虚线跟踪的丢失点判断和修复

在工程图纸的矢量化中,由于虚线点易与背景网格线或其他曲线粘连,不易分割,从而造成跟踪时出现虚线点丢失的现象,影响虚线的自动识别。针对这个问题,提出一种基于距离判据与比值判据的丢失点判断和修复算法。通过对虚线点进行初步分割,然后基于距离判据和比值判据对初分结果进行判断,从而确定是否有丢失点及其所在的位置并修复丢失点。实验证明,通过本算法恢复丢失点,取得了较好的虚线跟踪效果。

网球运动视频目标丢失点特征补偿方法研究

对于网球运动视频目标丢失点的特征补偿,传统方法有效性不足的缺陷,提出基于帧间差分消除的网球运动视频目标丢失点特征补偿方法。首先构建三维检测目标模型,利用帧间差分消除算法从运动视频图像中提取背景,预测目标运动轨迹,通过希尔伯特变换分析图像前景的轨迹相位差值特性,检测出目标丢失点。通过观察目标丢失点顶点结构,给出目标丢失点补偿措施。实验实测数据表明,所提方法对网球运动视频目标丢失点的分辨能力得到了大幅度提升,对丢失点的特征补偿精度更高,并且反应时间有效缩短。

顾及航向角变化的轨迹丢失点补全方法

移动载体及其用户的轨迹数据记录相关的行为特征和运动规律,具有重要的社会研究价值,也是轨迹数据挖掘、行为特征匹配等方面的研究重点。然而,在采用GPS获取轨迹数据的过程中会因为信号丢失或者干扰等影响造成轨迹数据的缺失。在路网未知的条件下,由于缺乏快速有效的轨迹修补算法,大多数缺失轨迹会被舍弃或者简单预估处理,严重影响轨迹信息提取的准确性和可用性。针对这一问题,根据轨迹丢失具体情况,确定轨迹丢失点和分类判断规则;以航向角动态变化作为标尺,提出一种丢失轨迹点插值拟合补全算法;最后,利用该算法对采集过程中几类缺失的轨迹数据分别进行实验分析。实验结果表明,在路网未知的条件下,该算法能够快速、准确地完成缺失轨迹点的补全工作,具有一定的实用价值。

一种改进的视觉传感器与激光测距雷达特征匹配点提取算法

激光测距雷达与视觉传感器的配准是视觉图像与激光距离信息融合的前提。激光测距雷达与视觉传感器的配准可分为点匹配与平面匹配。由于混合像素和非结构空间特征激光点丢失现象,使得基于点匹配的视觉传感器与激光测距雷达配准算法精度难以提高。通过对混合像素和非结构空间特征激光点丢失问题的分析,提出了一种结合平面建模思想,利用假想激光光束与平面模型相交提取匹配特征点的方法。验证了实验结果并进行了算法精度比较。实验结果表明,这种改进的特征匹配点提取算法解决了特征点缺失,并且提高了点匹配的精度,使匹配性能大大地改善。

Spring中AOP的连接点检测器

越来越多的系统开始使用AOP(面向切面编程),面向切面编程越来越重要,但是AOP的连接点丢失问题一直未能很好的解决,该文针对使用Spring框架的系统中日志生成业务设计了一种连接点检测器,可以遍历所有连接点,并在数据库中维护连接点状态。

一种新的射影重建方法

提出一种新的射影重建方法。它以最小化射影三维空间点的平均二维反投影误差为准则,以奇异值分解为工具,分步线性迭代实现求解过程,避免了传统射影重建方法中复杂的非线性优化过程和基础矩阵计算过程,且不需要任何初始估计,适用于匹配特征点存在“丢失点”的情况,不受相机特殊运动的限制。利用虚拟物体和真实物体图像序列进行了实验,证明该方法具有计算简单、准确性和鲁棒性高等方面的特点,具有较高的实用价值。

基于元数据和反射的面向方面软件演化方法

面向方面软件中的基础程序的结构信息发生变化后,会导致意外的连接点丢失问题.其原因在于连接点的定义紧紧地依赖于基础程序的结构,这种紧密的耦合严重阻碍了面向方面软件的演化.提出一种基于元数据和反射的面向方面软件演化方法.在连接点定义和基础程序之间加入概念层,以实现连接点定义和基础程序结构的解耦.概念层模型用于描述基础程序的逻辑信息、物理信息,以及这两类信息之间的映射关系.基于Java Annotation元数据机制在基础程序中使用逻辑信息对程序结构进行标注,同时,使用逻辑信息定义连接点.根据基础程序中定义的元数据对基础程序进行转换,自动生成元对象,基于反射机制实现基础程序演化后连接点的正确匹配.详细阐述了函数、构造函数的转换算法.该方法较好地解决了面向方面软件中由于基础程序结构信息的变化而导致的连接点丢失问题,有助于构建可适应的面向方面软件.

基于多模态步行意图识别的助行机器人柔顺控制

在辅助行走或步行康复训练过程中,助行机器人在紧密跟随人体步态的基础上,准确识别异常行为是人机交互的重要研究内容。为此,提出一种兼具通用性、鲁棒性与便捷性的非接触式多模态步行意图识别方法,能够准确识别多种步态并柔顺地控制机器人运行。首先,分析了步行辅助机器人和步行康复训练机器人的结构、功能与运动学模型,建立了内嵌式机载步态信息检测系统,从而准确描述步态变化规律;其次,为有效解决标志点丢失问题,提出了一种新型的扩展集员滤波算法来精确估计膝关节角度;最后,通过引入用户步态信息,建立了一种基于步态补偿的柔性控制方法并进行了实验研究。实验表明,提出的算法能够在有效克服标记点丢失的情况下,准确识别交互过程中的正常步态,并柔顺地控制机器人运动,同时对跌倒和拖拽步态进行有效识别,识别率分别达到91.3%和89.3%。该非接触式步态意图识别方法可以应用于具有类似结构的助行器及其日常助行与康复训练场景。

叶片型面CMM测量与误差处理技术

介绍了汽轮机叶片的测量方法,并着重叙述了三坐标测量机(CMM)测量的原理;在对叶片截面进行测量过程中,分析了影响CMM测量精度的误差源,列出了CMM测量中经常出现的问题,并提出了相应的误差处理方法。