基于三维云模型的智能控制器研究

首先介绍了云模型的基本概念和规则推理,提出了三维云模型的的概念,分析了三维云模型的规则推理,设计出基于三维云模型智能控制器。最后与常规PID控制系统进行了对比,仿真结果表明了本文设计方法的有效性。

基于特征点动态选择的三维人脸点云模型重建

针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,该算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.8165 mm,相较其他算法,其在模型重建精度和效率方面都有所提升,具有良好的应用前景。

基于组合赋权三维云评估技术的深部煤矿顶板事故风险分析

为了更好地对深部煤矿顶板事故展开风险评价,提出了组合赋权三维云评估技术。基于事故统计及事故致因理论,对深部煤矿顶板事故风险指标体系展开研究,采用博弈论对改进层次分析法(Analytic Hierarchy Process,AHP)和熵权法进行博弈分析,以实现风险指标的组合赋权,通过构建三维云模型,对深部煤矿顶板事故危险性进行可视化分析。结果表明:包括行为、技术、设备、环境、管理5大风险因素在内的一级指标并其下20个二级风险指标是深部煤矿顶板事故风险评价指标体系的主体内容,且以环境风险权重最大;由三维云评估技术分析可知,平煤九矿的顶板事故风险级别为Ⅲ级,即修复后可接受,与该矿生产实际情况相符。组合赋权三维云评估技术的提出有助于完善深部煤矿顶板事故风险评价方法,可应用于工程实践。

针对三维彩色点云模型水印算法的研究

为实现三维彩色点云模型的版权保护,有效提高数字水印算法的鲁棒性,提出了一种基于冗余离散小波变换和奇异值分解的三维彩色点云模型的数字水印算法。首先,该算法对三维彩色点云模型进行三维仿射不变性处理;其次,利用坐标投影算法将处理后的三维彩色点云模型转化为二维彩色图像;接着,将二维彩色图像应用冗余离散小波变换得到的低频部分LL子带作为水印的嵌入区域,并且对LL子带进行奇异值分解,此外应用Arnold变换将二值水印图像变为加密后的水印图像;最后,通过修改奇异值分解得到的矩阵U中的相关系数来实现加密水印图像的嵌入。水印提取是根据矩阵U中的相关系数的大小关系来实现。实验结果表明,该算法对平移、旋转、均匀缩放、噪声、剪切、简化等攻击具有鲁棒性,不仅有效提高了数字水印算法的鲁棒性,而且也达到了保护三维彩色点云模型版权的目的。

基于三维点云模型获取单木树高和胸径的研究

使用无人机和智能手机分别从空中和地面拍摄的样地林分影像构建三维点云模型,并从三维点云模型中获取样地内单木树高和胸径参数。本研究以池杉人工林为研究对象,利用PhotoScan Agisoft软件对无人机倾斜摄影和智能手机近景摄影的样地影像进行三维重建,通过对齐照片、控制点刺点、对齐优化、建立密集点云等步骤,构建出与样地实景相符的三维点云模型;通过LiDAR 360软件从样地三维点云模型中获取单木的树高和胸径参数,将其与实地测量获取的单木树高和胸径参数进行对比分析。利用无人机和智能手机影像构建的三维模型可以满足《数字航空摄影测量测图规范》的精度要求。通过实测数据和点云数据获取的树高和胸径的平均差值分别为-0.9 m和-0.8 cm,平均相对误差分别为5.4%和7.1%。以实测数据作为自变量x,以点云数据作为因变量y,树高和胸径回归模型的R2分别为0.809 5和0.918 4。将倾斜摄影和近景摄影的点云模型统一在同一空间参考基准下可构建出与样地实景相匹配的三维点云模型,从样地三维点云模型中获取的单木树高和胸径与实地测量结果具有较好的线性相关性,本研究所使用的方法可以代替传统林业调查手段应用于人工林。

基于K-means聚类方法的三维点云模型分割

提出采用K-means聚类分析方法对三维点云模型进行分割。论文指出,对于分布呈现类内团聚状三维点云模型,K均值聚类分割可以得到较好的结果。与三维网格模型的K均值聚类分割、点云模型的谱系聚类分割的实验结果比较证实了这一点。

三维散乱点云模型的特征点检测

随着三维点云模型越来越受到人们的关注,如何对数据量大,无序的三维点云模型进行特征点检测也是近几年的研究热点。本文提出了基于曲率和密度的特征点检测算法,为每个数据点定义一个特征参数,这个参数由三部分组成:点到邻居点的平均距离;点的法向与邻居点法向夹角的和;数据点曲率。然后通过八叉树方法计算模型的数据点密度,将这个密度与模型到中心点的最大距离相除得到特征阈值,特征参数大于阈值的点就是特征点。本文计算时,检测模型的特征点只需用到三维点云模型的几何特征,如数据点法向,曲率和邻居点。实例表明本算法可准确地检测出散乱数据点云的特征点。

基于离散余弦变换的三维点云模型全息盲水印

目的为保护三维模型版权,提出一种基于离散余弦变换的三维点云模型全息盲水印算法。方法对三维点云模型进行仿射不变性处理,将三维模型由直角坐标系转到球坐标系,并对球坐标中的角度值进行升序排序;将顶点到质心的距离按顺序存入64×64的数组中,作为水印嵌入对象;二值水印图像经全息水印技术生成全息水印,并对全息水印进行分块离散余弦变换,在该变换域的中频部分实现对水印的嵌入,再经过离散余弦逆变换,实现由频域到空间域的变换,生成带有水印的三维模型。结果提出的算法是一种盲水印算法,对一些仿射攻击具有较好的鲁棒性。将水印嵌在变换域的中频部分,水印的不可见性及稳定性增强。结论提出算法可成功获得水印信息,采用全息技术实现了三维模型版权保护。

基于八叉树空间分割的三维点云模型密写

针对三维点云模型的信息隐藏,提出一种基于八叉树空间分割的空域密写算法。对经过主成分分析后的三维点云模型建立包围盒,利用八叉树空间分割得到小体元并记录分割过程,通过顶点位移将信息嵌入到小体元内的不同空间位置。实验结果表明,该算法在提取信息时不需要原始模型数据,具有嵌入量高、失真度低的特点,能够抵抗旋转、平移、均匀缩放和顶点重排序攻击,适合于任意网格的三维模型信息隐藏。

面向三维点云模型的鲁棒零水印技术

对三维点云模型零水印技术开展研究,基于三维模型形状分析、结合数据分析理论,选择具有较高稳定性的三维模型全局几何特征作为水印构造的基础,通过计算三维模型顶点范数,以顶点范数为依据建立三维模型有序顶点集,分析顶点集中顶点数目的分布情况构造水印。实验结果表明,该方法执行速度较快,可以直接应用于三维点云数据,能够很好地抵抗平移、旋转、均匀缩放、顶点重排序、噪声、简化、量化、平滑和细分等常见攻击,对剪切攻击也有一定的鲁棒性,能够满足三维模型版权保护的要求。

基于SIFT特征点的三维点云模型盲水印算法

为提高三维模型版权信息的安全性和鲁棒性,提出了一种基于尺度不变特征转换的三维点云模型水印算法。首先对三维点云模型进行主成分分析,然后将模型中的点到模型中心的距离r进行一定的排序,形成一个m×n的矩阵。对该矩阵进行尺度不变特征提取,找到其稳健的特征点。在选取合适的特征点后对其邻域进行Contourlet变换,将水印嵌入其低频部分,然后进行Contourlet逆变换,即可生成带水印的三维点云模型。实验表明,该算法对几何攻击以及噪声、裁切、简化等攻击具有较强的鲁棒性。该算法可用于实际三维模型的版权认证。

三维点云模型高鲁棒性多重盲水印算法研究

目的为了满足多用户共享三维模型版权时的单用户版权独立认证等需求,结合CDMA技术,提出一种三维点云模型高鲁棒性多重盲水印算法。方法为不同用户分配不同的Walsh码,并利用Walsh码,对各自的二值水印图像进行编码,得到多路混合的水印;对三维点云模型进行仿射不变性处理,并将模型的顶点坐标转换为球面坐标,角度值按照升序排序,按顺序选择顶点到重心的距离组成的二维矩阵,作为水印的嵌入对象。对二维矩阵进行二级小波变换,将多路混合的水印嵌入到对角线方向高频部分,经过小波逆变换得到含多重水印的三维点云模型。结果该算法对噪音、仿射、重排序等攻击具有很强的鲁棒性。能够嵌入多重水印,且多重水印之间没有发生相互碰撞。结论文中算法能够满足多用户共享三维模型版权时单用户版权独立认证和版权保护的需求。

基于Susan算子和光流法的三维点云模型重建

针对目前在基于三维建模的三维模型检索技术中存在的对目标物体特征点的选取自动化程度不高的问题,提出了基于Susan算子和光流法配合EM算法的三维重建算法,实验证明该算法有效.

基于三维点云数据的集料颗粒棱角性量化评价

集料颗粒的棱角性是决定沥青混合料路用性能的重要因素。文中首先搭建了基于Gocator 3D智能传感器的集料三维图像采集系统,获取粒径为9.5、13.2和16.0 mm的玄武岩、花岗岩和石灰岩3种集料样本的三维点云数据;然后采用基于Sobel-Feldman卷积和基于集料表面法线的集料颗粒表面棱角性量化方法进行评价,并与现有AIMS梯度棱角评价方法进行了对比。结果表明:基于Sobel-Feldman卷积的集料颗粒表面棱角性量化方法评价集料颗粒棱角性具有更高的准确性;集料越尖锐,集料棱角性指数越大,法线聚类个数越多;集料越圆滑,集料棱角性指数越小,法线聚类个数越少。

基于多视角区域生长的复杂点云模型分割

为提高三维点云模型在特征模糊区域的分割精度,提出了一种借助多视角区域生长的分割方法。基于网格法向量方向相异性原则,初次将模型划分为不同类别的子区域,在相应区域建立点云与多视角距离图像的一一映射关系。利用Canny算子对灰度的敏锐性获取独立连通域并计算其重心坐标,根据对应关系在三维点云中提取对应点作为种子点,然后引入网格法向量的偏移角度分离邻接面,同时对剩余彼此独立的分割面按照迭代搜索最近点的原则进行提取,并利用KNN算法去除离群点实现分割优化。在选取的模型数据集上进行实验,结果表明该方法能够实现复杂点云模型的合理划分,分割精度不低于80%。

基于优化DRG的三维人体点云骨架提取方法

针对离散Reeb图(Discrete Reeb Graph,DRG)描述人体骨架时分支部位骨架线偏离中轴的问题,采用了能量函数最小化的方法对DRG曲线进行优化。将人体模型的DRG曲线作为初始骨架,定义其能量函数,在点云模型的距离场梯度的作用下,迭代地调整偏离中轴目标段的曲线位置使其逐渐逼近中轴,能量函数最小时得到优化的骨架。将该算法应用于同一模特四个不同姿势和四个不同模特同一姿势的人体点云模型,并与基于拉普拉斯算子的点云收缩的骨架提取方法进行了比较。结果表明,该算法能够很好地适应各种不同姿势和体型,模型分叉部位的特征得到更加完善的描述,得到的骨架曲线更接近模型的中轴。

基于Django与HDFS的分布式三维模型文件数据库构建

随着多媒体技术及Internet的迅速发展,三维数据模型的数据快速增加,大容量高速存储系统为三维模型的海量存储提供了基本保障,模型数据库的研究将对工业生产、医学数据管理、机械制造和生产、航空航天领域、罪犯识别系统等方面提供了有力的支持。本文将构建一个基于Hadoop的HDFS文件存储功能与Django相结合构建一个云端分布式三维数据存储系统。通过该系统将解决三维数据目前单一存储的问题。该系统将对于三维模型数据提供"云集中"存储。用户将数据模型统一上传至三维模型数据库中,在构建三维场景时,用户能够通过模型管理系统系统的接口,实现模型库中三维模型的检索、导入、移除功能。

丘陵果园自然环境下柑橘采摘机器人设计与试验

智慧果园是未来果园行业发展的趋势,智能化果实采摘是发展智慧果园的关键问题。为实现智能化果实采摘,本文搭建了一种适用于丘陵果园矮化栽培模式下的柑橘采摘机器人系统。针对丘陵果园垄间地面凹凸不平,存在地形倾斜角0°~20°,设计了一种自适应调平平台保持机械臂基座水平;通过视觉系统获取多幅点云图像建立果树的三维点云模型,获取果实位置信息;为避免采摘时造成果实损伤,结合柑橘类水果的采摘特点,设计了一种剪切夹持一体化的末端执行器完成柑橘采摘。针对果园自然环境的主要扰动因素(风和光照)进行分级,设置10组对比试验,结果表明:在低光照或正常光照条件下,平均果实定位准确率为82.5%,末端执行器夹取成功率为87.5%,平均采摘时间最短为12.3 s/个;高光照条件下平均果实定位准确率为72%,末端执行器夹取成功率为80%,平均采摘时间最短为12.5 s/个。

探析三维激光扫描在城市地下空间测绘中的应用

三维激光扫描技术由于具有全天候、扫描速度快、分辨率高、精度高、主动式及非接触式等优点在许多领域得到了广泛应用。本文将三维激光扫描技术应用于城市地下空间测绘及三维模型构建,并介绍了点云数据采集、去噪、配准、建模、模型管理的方法与流程,其数据成果为城市地下空间信息化管理提供依据,希望本文的研究成果能为读者提供一定的参考价值。

城市园林景观空间格局三维数字化重建系统设计

以往三维数字化重建系统因未采取特征匹配算法提取城市园林景观图像中空间格局特征,导致重建精度较低。为此,设计城市园林景观空间格局三维数字化重建系统,通过ZED双目立体相机采集城市园林景观的二维图像,所采集二维图像通过视差图修复和细化环节等预处理后,利用SIFT相关特征匹配算法提取预处理后图像的空间格局特征,通过三维点云的纹理映射功能将图像的空间格局特征映射至三维点云模型中,并将数字影像色彩属性信息通过OpenGL图像库添加至三维点云模型中,实现城市园林景观空间格局三维数字化重建。实验结果表明,该系统可有效重建逼真、色彩鲜明的三维数字化城市园林景观空间格局,建模误差均在1%以内,建模精度较高,满足三维数字化重建要求。