Cesaro矢值序列空间的端点与局部一致凸点

刻划了Cesaro矢值序列空间的端点和局部一致凸点,给出了它们的判据.

采用平面-空间颜色局部一致性的点云模型描述

为了避免在建模过程中对动态模型进行网格化处理和纹理映射,获得较高的建模速度及良好的模型外观,提出一种基于点云模型的动态物体模型重建方法.通过分水岭分割原理进行图像分割并提取分水岭轮廓;然后采用剪影轮廓序列建模方法重建物体的稀疏点云模型;最后根据平面-空间颜色局部一致性原理扩充模型,获得稠密点云模型.实验结果表明,该方法能够快速生成紧致性描述且具有外观表象的三维模型.

基于局部小波模式和一致性点漂移的多模医学图像配准

为提高多模医学图像配准的速度、精度和鲁棒性,本文提出一种基于局部小波模式(LWP)和一致性点漂移(CPD)的多模医学图像配准算法。首先提取图像稳定特征点,然后通过局部小波分解编码8邻域信息;接着变换中心像素值,使中心点像素构成的向量取值与小波分解向量取值范围相一致,通过比较中心像素变换向量与小波分解向量计算LWP描述子;最后把结合高斯混合模型后验概率和负对数似然函数的函数作为目标函数,利用一致性点漂移算法进行模型参数估计和空间变换。实验结果表明在图像存在噪声、灰度不均匀和初始误配的情况下,LWP-CPD算法的鲁棒性、配准精度和计算复杂度都达到很好的效果。

现代建筑物点云平面特征识别方法

【目的】基于现代建筑物点云数据面片特征,提出一种基于随机抽样一致算法的平面分割识别方法。【方法】该方法先利用三维格网划分来建立空间格网单元,再根据随机采样点来确定局部格网单元,通过随机机制来拟合平面模型,经过局部打分来确定候选模型集,利用法向约束和共面分割来解决过分割和欠分割的问题。【结果】采用该方法可获取当前最优模型和一致集,并完成点云分割。【结论】试验结果表明,该方法能对富有平面特征的建筑物进行有效分割。

赋Orlicz范数Musielak-Orlicz序列空间中的紧局部一致凸点(英文)

给出了赋Orlicz范数Musielak-Orlicz序列空间中的紧局部一致凸点的判别准则,从而得到了赋Orlicz范数的Musielak-Orlicz序列空间是紧局部一致凸的充分必要条件。

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。

Orlicz序列空间中一点的上(下)单调系数

给出Ｏｒｌｌｃｚ序列空间中单位球面上一点的上（下）单调系数的计算公式。

基于节点的局部网格生成算法

讨论了基于节点的有限元方法的网格生成算法及其产生的不一致性问题,提出了基于D e launay三角剖分的唯一性来克服网格不一致性现象的思想,并建议使用局部区域分割方法合理地确定探索圆半径,使中心节点的探索圆包含它的所有卫星点,进而确保算法无不一致性。理论分析和算例表明了该方法的可靠性及有效性。

基于局部类别一致k均值聚类的目标识别方法

针对复杂背景下的目标识别,提出了一种同时检测目标位置和区分目标类别的识别方法.该方法首先从图像中提取丰富的兴趣点,通过图像之间的对极几何约束,过滤出精确匹配的图像兴趣点;然后在兴趣点特征空间用局部类别一致k均值聚类方法生成特征码本;最后,对于给定的测试兴趣点集,通过投票得到表示目标类别的局部特征,采用最大化目标类别和目标位置的联合概率得到前景目标.在Caltech-101数据库和实际场景图像上的实验表明,该方法的识别精度大约提高了8%.

局部特征点的鲁棒性数字稳像

针对视频序列受载体的影响,本文提出了基于Harris局部特征点的数字稳像方法。局部特征点在图像处理、模式识别、计算机视觉以及目标检测与跟踪领域得到了广泛的研究。首先,利用Harris算法提取动载体摄像系统中每帧图像的局部特征点,采用基于归一化互相关匹配算法进行局部特征点的匹配,提出了一种双向搜索的匹配策略来提取具有较强鲁棒性的特征点;然后,利用随机抽样一致算法进一步筛选所选定的特征点,并将保留下来的精确匹配特征点带入仿射运动模型求出全局运动矢量;最后,提取全局运动矢量中的抖动参数,并对原始图像进行补偿。实验结果表明,该方法可以快速有效地处理图像序列的仿射运动,水平和垂直方向的精确度小于1 pixel,并且具有较好的鲁棒性,可用于动载体摄像系统。

局部FC-一致空间内的联立广义矢量拟平衡问题组(英文)

在局部FC-一致空间内引入和研究了某些新的广义矢量拟平衡问题组和联立广义矢量拟平衡问题组.应用KKM型定理和作者在局部FC-一致空间得到的Himmelberg型不动点定理,首先在局部FC-一致空间内对两族集值映象证明了一个新的重合点定理.作为应用,在局部FC-一致空间内得到了广义矢量拟平衡问题组和联立广义矢量拟平衡问题组的解的某些新的存在性定理.这些结果推广了文献中某些已知结果.

Orlicz-Bochner函数空间中的单调点(英文)

本文主要研究了在赋予Orlicz范数与Luxemburg范数下Orlicz-Bochner函数空间中的一些单调点.

Banach空间中H-η-单调算子的变分包含混合逼近点算法

推广了Verma的关于Banach空间中变分包含的混合逼近点算法,它和在Hilbert空间中的结论不同,这样关于变分包含的研究就可以应用到Lp,Wm,p(Ω)空间中,其中p>1.

赋p-Amemiya范数Orlicz空间的局部凸点

运用几何方法给出赋p-Amemiya范数Orlicz空间具有局部一致凸点和弱局部一致凸点的必要条件.

Banach空间中极大单调算子的一个邻近点算法

设E是Banach空间,T∶E→2E*是极大单调算子,T-10≠ф.令x0∈E,yn=(J+λnT)-1xn+en,xn+1=J-1(αnJxn+(1-αn)Jyn),n0,λn>0,αn∈[0,1],文章研究了{xn}收敛性.

一致分支点漂移算法

分支点是多传感器图像之间一种重要的关联特征,因此分支点匹配对多传感器图像配准有着十分重要的意义。基于CPD的基本思想提出了一致分支点漂移算法。针对分支点自身特点,提出了局部结构相容度的概念,用于度量和检验两个分支点的一致性程度;并将其作为匹配约束项嵌入到高斯混合模型分量的后验概率计算中,有效利用了分支点包含的分支边缘等结构信息,同时增强了算法对噪声和外点等干扰因素的抵抗能力,提高了分支点匹配的收敛速度。实验结果表明,提出的一致分支点漂移算法比CPD算法能够更快收敛到最优参数集上,同时得到的分支点配准精度更高。

Musielak-Orlicz序列空间的单调点

得到 Musielak- Orlicz序列空间中上 (下 )单调点和上 (下 )局部一致单调点的充分必要条件 .

一种结合随机采样一致性与主成分分析的点云配准方法

针对迭代最近点算法(ICP)对点云初始位姿有较高要求和随机采样一致性算法(RANSAC)不稳定的问题,提出了一种基于RANSAC和主成分分析(PCA)的点云配准方法。基于局部关键点配准、RANSAC+PCA粗匹配、全局优化精配准的框架,利用固有特征(ISS)关键点检测方法和非最大抑制值处理关键点,通过改进的快速点特征直方图(FPFH)优化建立关键点之间的对应关系组,融合过滤筛选、PCA主方向限制,以降低迭代次数且能利用ICP进行精准配准。本文对飞机点云、道路点云和兔子点云的点云配准数据进行特征点检测方法对比实验,实验表明:在相同的迭代次数条件下,RANSAC+PCA+ICP配准方法比RANSAC+ICP配准方法更具有稳定性,运算时间分别降低7.60%、13.49%、15.64%,并具有较好的配准效果。

Banach空间上的W局部一致凸的一些性质

主要讨论了在Banach空间上局部一致凸空间X的一些性质,南朝勋在他的文章中讨论了Banach空间上的严格凸的一些性质,指出了严格凸具有性质,这里进一步给出了局部一致凸也具有该性质,并且对其相应的结论进行了进一步的讨论,得出了一些新的结果,同时也讨论了局部一致凸的单位球面的一些结论。

内外特征一致性对齐的非等距三维模型对应关系计算

针对非等距三维模型对应关系计算准确率低且难以自动化的问题,提出一种基于局部流形调和基与内外积空间对齐的三维模型对应关系计算算法.首先利用局部流形调和基作为模型本征信息,并结合笛卡儿坐标等外部信息嵌入内外积空间,实现本征信息和外部信息对齐;其次将计算对齐的目标函数与一致性点偏移算法融合,提高结果的稳定性和准确性;最后利用基于交替方向乘子法的交替优化算法来求解目标函数,构建最终的对应关系结果.与已有算法的对比实验结果表明,所提算法在SMAL,SHERC’19,TOSCA和SHERC’16 Topology数据集上构建的对应关系测地误差最小,全局对应关系准确率最高,同时能够处理拓扑噪声和模型自身对称性影响对应关系计算的问题.