基于在线动态分割的FAST-LIO2算法及其应用

针对高度动态和复杂车间环境下移动机器人SLAM技术面临的挑战,文章提出了一种创新方法,即在FAST-LIO2算法的数据预处理阶段融入在线动态物体分割技术。通过实时识别和分割场景中的动态物体,该方法有效滤除了激光雷达点云数据中的动态噪声,显著提升了系统鲁棒性,解决了动态场景下定位失败的问题。在相对精度不变的情况下,通过下采样及动态点云剔除使运行内存平均节省62.3%,将建图最终得到的点云大小压缩为原点云的71.87%,在稀疏点云条件下实现了高鲁棒性定位建图。此次改进不仅优化了FAST-LIO2在复杂环境下的性能,还为自动驾驶技术在工业等高度动态场景中的广泛应用奠定了坚实基础。

二维遗传算法用于图象动态分割

为了有效地对受噪声影响的图象进行分析 ,提出了两种基于二维遗传算法的图象动态分割算法 .在这些算法中 :1 )分别采用了以阈值曲面和模糊隶属度曲面为染色体的二维染色体编码方式 ;2 )采用了全局阈值化算法和模糊集合理论初始化种群 ;3)采用 Hopfield网络的能量函数形式 ,结合 FCM算法和现有阈值化算法中的一般性分割准则构造适应度函数 .利用实际图象将所提出的算法与一些典型算法进行了分割比较实验 ,结果表明所提算法有较好的抗噪效果 .

基于动态分割与合一的排样算法

提出一种基于动态分割与合一的优化排样算法，基本思想是分割之后，尽量将相邻的余料合并成较大的余料参与下一轮排样，这不仅增加了排样大件的可能性，而且也增加排样优化的机会，同时减少零件之间的空隙余料碎片，从而提高了切割速度。

基于功率谱包络动态分割的鲁棒语音端点检测

在复杂的声学环境中,由于环境噪声的干扰,导致声学特征的稳定性不够理想.为克服此难题,通常对决策结果在时间维度上进行平滑.然而,这些平滑过程本身没有考虑数据在时间维度上的结构特征,属于启发式的方法.该文采用动态分割的方法,将语音的频谱包络在时间维度上分割成具有特征同一性的时间块,以分割块为单位计算能量特征,并进行语音/非语音决策,从而达到提高语音端点检测的稳定性目的.实验表明,提出的方法有效提高了语音端点检测的鲁棒性.

基于活动轮廓的运动目标的动态分割

提出了一种基于活动轮廓的运动目标动态分割方法。利用Ｂ样条曲线表示活动轮廓，导出了Ｂ样条曲线控制点的运动模型，从而使得活动轮廓能自动地跟踪运动目标的边缘，实现运动目标的动态分割。同时我们还提出了控制点数目的自动确定方法。实验结果验证了该方法的有效性。

服务流程动态分割执行中时序一致性的实时验证

服务流程的动态分割执行目前已经成为国内外研究的热点,但是已有研究工作普遍没有考虑时序约束下分割执行的时序一致性验证。针对服务流程的这种实际需求,提出了一种动态分割执行的时序一致性实时验证方法。在服务流程动态分割时,通过约束映射将时序约束细化到分片中,并随着分片发布到执行站点。在执行时,执行站点可以基于分片执行信息,实时分析其约束映射的满足情况,从而实现服务流程的时序一致性分析验证。该方法有效减少了时序异常的处理开销,提高了执行站点的自治性;另外,它对分布结构没有限制,能够应用于各种动态分割执行方式。

基于动态分割算法的个性化泡茶偏好特征提取

该文在传感器技术处理的基础上,对泡茶的用量、温度和时间三个方面进行了深入研究,针对用户泡茶偏好的个性化特征提取问题,提出一种动态分割算法,对泡茶偏好进行上下文特征提取,从而为用户泡茶偏好的特征提取和个性化推荐服务提供了一种有效的解决方案。

基于CAMSHIFT算法和形态学的人手动态分割

动态图象分割是计算机视觉分析中一个重要和困难的任务。该文讨论了一种基于CAMSHIFT算法和形态学的动态跟踪分割。首先把采集到的图象由RGB色彩空间转换到HSV色彩空间,因为肤色对HSV色彩空间的H色调具有恒常性。其后在HSV颜色空间建立肤色直方图模型,确定肤色概率度,运用CAMSHIFT算法对人手动态跟踪,然后运用形态学重构闭运算去除空洞和噪声。实验证明该方法能够有效的实现了人手的动态分割。

基于动态分割和加权综合匹配的音乐检索算法

在模式识别领域中,音乐检索算法由于其易行和高效的特性而得到越来越多的重视。但是音符分割不精确和匹配模版不统一等问题直接影响MIR算法精确度。为解决上述问题,提出基于动态阈值分割和加权综合匹配算法。动态设定幅差步长,根据变化阈值分割音符,以提高音符分割的准确性。采用标准乐谱频率,转换音高模板实现输入归一化,以增强匹配的精确性。融合直接匹配和DTW匹配,以加强算法适应性和鲁棒性。最后由实验证明该方法的有效性。

基于CAMSHIFT算法和形态学的人手动态分割

动态图像分割是计算机视觉分析中一个重要和困难的任务。现讨论了一种基于CAM-SHIFT算法和形态学的动态跟踪分割。首先把采集到的图像由RGB色彩空间转换到HSV色彩空间,因为肤色对HSV色彩空间的H色调具有恒常性。其后在HSV颜色空间建立肤色直方图模型,确定肤色概率度,运用CAMSHIFT算法对人手动态跟踪。然后运用形态学重构闭运算去除空洞和噪声。实验证明该方法能够有效的实现人手的动态分割。

空间数据的表示与动态分割技术

由于空间数据的非结构化特点，传统的管理方法是采用文件系统，导致数据一致性、完整性及安全性等问题。如何利用数据库技术管理空间数据是同行关注的问题。Oracle7通过引入HHCOD数据类型和动态分割技术成功地解决了空间数据的描述和管理问题，实现了在单一数据库中存取及管理不同类型的数据。本文拟详细分析和讨论该技术。

三维运动图像多参考帧边缘差异动态分割仿真

传统视频运动对象分割方法虽然具有较高的分割精确度,但是无法满足实时性需求。提出一种三维运动图像多参考帧边缘差异动态分割方法。首先根据多参考帧边缘差异动态提取运动目标所在区域,利用小波变换法对三维运动图像进一步实施分解,获得1个低频子图像和3个高频子图像,分别得到运动目标主要特征与细节特征,再将待处理图像的RGB空间转换为HSV空间,并根据色度、亮度以及饱和度提取到运动目标封闭的轮廓图,然后运用图像内动态部分和静态部分两者间的帧差掩模图像联系,把图像分成3个不同形态的部分,最终使用边缘检测算子对运动目标的边缘准确分割,从而获得高精度的分割结果。仿真结果表明:所提方法的分割精度更高,具有准确性、实时性和优质的鲁棒性。

遥测数据时间序列滑动窗口动态分割技术

经由传感器采集的航天器遥测数据是产品验证、算法检验、数据挖掘等学科和方向重要的数据来源之一。由于原始测量数据采集密度高、信息量大,通常采用滑动窗口技术进行逐段处理和算法应用。但当滑动窗口的宽度固定时,数据的局部信息不能被充分提取出来;为此,提出遥测时序滑动窗口的动态分割流程。仿真结果表明:提出的时序分割和窗口宽度计算方法,可以根据数据自身的特点得到更加准确合理的非等长窗口集合;在保持曲线线段曲率的基础上,滑动窗口动态计算方法可以极大地提取拐点信息,合理地给出窗口宽度,对数据进行了简化与提纯,降低了建模难度,为下一步聚类分析、曲线匹配等工作提供了技术支持,提高了遥测数据的诊断与分析效率。

基于激光雷达点云的动态驾驶场景多任务分割网络

在自动驾驶场景理解任务中进行准确的可行驶区域以及动静态物体分割对于后续的局部运动规划和运动控制至关重要。然而当前基于激光雷达点云的通用语义分割方法并不能在车端边缘计算设备上实现实时且鲁棒的预测,且不能预测当前时刻的物体运动状态。为解决该问题本文提出一种可行驶区域及动静态物体多任务分割网络MultiSegNet。该网络利用激光雷达输出的深度图及处理后得到的残差图像作为编码空间特征和运动特征的表征输入到网络用于特征学习,从而避免直接处理无序高密度点云。针对深度图在不同方向视角内目标分布数量差异较大的特点,本文提出了变分辨率分组输入策略。该方法能在降低网络计算量的同时提高网络的分割精度。为适配不同尺度目标所需要的卷积感受野尺寸本文提出了深度值引导的分层空洞卷积模块。同时本文为有效关联并融合不同时域下物体的空间位置和姿态信息提出了时空运动特征增强网络。为验证所提出MultiSegNet的有效性,本文在大规模点云驾驶场景数据集SemanticKITTI及nuScenes上进行验证。结果表明:可行驶区域、静态物体和动态物体的分割IoU分别达到98%、97%和70%,性能优于主流网络,且在边缘计算设备上实现实时推理。

基于动态阈值分割法的接触轨图像关键特征点提取方法研究

在地铁系统中,接触轨的状态对于牵引供电系统的安全性至关重要,一旦接触轨几何参数超出正常范围,不仅会导致集电靴无法正常取流,进而影响运营车辆的顺畅运行,而且在极端情况下,还可能引发严重的安全事故。传统的接触轨几何参数测量方法在采集图像时通常面临背景复杂、干扰图像多等问题,以致检测数据量少、检测密度低,从而难以精确提取接触轨的关键特征信息。针对这一问题,文章提出一种新的方法,即结合动态阈值分割法、直线拟合以及投影计算的方式,有效解决接触轨特征点提取的难点,实现几何参数的精确测量。该方法不仅能够准确捕捉到接触轨的细微变化,还能够确保测量结果的可靠性和准确性。为进一步提高测量的便捷性和实用性,研究过程中同步研制出一套接触轨几何参数的便携式测量装置,并在地铁线路上进行现场应用示范,为实际运营中的接触轨状态监测提供有力的技术支持。

BGA焊点气泡缺陷X射线图像的动态阈值分割方法

BGA焊点使用X射线检测时,气泡缺陷的灰度对比度较低,如何准确分割一直是研究热点。提出一种动态阈值分割算法,首先对原始图像进行平滑处理,然后用原始图像减去平滑图像,对得到的差图像设定阈值进行分割,实现目标区域的提取。实验中使用典型BGA焊球的X射线图像,通过控制图像的平滑程度和差图像阈值的大小,分别提取焊球区域和气泡区域,二者相与后实现气泡缺陷的最终分割。实验过程中与OTSU分割算法做对比,表明本算法具有更好的适应性和分割结果。

结合三帧差分和肤色椭圆模型的动态手势分割

针对手势识别系统中的手势分割部分提出了一种改进的结合三帧差分法和肤色椭圆边界模型的动态手势分割方法。运用三帧差分法提取动态手势的运动特征,初步确定手势所在区域,然后运用肤色椭圆边界模型对该区域进行肤色判别从而确定目标。通过提取双特征,可有效解决复杂背景下大面积肤色背景被误检的问题。通过合理设置运动检测过程中的阈值,可有效去除运动幅度较小的人脸和裸露手臂部分。同时针对三帧差分法不能检测静态手势进行了改进,使提出算法对视频流中手势的短暂停留具有极强的鲁棒性。实验结果表明,提出算法能准确高效的检测出动态手势,适用于动态手势识别等实时系统中。

基于核心密度估计的动态目标分割改进模型

数字视频中的动态目标分割是基于计算机视觉技术的分析、识别系统中关键的处理步骤,分割结果的正确率决定了后期分析或识别过程的质量.在数字视频中存在各种有害动态像素,它们会降低分割过程的正确率.动态目标的阴影是这些有害像素的一种,因为它们本身不属于动态目标形状信息的范畴,但分割过程却能很容易将它们作为有效的动态目标像素分割出来.最近有关动态目标分割的研究提出了基于核心密度估计模型的分割方法.基于RGB颜色空间的核心密度估计模型能够在彩色视频中抑制阴影,但是对于灰度视频这种模型是无法抑制阴影的.作者针对上述局限提出了一种基于像素边缘测量的核心密度估计模型,用于动态目标分割,能够在彩色和灰度视频中抑制阴影.实验结果证明,这种新模型在通常的应用条件下是有效的.

基于动态阈值分割的目标提取技术

如何从背景中提取目标信息是图像处理时经常遇到的技术难题。从火腿肠生产线质量检测遇到的实际问题出发,提出一种结合动态阈值分割、数学形态学和边缘检测的方法,实时检测图像中的异物信息。实验结果表明,该方法能快速检测目标信息,满足实际生产要求。

基于动态标架分割法的动力学系统复杂性分析

根据符号动力系统与真实动力学系统拓扑共轭的特性,本文提出动态标架分割法,把动力学系统的某时间变量序列转化成符号序列;运用LempleZiv复杂度算法计算该符号序列的复杂度值,据此对动力学系统的复杂性进行分析,从而可以对动力学系统的性质进行定性地判断.以杜芬振子为例,数值模拟结果表明基于动态标架分割法计算得到的复杂度能够很好地描述系统的复杂性,并可定性地判断系统的性质.