“枣”里不是核

在最初识字的时候,我们通常会用拆字法来识记汉字,这样不仅效率高,有时配上生动的讲解还能记得牢。不过,汉字的演变和发展是一个漫长的过程,其中蕴含着丰富的社会、思想以及文化内涵,想要了解汉字、学习汉字,不能一味地像拼积木一样识记汉字,还要从汉字起源学起,真正进入汉字王国。枣是我们非常熟悉的一种水果,既能直接食用,又能入药。

离散点云原始形状及边界曲线提取算法

大规模离散点云包含多种类型的扫描缺陷:噪声、异常数据、孔洞及不规则的各向异性采样,大部分现有的算法不能够很好地处理这些缺陷,这对点云拓扑关系的恢复及特征提取带来了困难。针对此问题,提出了一种健壮有效的点云重构算法,首先,计算每个数据点的局部属性;然后利用局部属性探测点云中包含的原始形状;最后利用统计优化方法对原始形状中包含的边界曲线进行提取和优化,通过优化的边界曲线可以获得分段光滑的网格曲面。实例证明,该算法实用性好,对合成点云及真实场景点云的重构效果理想。

多视三维重构中连续能量模型的凸优化

利用融合了轮廓线及体视的序列图像信息,提出了一个面向多视三维重构的稳健能量模型;为了适配于可视性约束,提出一种针对该能量模型的连续全局优化方法;为了保证栅格连通性选择的一致性及独立性,实施了全局连续优化的超松弛离散化。实例证明,该方法的实用性好,极大地减少了算法处理的内存开销,实现了在更高分辨率上有效的多视重构。

基于多尺度核函数的散乱点云数据过滤方法

针对光滑曲面采样散乱点云含有噪声及异常数据的问题,提出了一种基于多尺度核函数的过滤处理方法。采用核密度估计技术及均值漂移跟踪算法对原始点云数据进行聚类,结合局部似然函数来测度一个三维点位于采样曲面上的概率,利用过滤后的极大似然点集精确地逼近采样曲面,最后结合经典网格化算法能够获得较好的曲面重构效果。处理实例证明,该方法实用性好,不仅能够很好地抑制不同幅值的噪声,同时也能够探测到异常数据并进行自动清除。

曲面处理的曲率域能量优化方法研究

鉴于曲率在几何处理中的重要性,提出了一种基于曲率域的三维几何处理方法,提供了便于曲面形状编辑、过滤及合成的几何工具。对于给定曲面,估计其主曲率,过滤和编辑其曲率分布,完成曲面空间域到曲率域的映射。采用能量优化处理方法对非线性最小二乘曲面问题进行求解,获得最优匹配于期望曲率的曲面,同时保持原始曲面形状的重要几何属性及特征。实例证明,该方法实用性好,对各向异性光顺、特征增强、多尺度曲率编辑的处理效果理想。

分段光滑曲面重构的面片图稀疏优化方法

针对离散点云拓扑关系恢复及特征提取困难的问题,提出了一种健壮有效的分段光滑曲面重构方法。获得由基函数集定义的局部曲面面片图,建立尖锐特征节点的拓扑连接,通过求解一个稀疏优化问题,获得每个节点基函数的最优系数,并输出清洁的流形网格曲面。实例证明,该算法实用性好,对分段光滑曲面重构效果理想。

基于经验的刀量具选择系统的研究

计算机辅助刀量具选择在计算机辅助工艺设计系统(CAPP)乃至计算机集成制造环境(CIM)中是一个至关重要的元素。通过对刀量具查询的特点和方法的研究,对刀量具基础数据库进行了优化和整合,建立了合理并且无冗余的刀量具数据库,并运用Delphi60及MicrosoftSQLServer2000开发了刀量具选择系统。

保持尖锐特征的多边形网格模型孔洞修补方法研究

针对由点云数据重建得到的多边形网格模型存在孔洞的问题,提出了一种保持尖锐特征的多边形网格模型孔洞修补算法。首先,利用基于径向基函数的插补方法获得能够近似地逼近孔洞区域的光滑隐式曲面。然后,利用正则化匹配算法对该隐式曲面进行三角化,完成孔洞填充曲面片与原始模型的孔洞边界的缝合。最后,针对孔洞边界存在尖锐特征进行特征增强处理。实验结果证明,该算法对多边形网格模型的孔洞修补取得良好效果,并能够有效地恢复孔洞区域包含的尖锐特征。

基于隐式曲面和域分解的多边形网格模型孔洞修补

针对多边形网格模型中存在的复杂形状孔洞,提出了一种基于隐式曲面插补和域分解方法的孔洞修补算法。首先,利用径向基函数定义一张光滑的隐式曲面,完成不完全多边形网格模型孔洞区域曲面的构造;其次,利用域分解方法将多边形网格模型的域空间分解成若干子域,并完成子域局部问题的求解;最后,子域局部解考虑其权重系数后可获得模型全局解。任意拓扑的复杂多边形网格模型的孔洞修补实例验证了该算法的有效性。

具有强鲁棒性的三维对象多视变分分割方法

针对校准摄像机采集系列图像的三维分割重构问题,提出了一种新的面向概率描述的变分方法。首先,计算系列图像的极大似然曲面,可重构与分割保持一致的三维曲面;接着,融合联合概率,可重构目标对象及图像背景的平均强度及标准差;最后,采用水平集框架,可实现对曲面能量方程的数值模拟。该方法适用于复杂拓扑结构重构及噪声数据处理。实验结果表明,该方法实用性好,鲁棒性强,对任意三维对象的分割重构效果较形状雕刻方法及体视分割方法理想。

基于网络制造环境的机床刀具动态选择模型的研究

计算机辅助机床和刀具选择(CATS)是计算机辅助工艺设计(CAPP)系统中的一个至关重要的环节。本文讨论了在基于网络的制造环境下机床和刀具的动态选择。它能帮助现有的CAPP系统进行具体的、经济的工艺规划,并且让设计者有效地进行产品的可制造性评估。特别是将选择机床与选择刀具相结合能对经济生产进行优化决策。

基于知识的自顶向下参数化设计与应用

为实现产品的变形设计、系列化设计及产品的自动装配。为此,采用自顶向下的设计理念作为设计背景,以产品的骨架模型作为产品设计基础。在知识驱动产品骨架模型的基础上,运用参数化设计技术,实现产品自顶向下的变形设计。在CATIA V5环境下,以某系列某型柴油净化器为例,完成了该产品三维骨架模型的建立和知识驱动下产品的快速参数化变形设计。

多模式CAPP系统的过程数据协同管理模型研究

文中在分析传统CAPP系统不足的基础上,建立了工艺设计过程协同模型;分析了工艺设计过程中的流程管理及多人、多任务协同问题;构建了面向不同设计主体和不同设计对象的工艺过程数据管理体系,以增强工艺数据的重构性、重用性及扩展性,从而使CAPP系统的可定制性和灵活性得到有效的拓展;这个模型和体系为工艺设计者共享和管理异质异构系统的信息提供了有效的途径。

胃切除术后Petersen疝九例

目的总结胃术后腹内疝(Petersen疝)的病因、临床特征、治疗及预防方法,提高对Petersen疝的认识。方法2018年1月~2021年12月我院接受治疗的胃切除术后Petersen疝病人9例,因原发病行开腹毕-Ⅱ式吻合者7例,Roux-en-Y吻合者2例,发病持续时间中位数为2天,血常规中性粒细胞百分比均有不同程度的增高,并发急性胰腺炎2例,术前腹部CT检查显示吻合口壁增厚、近端小肠梗阻征象4例,小肠扭转征象2例,未见特殊征象仅有小肠梗阻3例,术前均未明确诊断为Petersen疝,所有病人均接受了外科手术治疗,术中见输出段小肠发生扭转并疝入Petersen间隙5例,输出段未发生扭转疝入Petersen间隙3例,输入段小肠发生扭转并疝入Petersen间隙1例,其中,有4例病人因小肠坏死行肠切除、肠吻合术。结果术后1例出现胸腹腔积液,经治疗后均痊愈出院。结论Petersen疝为胃切除术后较为罕见的并发症,术前腹部CT检查有助于对病人病情危重程度进行判断,可作为首选的检查方法,少数病人合并有急性胰腺炎,应注意术前及术后淀粉酶的变化,一旦确诊应进快行手术治疗。

《袁安碑》临习指要

《袁安碑》全称《汉司徒袁安碑》,刻于东汉永元四年(92),是东汉时期为数不多的一方篆书碑刻,原石现藏于河南博物院。《袁安碑》残高约153厘米,宽74厘米,厚约21厘米,碑文共10行,主要记述袁安的生平,与《后汉书·袁安传》记载基本相同。

“楼”中无“米”

“楼”是大家耳熟能详的一个汉字。在我们写“楼”字时,许多人会认为“楼”是由“木”“米”“女”三部分组成,有时为了方便记忆还会以“楼上的人要吃米”这样的顺口溜来拆解字形。不过这仅仅是从“楼”字的外形来认识它,从字形的演变来看,“楼”里面其实没有“米”。《说文解字》中是这样解释“楼”字的:“重屋也,从木,娄声。”指的是两层或者两层以上重叠在一起的屋子.

用于纹理特征提取的改进的成对旋转不变共生局部二值模式算法

针对用于纹理特征提取的成对旋转不变共生局部二值模式(PRICoLBP)算法计算特征维度大、旋转不变性较差、对光照变化敏感的问题,提出一种融合局部纹理信息的改进PRICoLBP算法。首先,分别最大化和最小化图像像素点的二值序列,得到两个邻域像素点的坐标,由中心像素点坐标和得到的邻域像素点坐标计算出共生点对的坐标;其次,利用完备二值模式(CLBP)算法提取图像的每个像素点的纹理信息。在相同分类器下,对Brodatz、Outex(TC10,TC12)、Outex(TC14)、CURe T和KTH_TIPS数据库的分类实验中,所提算法的识别率比PRICoLBP算法分别提高了0.17、0.24、2.65、2.39和2.04个百分点。实验结果表明,所提算法在处理纹理旋转变化、光照条件多样的图像时具有较好的识别效果。

一种高效的点云去噪聚类方法

逆向工程采用激光扫描设备获取点云数据时会引入无关离体噪声点,针对密度聚类法去噪时引起的内存占用较大、收敛时间较慢的问题,提出了一种高效的点云去噪聚类方法。首先,采用KD-tree建立点云数据的空间索引结构,选择点云的某一维度,找出最小索引核心点云。然后,沿着该维度方向在核心点云邻域外选择最近的未标记的点云扩展密度类。最后,分离出密度相连最大的点云类以完成点云去噪。实验结果表明,与统计滤波、半径滤波、密度聚类滤波算法相比,该方法在完整保留目标点云的同时能高效地去除离体点云噪声,提高了点云去噪的质量。

结合微分特征和Haar小波分解的鲁棒纹理表达

针对传统的局部二值模式算子缺乏像素间深层次的相关性信息,且对图像中常见的模糊及旋转变化的鲁棒性较差的问题,提出了一种结合微分特征和Haar小波分解的鲁棒纹理表达算子。在微分特征通道上,通过各向同性的微分算子提取图像中的一阶和二阶微分特征,使图像的微分特征在本质上具有旋转不变性且对图像模糊具有较强的鲁棒性;基于小波变换在时域和频域同时具有良好的局部化的特点,在小波分解特征提取通道上采用多尺度的二维Haar小波分解提取图像中的模糊鲁棒特征;最后,串联两个通道上的特征直方图来描述图像的纹理特征。在特征判别性实验中,该算子在较复杂的UMD、UIUC和KTH-TIPS纹理库上的准确率分别达到了98.86%、98.2%和99.05%,与中值稳健扩展局部二值模式(MRELBP)算子相比,准确率分别提高了0.26%、1.32%和1.12%;在对旋转变化和图像模糊的鲁棒性分析实验中,该算子在仅存在旋转变化的TC10纹理库上的分类准确率达到99.87%,在添加了不同程度高斯模糊的TC11纹理库上的分类准确率降幅仅为6%;在计算复杂度实验中,该算子的特征维度仅为324维,在TC10纹理库上的平均特征提取时间为30.9 ms。实验结果表明,结合微分特征和Haar小波分解的方法具有很强的特征判别性,对旋转和模糊的鲁棒性较强,同时具有较低的计算复杂度,在样本数据较少的场合具有很好的适用性。

加权信息熵与增强局部二值模式结合的人脸识别

针对人脸识别因光照、姿态、表情、遮挡及噪声等多种因素的影响而导致的识别率不高的问题,提出一种加权信息熵(IEw)与自适应阈值环形局部二值模式(ATRLBP)算子相结合的人脸识别方法(IE(w)ATR-LBP)。首先,从原始人脸图像分块提取信息熵,得到每个子块的IEw;然后,利用ATRLBP算子分别对每个人脸子块提取特征从而得到概率直方图;最后,将各个块的IEw与概率直方图相乘,再串联成为原始人脸图像最后的特征直方图,并利用支持向量机(SVM)对人脸进行识别。在AR人脸库的表情、光照、遮挡A和遮挡B四个数据集上,IE(w)ATR-LBP方法分别取得了98.37%、94.17%、98.20%和99.34%的识别率。在ORL人脸库上,IE(w)ATR-LBP方法的最大识别率为99.85%;而且在ORL人脸库5次不同训练样本的实验中,与无噪声时相比,加入高斯和椒盐噪声后的平均识别率分别下降了14.04和2.95个百分点。实验结果表明,IE(w)ATR-LBP方法能够有效提高人脸在受光照、姿态、遮挡等影响时的识别率,尤其是存在表情变化及脉冲类噪声干扰时的识别率。