基于语义连通性的室内RGB-D深度图像超体素融合与分割

室内复杂场景三维点云数据具有粘连性和非结构性,针对传统方法对室内场景进行三维重建不能较好地分离其所包含物体的问题,本文提出了顾及语义连通性的RGB-D深度图像超体素分割与融合方法。首先,从空间位置、颜色特征、结构特征、法向量、部分与整体的关系等方面定义语义连通规则;其次,实现了RGB-D深度图到三维点云的转换,并对转换后的点云构建了Kd-tree索引;最后,利用点云过分割算法VCCS对深度图点云进行超体素分割,并采用局部凸包连接算法融合生成的超体素顾及语义连通性。实验结果表明,当Rvoxel=0.007 5,Rseed=0.8,wc=2.0,ws=0.4,wn=1.0时,场景分割效果最为理想,且场景中的桌面及其上面的铁盒、碗及柱状物体都能较好地区分。

经典语义地图模型求解的非唯一性问题

语义地图模型是语言类型学中对跨语言的形义配对数据提取规律并进行可视化的一个方法,具体包含两个概念:概念空间反映跨语言普遍的各种功能在使用相同形式进行编码方面的倾向性分布;语义地图指单语中某具体语言形式的形式—功能配对。目前学者提出的方案大致可分为三类:基于图论的经典模型、加权图模型以及基于欧式空间的多维标度模型。在经典模型的求解过程中,由于需要遵守语义地图连通性假设,因此往往存在非唯一性问题(又称歧解问题),即根据给定数据,无法得到唯一确定的概念空间。后两种方法都将跨语言形义配对的频数信息纳入考虑,表面上规避了这一难题,但并未从根本上加以解决。本文将经典模型的求解看作最优化问题中的0-1规划,利用CPLEX软件求出所有可能的解。我们还将可能导致歧解的数据类型分为两类,分别对应分配式歧解和交替式歧解,并提出分配式歧解的一种表示方法——收缩法,可以将所有的歧解在一张图中展示出来。

论地理信息的尺度特性

尺度是地理信息一种固有的本质属性,尺度问题是当前地理信息科学研究的核心内容之一。该文根据地理信息在获取、处理、传输、表达和分析中尺度显现的基本规律,将地理信息的尺度特性概括为尺度依赖性、空间形态可分性与可聚合性、语义层次性与语义连通性、尺度不变性、尺度一致性,并探讨其具体内涵。