自由曲面测量的三维散乱点云无约束配准

结合局部曲面拟合和广义二分优化搜索,提出了用于大尺寸自由曲面形貌测量中多视三维散乱点云自动配准的算法。首先,对点云微小局部区域进行标准最小二乘曲面拟合,根据拟合残差提取给定点云的全部非平坦区;借助图论中"邻接"与"可达"的概念以及非平坦区的空间分布统计特征,进行相邻点云非平坦区的区域聚类计算以及区域匹配,进而自动获得配准位姿初值。然后,计算源点云在目标点云中最靠近点的k邻近,并向k邻近点的局部移动最小二乘拟合曲面做正交投影,以提取对应点。最后,采用广义二分优化搜索进行位姿变换的优化求解。试验结果表明:该方法稳定、可靠,无需人工交互,适用于采样错移情形。在重叠区域内选取150个对应点进行位姿优化时,平均配准缝隙约为0.02mm,可以满足大尺寸自由曲面形貌测量的多视三维散乱点云配准的要求。

将组合特性引入非线性规划中的一些探讨

能否把一个非线性规划的算法进行改造后用于线性规划,使算法在解线性规划时的时间为问题大小的一个多项式阶,这是一个很有意义的研究方向。为了讨论这种改进,就要对本来是针对连续优化问题的算法以及问题本身的表达引入组合特性。本文通过对目前存在的线性规划的多项式时间算法的组合特性的分析,提出对一般算法引入组合特性的可能途径。这种途径主要是利用广义的二分搜索的一些性质。文中还分析了Karmarkar算法的非线性收敛性质。