X方向分别提升了64.76%和19.15%,在Y方向分别提升了75.35%和26.14%。

基于机器视觉的无序堆放西瓜识别与定位技术

【目的】研究一种基于机器视觉的西瓜识别与定位技术,满足西瓜搬运设备的自动化要求,为自动搬运设备的视觉部分提供技术支持。【方法】采集西瓜的二维图像数据与三维点云数据。调用OpenCV函数库分割西瓜二维图像,提取出西瓜的外轮廓;采用PCL函数对三维点云数据进行预处理,并与二维图像作图形特征匹配,提取出顶层西瓜的质心点。【结果】单轮次的西瓜轮廓总识别率为97.62%,正确识别率为95.58%,质心识别率为92.72%。20轮测试的总轮廓识别率为98.02%,总正确识别率为96.53%,总质心识别率为94.17%,总质心个数和总西瓜个数之间的误差率为2.36%;西瓜图像处理的总用时为101.8s,效率提高了77.8%。【结论】基于机器视觉的西瓜识别与定位技术识别率较高且误差率较低。

一种基于粒子群优化BP神经网络技术的震后压埋人员手机定位方法

近年全球地震灾害频发,如何快速准确定位压埋人员方位是震后搜救工作中的重点和难点。本文提出的基于粒子群优化BP神经网络技术震后压埋人员手机定位方法,通过对压埋手机的定位,间接定位到被压埋人员。利用WiFi探针捕捉被压埋手机发出的接收信号强度数据,采用高斯-卡尔曼混合滤波对数据进行处理。以粒子群优化BP神经网络解算出的压埋距离为基础,融合对数衰减模型与多项式衰减模型,建立多衰减模型融合的压埋距离修正模型,获取更为精确的压埋距离。通过加权六点质心定位算法求解压埋手机位置。实验结果表明:多衰减模型融合的压埋距离修正模型定位误差为0.579 m,相较于单一的信道衰减模型与神经网络,定位精度分别提升43.5%、30.9%和12.7%。

基于ZYNQ的线激光轮廓传感器设计

为了直接获取工件轮廓点云,设计一种基于ZYNQ可编程芯片的线激光轮廓传感器。以ZYNQ芯片为核心处理器,设计传感器的图像采集与处理硬件电路。根据相机畸变模型,通过双线性插值法矫正各像素点的灰度值,研究基于法向迭代的灰度重心法以提取激光条纹中心线,结合相机参数和激光光平面方程的标定,计算相机坐标系下激光条纹中心点的三维坐标。在ZYNQ芯片中实现上述算法的并行加速,进行工件轮廓扫描测试。结果表明:该传感器可得到工件的三维轮廓点云。

基于递归标记的红外图像弱小点目标自动识别方法

为准确识别红外图像中的弱小点目标,以递归标记算法为核心提出了红外图像弱小点目标自动识别方法。采用平滑滤波器和区域生长分割法,完成待识别红外图像的预处理;应用基于递归的二值图像标记模式,扫描所有的红外图像像素点并定义相应的标记值,形成多个图像连通域;针对每个连通域分别提取几何特征和形心特征,将其应用到稀疏表示分类器和卷积神经网络分类器中,自动生成弱小点目标识别结果。实验结果显示:应用所提方法识别海面红外图像、云层红外图像和纯净天空红外图像的mAP值分别为0.95、0.96与0.91,表明其具有较好的红外图像弱小点目标自动识别效果。

基于DTW的轮廓特征目标识别算法

为提升传统目标轮廓识别算法的实时性,提出一种基于动态时间规整(dynamic time warping, DTW)的轮廓特征目标识别算法。该算法将质心高度增量特征描述符与DTW相似性度量算法相结合,首先对目标轮廓均匀提取采样点,并对目标图像以及模板图像轮廓点的质心高度增量特征进行提取,然后使用DTW算法寻找规整路径的方法对目标图像以及模板图像的特征矩阵进行相似性度量,最后定义形状复杂度,同时联合翻转目标的二次匹配得出最终识别结果。实验结果表明,所提出算法在MPEG-7、Kimia99数据集中对待测形状能够在保证识别率优于大多数常见的传统目标识别算法的同时提升目标识别的实时性。

基于质心−凸包−自适应聚类法的浮选泡沫动态特征提取

面对复杂的浮选现场环境及浮选泡沫自身相互粘连导致的边界不清等情况,现有泡沫动态特征(流动速度和崩塌率)提取方法往往无法准确划定属于每个泡沫的动态特征采样区域、不能全面匹配相邻帧间的特征点对且难以有效识别崩塌区域。针对上述问题,提出了一种基于质心−凸包−自适应聚类法的浮选泡沫动态特征提取方法。该方法采用集成Swin−Transformer多尺度特征提取能力的改进型Mask2Former,实现对泡沫质心的精准定位和崩塌区域的有效识别;通过最优凸包评价函数搜寻目标泡沫周围相邻一圈泡沫质心构建的凸包,拟合出接近实际泡沫轮廓的动态特征采样区域;运用基于Transformer的局部图像特征匹配(LoFTR)算法匹配相邻帧图像间的特征点对;针对动态特征采样区域内部的所有特征点对,通过基于OPTICS算法的主特征自适应聚类法提取每个泡沫的主要流动速度。实验结果表明,在普通泡沫质心定位和崩塌区域识别任务中,该方法分别取得了88.83%,97.92%的准确率及77.90%,96.52%的交并比;以2.69%的平均剔除率实现了99.93%的特征点对匹配正确率;在多种工况下均能有效划定与实际泡沫边界相近的特征采样区域,进而定量提取每个泡沫的动态特征。

环保型道路融雪剂制备及效率研究

从绿色生态角度出发,选用醋酸基材料,以凝固点为关键指标,制备环保型道路融雪剂,并深入研究其性能。主要结果有:1)通过凝固点与融冰效能筛选出醋酸钾、醋酸钠、醋酸铵为核心组分,并通过单纯形重心设计法确定最佳配比:醋酸钾∶醋酸钠∶醋酸铵=30%∶30%∶40%,以达到最优融雪效果。2)自制融雪剂的融冰性能可达传统氯盐融雪剂的95%,对碳钢材料的腐蚀远低于氯盐融雪剂,对黄豆种子发芽影响微乎其微,充分显示其环保优势。

基于压电测力仪三维质心测量方法研究

针对被测模型质心测量精度高、变化范围小的动态测试需求,以四点支撑式压电测力仪为基础开展了测量方法研究。分析对比单一状态测量质心法与两状态测量质心方法,以测量精度为目标对两状态测三维质心法进行研究与改进,最终确定图解法三维测量质心。通过仿真分析进行了方法可行性验证,设计两状态质心测量结构,采用放置小砝码进行质心测量实验。实验结果表明:改进后的测量方法满足三维质心的测量精度需求。

轻量化二维指向调整机构设计

针对地月测距反射器调整要求,开展了新一代激光反射器地月二维指向调整机构的轻量化设计研究。设计出一款俯仰-方位组合型二维指向调整机构,以超声电机为驱动源,根据质心平衡设计理论,设计质心使机构自身力矩平衡,减小负载对电机驱动力矩的要求,从而实现电机和组成部件的小型化和轻量化。制作出原理样机进行了实验验证,结果表明,其质量、尺寸、自锁和驱动性能均达项目要求,验证了质心设计理论的合理性,实现了对机构的轻量化设计,为高精度地月激光测距及空间指向机构轻量化设计提供了依据。

变形分析中点云虚拟基准的确定方法

针对传统基于固定点的基准构建方法难以适用于点云整体基准探测的问题,本文提出了基于格网质心稳定性和分布相似性的点云虚拟基准确定方法。首先依据常规变形监测网中基准点的变化模式分析稳定区域和变形区域的点云分布特性,探讨点云虚拟基准的概念及探测原则;然后根据测距、测角和光斑面积引起的点位误差定权,以对应格网最小转动惯量对应轴线向量夹角为准则分析点云分布相似性,并利用平方型M split相似变换检验对应格网质心的稳定性,从而确定多时相激光点云的参考基准;最后结合地面三维激光扫描技术获取的储罐、滑坡和规则几何体点云验证其可行性。结果表明,结合点云质心稳定性和转动惯量对应转轴向量的相似性可以探测不需要现场布设、更不需要定期维护的点云虚拟基准,为多时相点云坐标统一和变形分析等提供基础。

基于限定搜索高斯曲面拟合的星点质心提取算法

星点光斑图像目标识别技术对于空间监视装备和系统至关重要,由于星点图像中光斑成像的特点以及不同背景下图像噪声的干扰,目标光斑的自动识别和定位精度受限。高斯曲面拟合法与密度质心法是使用较为广泛的星点光斑目标定位算法,通过理论分析和实验表明传统方法对星点质心的定位存在一定误差。该文提出一种基于限定区域搜索的星点质心提取算法(LASACE),该算法首先通过中值滤波算法与最大熵阈值分割法对星点图像进行预处理,然后使用高斯曲面拟合算法获得星点光斑的像素分布。最后以星点中心建立目标搜索区域,采用距离强加权质心法提取出目标星点光斑的质心位置。实验结果表明,相较于密度质心法、高斯曲面拟合法和加权质心法,该文所提算法在降低星点光斑质心定位误差的同时提高了抗噪性,能够满足空间卫星的识别需求。

目标跨像元展宽“分裂”退化模型与检测研究

采用大规模红外探测器的遥感仪器对以恒星为主的点目标成像时,受点目标跨像元效应、探测器读出带宽不足等影响,目标信号展宽,在多抽头间隔采样下出现“分裂点”现象,空间红外遥感仪器定位精度、目标辨识能力下降。针对此问题,本文构建了点目标“分裂”退化模型,并根据分裂点之间的强相关性,设计了预检测-能量维度迭代-模型更新-后检测的目标检测流程,通过形态学滤波与多假设关联跟踪对“分裂点”目标各观测进行独立跟踪,获取“分裂点”统计信息。然后利用已知恒星成像的质心矫正退化模型并映射到检测图像,修正目标质心。测试结果表明,该方法能有效区分多目标和“分裂点”造成的假目标,平均定位精度由0.5像元以上提升到0.15像元内。

一种基于网格与加权信息熵的OPTICS改进算法

针对现有OPTICS算法时间复杂度高且不适用于数据密集型环境的问题,提出一种基于网格与加权信息熵的改进算法。将数据集合划分为一定数量的网格单元,引入加权信息熵,自适应计算每个网格单元的最小密度阈值。对满足最小密度阈值的网格单元定义密集格的概念,利用质心点代替网格数据点集的方法对数据点进行压缩。采用Geolife Trajectories数据集对算法性能进行测试,从理论分析和实验结果两方面证明了改进算法的有效性。

基于不可分小波分解的图像配准方法

张量积小波强调的是图像中水平和垂直方向的高频信息,而不可分小波具有各向同性,可以提取图像中各个方向的边缘,能获得比较完整的图像轮廓,将这种特点应用于图像配准时,能准确定位图像仿射不变点的位置。为此,提出一种通过求取不可分小波分解后的高频子图像配准参数来配准原图像的方法,把图像的配准问题转化为其不可分小波分解后的高频子图像配准问题。从不可分小波分解的快速算法理论出发,证明该配准方法的正确性。构造一组四通道不可分小波滤波器组,在此基础上给出配准的方法和步骤。实验结果表明,该方法具有较好的配准效果,其求取图像配准参数的运算量比直接求取原图像配准参数运算量的1/4还少,与基于张量积小波分解的图像配准方法相比,具有较高的配准精度。

面向动态演化的话题检测研究

受CURE聚类算法的启发，在分析了动态演化特性的基础上，提出了一种面向动态演化特性的双质心话题模型，以解决话题动态演化特性对话题检测的影响。该模型动态地建立分界点，以其为界将话题表示成初始质心和当前质心两个质心。初始质心代表分界点之前话题所关注的内容，当前质心表示从分界点到当前时间之间话题所关注的内容。提出了基于时间和词分布密度两种不同的分界点确定方法。详细描述了分界点、初始质心、当前质心的建立及更新方法。最后对基于双质心话题模型的英语话题检测算法进行了研究探讨，通过实验证明了该算法的有效性。

高精度弹丸质偏心测试系统及其误差分析

弹丸质偏心是弹丸性能的重要设计参数,它们的准确测量对于提高产品质量、提高发射准确性是必不可少的。为了提高其测量精度和效率,详细介绍了基于三点法的弹丸质偏心测量原理、计算公式和测量设备,分析了测量误差产生的因素,提出了一座多测试平台和自动调平以及弹体自动旋转90°的设计思想。实验结果表明:这些方法极大地提高了系统的测量精度和试验效率,能够满足弹丸高精度质偏心测量的指标要求。该设备测量范围广、制造成本低,具有广泛的应用开发前景。

大型自由曲面零件的机器人视觉快速定位方法

针对大型自由曲面零件缺少规则特征导致定位成本高、效率低且精度难以保证的问题,提出一种机器人视觉快速定位方法。设计了自适应分辨率的超体素聚类算法,对不同模型点云进行均匀分割;提出以分块质心点的曲率、夹角以及快速点特征直方图(FPFH)描述子为依据,快速识别出完整CAD模型点云与局部测量数据的重叠区域并求解粗配准矩阵。改进了分支定界(BNB)嵌套迭代最近点(ICP)算法,提出基于关键点的快速精配准方法。以冲压件为对象进行实验验证,结果表明本方法节省了30%以上的配准时间,并显著提高了配准精度,能够解决大型自由曲面零件的定位难题。

基于轮廓曲线和特征区域的秦俑碎块匹配算法

为了提高秦俑碎块匹配的精度和速度,提出了基于轮廓曲线和特征区域的碎块匹配算法.提取碎块的断裂面及其轮廓曲线,并将轮廓曲线进行分段,再采用最长公共子序列算法将轮廓曲线进行匹配,以实现碎块的粗匹配;根据体积积分不变量计算碎块断裂面上所有顶点的凹凸性,并将断裂面划分为一系列或凹或凸的特征区域;计算断裂面上各个特征区域的质心,并采用改进的迭代最近点算法对质心进行匹配,以实现断裂面的细匹配.实验采用了3种匹配算法对秦俑碎块数据进行匹配,结果表明基于轮廓曲线和特征区域的匹配算法能更加精确地完成碎块断裂面的完全匹配和部分匹配,并在细匹配阶段取得了更高的迭代收敛速度.