基于小平面区域特征的文物碎片重组算法

针对非薄壁文物碎片重组复原过程中,因碎片边缘或断裂面磨损而导致拼接误差大的问题,提出了一种基于小平面区域特征的文物碎片拼接算法。首先根据区域增长分割把碎片的三维点云分割出许多小平面,建立以小平面作为拼接的特征区域,根据特征描述找到初始相似的小平面区域对,然后灵活应用几何约束+随机采样一致性(RANSAC)约束策略的方法,消除误匹配;最后通过4PCS(4-Points Congruent Sets)算法进行碎片的粗对齐,再根据迭代最近点算法(ICP)实现碎片的精确拼接。实验结果表明:小平面的特征描述简单,且有较强的稳健性,采用两级约束策略的方法较好的解决了误匹配问题,提高了磨损碎片拼接的成功率,同时有效减少渗透现象。

一种无人机影像空三加密点抽稀算法

在无人机空三加密中,特征点匹配多采用基于计算机视觉的匹配算法进行处理,对稀少的空中三角测量控制点进行控制点位的补充。由于无人机影像分辨率高,细节丰富,使得匹配特征点数量庞大,给后续的区域网平差带来困难。本文提供的空三加密点抽稀算法,可大幅降低加密点的数量,优先保留优质点位,并保证被保留点位均匀分布。

人脸动画关键点最优化算法

Thin-shell变形算法基于一组控制点的位移计算所有顶点的位移,不同的控制点集合会得到不同的重构结果.为了使该变形算法更精确地重构人脸表情动画,基于该算法,提出一种最优控制点计算方法.首先将计算人脸变形最优控制点问题建模,以最小化thin-shell变形算法的重构误差为目标,提出一种自适应前后向贪婪策略学习最优化控制点,称为人脸动画关键点;通过引入边界约束、对称性约束以及多分辨率性,使得所提出的关键点具有通用性.实验结果证明,所提出的人脸动画关键点方法在仿真数据和真实数据上可以有效地获取关键控制点和重构人脸动画.

多点柔性工装装夹布局优化研究

薄壁件在多点柔性工装系统定位和支撑作用下,支撑单元布局对其加工变形的影响尤为明显。为此,结合有限元技术、正交实验理论和多元非线性回归的方法,提出以支撑单元的布局为设计参数,建立以薄壁件的最大变形和平均变形为指标的加工变形预测模型。为了简化计算,采用加权的方法将多目标预测模型转化为单目标预测模型,进一步以该单目标预测模型为目标函数,采用全局寻优能力较强的遗传算法进行优化计算,得到理论最优的装夹布局。实验结果表明:多点柔性工装系统的装夹布局与薄壁件的加工变形确实有非线性回归关系,且通过遗传算法得到的最优装夹布局,经过加工分析其最大变形量和平均变形量分别比均匀分布布局降低了53.0%和54.4%,比正交实验最低降低了19.0%和8.9%。

薄材多点成形中回弹的预测

多点成形技术是三维曲面板类件柔性成形的新技术.在薄板边多点成形中,回弹是一个必须解决的问题.论文中采用显-隐式算法分析了板材厚度、曲率半径对柱面、球面等典型曲面的多点成形回弹的影响,得到了回弹趋势和回弹分布规律,这些结果对多点成形技术具有一定的参考价值.

用灭点－边缘线性内插算法提取立体图象物体的中心线

本文提出了提取立体图象物体中心线的灭点一边缘线性内插算法。以光带图象为实例，阐明了它的实现原理。它与灰色加权线性内插算法相比，不仅具有计算速度快的优点，而且具有相同的精度。

基于深度优先搜索的快速指纹细化算法改进

对指纹图像的细化算法进行了较深入地研究,分析了两种常用细化算法——快速细化算法和改进的OPTA算法各自的优缺点。针对其中存在的迭代次数多、细化速度慢、图像局部细化不彻底等问题,提取了一种无回溯深度优先搜索的快速指纹细化算法。实验结果表明,该算法在保证对图像完全细化的同时,也具有较快的细化处理速度。

一种快速手写汉字细化算法

改进了Hilditch经典细化算法,将串行算法转化为并行算法[1],并引入一组删除模板和一组保留模板。改进后的算法细化速度快、且能获得效果优良的中心骨架。文中对算法进行了描述,并通过具体实例说明了算法的有效性。

基于曲率突变分析的点云特征线自动提取

点云特征线提取是点云模型重构的基础,国内外对此从边缘检测、特征线跟踪和面域分析等方面展开了研究,但由于存在模型多样性、点云数据噪声和不完整性、特征复杂性等问题,看似简单的特征线自动化提取很难实现。从曲率突变点隐含了点云特征线这一论断出发,借鉴图像处理中的区域分割和边缘检测思想,提出了特征线提取中的聚类、细化、分段和排序方案。在具体实现中分别提出了基于连通区域聚类的备选点集分离算法,基于局部影响区域腐蚀的点集细化算法,以及基于组合搜索准则和主成分分析(PCA)双向搜索的特征线分支截断和排序算法。在对比实验中,确定了算法关键参数曲率突变点比例w和方向夹角阈值θT的推荐值,并与类似算法对比能提取更多的特征点;在模型实验中,简单几何模型的特征线提取正确率达到了100%,复杂机械零件模型和艺术品模型的特征线提取正确率均达到了85%以上,取得了预想的棱线和特征轮廓线提取效果。算法具有通用性和可扩展性,通过程序优化可获得更好的特征提取效果。

飞机薄壁件多点柔性定位变形控制寻优算法

根据装配过程中飞机薄壁件多点柔性定位形变量的工程要求,基于"N-2-1"定位原理,针对飞机薄壁件多点柔性定位系统,提出了一种确定薄壁件在多点柔性定位时如何选择定位点数目、布局和吸盘吸附压力的寻优算法.该算法根据各参数对定位精度的影响规律,以工程要求为目标函数,以定位点的移动范围为约束条件,对定位点数目、布局和吸盘吸附压力进行分布搜索综合寻优.为实现该算法,采用MATLAB作为主控循环程序,通过MATLAB和ANSYS联合调用,实现定位点数目、布局和吸盘吸附压力的最优选择,解决了传统的依靠操作人员经验或者单纯凭借有限元分析软件进行分析而导致的效率低和效果差等问题.最后针对某工程要求进行寻优计算及实验验证,结果表明该算法具有较强的工程可行性.

一种基于内点保留和边缘点删除的二值图象细化算法

提出一种同时基于边缘点删除和内点保留的实现并行细化算法的新方法，与目前已有的算法比较，它能够完整地保持原图象的连通性，所获得的骨架对称性好且能保证骨架宽度为1个象素点等。用C／C＋＋编程实现后，在IBM486微机上进行实验，结果表明，提出的细化算法为解决二值图象（特别是复杂二值图象）的细化问题提供了一种新方法。

一种三维人头生成方法在Second Life中的应用

在网络游戏和虚拟环境中构造具有真实感的三维人脸模型成为一个重要的研究课题。如何将特定环境中默认的三维人头模型变换到通过照片三维重建后得到的三维人头模型,是一个难点。所以提出一种粗细变换相结合的方法生成具有个性特征的人头模型。运用迭代最近点算法将两个模型进行对齐粗变换,再通过薄板样条函数与确定性退火技术将两个拓扑结构不同的人头模型进行细变换。最后应用到Second Life虚拟环境中。结果表明,方法能够产生与照片相似且能够在Sec-ond Life环境中进行载入及逼真显示的人头模型。证明方法可以用于两个不同拓扑结构人头模型之间的转换,具有良好的通用性。

基于RGB-D图像的机械臂关节角度检测的研究

针对机械臂各个关节的角度值,提出了一种利用RGB-D图像的计算方法。首先通过Kinect获取彩色图像和深度图像并做对齐处理;接着利用阈值分割的方法提取机械臂目标,用细化算法提取出机械臂轮廓骨架;然后结合机械臂各刚体部件的位置关系对其关节点定位;最后利用向量的性质计算机械臂关节角度。该方法能够有效地计算出机械臂各关节角度,具有较高的准确性和较强的鲁棒性。

基于K-P算法优化的手写汉字细化算法

为解决现有汉字细化算法中的骨架断裂、交叉点畸变等问题,提出一种K-P(Kmeans++-PCA)算法,优化现有的手写汉字细化算法。提出交叉点匹配模板,减少骨架毛刺去除时对非交叉点的遍历,借助主成分分析算法与端点距离对骨架断点进行连接判断,对骨架交叉点畸变进行处理,使用点到边界方向距离算法提取交叉区域后结合Kmeans++聚类对畸变区域进行分析,利用笔画走势信息对骨架进行修复并使用B样插值算法完成骨架重建。将优化后的算法在手写汉字数据集上进行实验,验证了优化后的算法优于优化前的算法。

二阶段手写汉字骨架提取优化

骨架提取是研究手写汉字的重要先决步骤,基于细化算法提取手写汉字骨架存在笔画交叉处产生不同程度畸变以及毛刺等问题,提出一种适用于细化算法的二阶段手写汉字骨架提取优化算法。使用细化算法得到待修复的汉字骨架,通过二阶段检测算法识别汉字骨架中笔画交错分叉区域以及确定畸变待修复范围,并依据分叉区域类型,采用相应的修复策略。实验结果表明,该二阶段检测法能够有效地检测出笔画分叉区域,准确率达到96.89%,且分叉区域归类算法可很好地识别出畸变区域类型。经过修复后的汉字骨架能够正确地反映笔画间的原有拓扑结构,使得最终优化骨架更能突出手写汉字特征,验证了算法的有效性。

复杂地形条件下多密度级无人机LiDAR点云DEM精度研究——以2022年北京冬奥会延庆赛区为例

为进一步提升复杂地形条件下无人机激光雷达(Light Detection and Ranging,LiDAR)点云数据构建数字高程模型的效率与精度,以2022年北京冬奥会延庆赛区场馆建设用地为实验区,按照不同抽稀比例,对实验区原始无人机激光雷达点云中分类出的地面点数据进行抽稀处理,利用克里金插值算法对不同密度地面点数据进行插值处理,结合高程中误差、平均绝对误差对生成的数字高程模型进行双重精度评定,得出以下结论:对于复杂地形而言,随着点云数据密度的下降,数字高程模型建模效率明显提升,但地形特征逐渐模糊,数据精度级别逐级降低,其中高程中误差由0.381 m增大至1.914 m,平均绝对误差值由0.335 m增大至1.357 m。在满足精度要求的前提下,对LiDAR点云数据进行适度抽稀处理,可保障生产成本与时效。

基于机载LiDAR点云数据的改进滤波算法

为了改善经典渐进三角网滤波算法中因地面种子点选取随意造成的机载点云滤波精度受损问题,提出一种改进渐进三角网滤波算法。首先,通过扩展局部极小值法搜索得到格网内极小值点,并将极小值点作为待定地面种子点,弥补经典渐进三角网滤波算法中将格网内高程最小值点作为地面种子点的不足;其次,通过局部薄板样条插值法对格网高程进行拟合计算;最后,通过种子点构建不规则三角网并实现点云分类。对改进滤波算法与经典渐进三角网滤波算法进行点云滤波对比试验,结果表明,改进滤波算法可进一步提高点云滤波的精度。

一种面向CPU/GPU异构环境的协同并行空间插值算法

CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达(light detector&ranger,LiDAR)点云生成数字高程模型(DEM)。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。

输电线走廊点云数据抽稀算法适用性分析

针对机载LiDAR设备获取的输电线走廊点云数据量庞大,为后续的数据处理带来不便的问题,该文采用随机抽稀、空间抽稀和体素分割抽稀3种点云抽稀算法进行比较和分析,以期选择合适的算法对点云数据进行压缩和消除冗余数据,主要从点云抽稀的质量、简度和速度3方面对4组输电线走廊点云数据进行抽稀实验。研究表明:系统(随机)抽稀方法点云抽稀不能有效保持导线形态完整性和连续性;空间距离抽稀方法的处理效果最佳;在相同抽稀率下,体素分割抽稀速率最快;系统抽稀算法,用时均少于19 s;空间抽稀方法用时最长为447 s,抽稀时间效率相对较低。