矢量GIS平面随机线元等概率密度误差模型的几何特征

基于连续的观点和等概率密度误差模型,研究矢量GIS平面随机线元误差模型的几何特征,探讨几何特征的确定思路与方法,为矢量GIS空间线状实体误差分布特征及其最高精度点位置的确定奠定理论基础。通过实例计算与可视化分析,验证理论推导的正确性,得出若干重要结论。

随机噪声对伺服系统跟踪精度的影响

文中以经典的三闭环伺服系统为研究对象,较为详细的论述了测流噪声、测速噪声、测位噪声以及力矩扰动噪声对跟踪精度的影响;推导了四种随机噪声与跟踪精度之间的传递函数;通过对传递函数的变换,得出了系统带宽及校正环节与随机噪声关系,为传感器选择、测量数据处理和校正环节的参数整定提供了参考;给出了随机噪声服从高斯分布情况下的仿真实验,针对随机噪声与跟踪精度的幅频特性,提出了一种分段线性化计算平均衰减倍数的方法。通过这种方法计算了四种随机噪声对跟踪精度的量化影响,并与仿真结果进行了比较,结果表明,这种分段线性化方法是正确可行的。最后,给出了四种噪声同时作用于伺服系统时的计算结果和仿真实验结果,得出了同样的结论。

基于SLIC与条件随机场的图像分割算法

针对条件随机场(CRF)模型在参数估计及模型推断阶段时间复杂度较高的问题,引入简单线性迭代聚类(SLIC)的超像素方法,提出一种基于SLIC的条件随机场图像分割算法。该算法首先通过SLIC对图像进行预处理,将图像划分成内部相似性较高的超像素区域,然后以超像素作为节点建立CRF图模型,最后通过参数估计及模型推断获得图像分割结果。实验结果表明,基于SLIC的条件随机场图像分割模型在获得较好分割结果的同时,极大缩短了运行时间,提高了分割的效率。

一种由粗至精的RGB-D室内场景语义分割方法

为了标注室内场景中可见物体,提出一种基于RGB-D数据由粗至精的室内场景语义分割方法.首先,利用分层显著度导引的简单线性迭代聚类过分割和鲁棒多模态区域特征,构建面向语义类别的超像素区域池,基于随机决策森林分类器判决各个超像素区域的语义类别,实现粗粒度区域级语义标签推断.然后,为了改善粗粒度级的语义标签,利用几何深度导引和内部反馈机制改进像素级稠密全连接条件随机场模型,以求精细粒度像素级语义标注.最后,在粗、细粒度语义标注之间引入全局递归式反馈,渐进式迭代更新室内场景的语义类别标签.2个公开的RGBD室内场景数据集上的实验结果表明,与其他方法相比,所提出的语义分割方法无论在主观还是客观评估上,均具有较好的效果.

基于线性体素分割的机载LiDAR点云数据电力线提取

提出了一种基于线性体素分割的机载LiDAR点云电力线自动提取方法。该方法首先基于八叉树结构对海量三维点云数据进行体素化处理,再对体素点云进行线性检测,并结合马尔可夫随机场(MRF)对线性体素进行分割。然后在分割得到的线性段中,通过杆塔和电力线之间上下文关系的先验知识对杆塔进行精度定位,获取杆塔连接线边集。最后,通过设定的圆柱形搜索框,对边集周围的线性段进行识别,提取出电力线点云。为了验证本文方法的有效性,对江苏省电力设计院提供的在山区复杂场景中采集得到的3块机载LiDAR数据进行试验。结果表明,本文方法能够从LiDAR点云数据中提取出较为完整的电力线,提取的平均质量达到了92.6%,对电力线的风险管理具有较高的应用价值。

基于改进的MRF乳腺钼靶肿块分割算法

针对常用的点对MRF(Markov random field)分割算法采用简单的先验模型,在对乳腺钼靶X图像中的乳腺肿块分割时产生的过分割问题,提出一种基于SLIC(simple linear iterative cluster)算法改进的MRF分割算法。采用SLIC算法将图像预分割为内部一致性较高的超像素区域,根据超像素区域的特征建立邻域系统并构建MRF,以超像素区域代替像素点作为分割单位实现乳腺肿块分割。实验结果表明,采用该算法对乳腺肿块进行分割可以高效获得较为准确的分割效果。