改进迭代最近点算法的点云自动精配准

针对经典ICP(iterative closest point)算法迭代速度慢、存在误配准点对、鲁棒性不强的问题,利用距离约束函数、kd-tree加速迭代以及CPC(closest point crirterion)三约束方法对算法进行改进。首先利用点到最近三点组成的面的垂足作为最近点,对算法进行了分类约束改进,剔除了点落在面外造成虚假配准的情况,从而提高迭代精度;然后通过kd-tree算法加速搜索点对过程,减少算法的运行时间;最后通过对CPC中存在的几何约束对配准点集进行错误点对剔除,增强了自动配准技术的鲁棒性和抗噪声能力。实验结果表明,与经典ICP算法相比,改进后的ICP算法在配准精度和时间上有所提高,而且能够有效剔除部分误配准点对,增强了算法的鲁棒性。

基于小波变换的35kV变电站供10kV电炉变压器负荷保护检测方法

过高或过低的负荷可能导致供10kV电炉变压器的不稳定,甚至引发系统崩溃或设备故障。因此,提出一种基于小波变换的35 kV变电站供10 kV电炉变压器负荷保护检测方法。通过经验小波和小波变换对含有噪声的电炉变压器负荷数据进行去噪处理,将其分解为多频率的模态函数,以峭度值为依据划分去噪后的模态函数尺度域,重构电炉变压器负荷数据。通过KD-Tree算法将电炉变压器负荷数据划分为多个数量均匀分区,计算可达距离设定电炉变压器负荷判定阈值。建立局部簇关联关系集合,合并处理电炉变压器负荷计算节点聚类结果,划分全局异常样本点集合,完成电炉变压器负荷数据异常检测。实验结果表明,所提方法的去噪效果较好,对电炉变压器负荷异常查全率和查准率均保持在95%以上,且检测时间保持在600 ms以内,可以高效且准确地实现电炉变压器负荷保护检测。

基于高阶重力场模型的山区高程拟合研究

选用沿海山区GNSS水准点的实测高程异常,分别对近几年国际上公布的EGM2008、EIGEN-6C2、EIGEN-6C3stat、GECO、XGM2019e、SGG-UGM-2这6个高阶重力场模型计算的高程异常进行精度检验,分析不同模型、不同截断阶次模型高程异常精度与阶次的关系,采用基于Kd-Tree算法的二次曲面拟合方法进行山区水准面移去—拟合—恢复。结果表明,利用基于Kd-Tree算法高阶重力场模型进行山区水准拟合精度提高明显,具有较好的适应性。

基于特征恢复的离群点移除算法的研究

点云预处理是点云处理很重要的一个环节,在移除稀疏离群点的过程中,点云密度不均会造成有用信息的过度删除。针对这个问题,提出了一种基于特征恢复的离群点移除算法。首先使用传统基于统计的k邻域稀疏离群点移除算法移除稀疏离群点,然后针对过度删除的情况采用RANSAC算法对点云特征进行恢复。实验结果表明,经过恢复的点云数据,相对于单纯依靠传统离群点移除算法处理后的点云数据,过度删除现象有明显改善。由此得出,基于特征恢复的离群点移除算法可以有效删除稀疏离群点,减小对噪声阈值的依赖,同时有效抑制了由于密度不均匀导致的点云数据的过度删除。

改进RRT算法在机器人路径规划中的应用

为了解决快速搜索随机树(Rapid-exploration Random Tree,RRT)算法在机器人路径规划中效率低、复杂度高、趋向性差等问题,提出了一种目标偏向性的改进RRT算法。首先,建立复杂的多障碍物环境模型,并利用KD-Tree算法将待规划空间进行多级分割;其次,在RRT算法的基础上引入变权重的人工势场法,算法的主要作用是实现避开障碍物和启发式搜索;最后,实现对RRT算法的改进。通过对改进的RRT算法进行仿真验证,结果表明:该算法缩短了路径规划的时间,减少采样点数目,使生成的路径更加平滑,更适用于机器人在多障碍物环境中的路径规划。

基于改进的SIFT算法的集成电路图像拼接

使用显微镜获取集成电路的局部图像,再经过图像拼接技术得到完整的集成电路图像,由于在显微镜特性的限制,在特殊场景下(光照不足、发生旋转、图像缺失)的效果并不理想。提出一种基于尺度不变特征变换(scale-invariant feature transform, SIFT)算法的配准改进算法,对显微镜获取的特殊场景下的集成电路图像进行拼接。该方法在配准阶段采用改进的高维索引树(k-dimensional tree, KD-tree)算法对特征点基于准欧氏距离进行双向配准。与其他算法在不同场景下的结果进行对比,证明该算法可以较好的满足集成电路图像在不同场景下的拼接需求。

空中复杂结构目标杂散辐射快速计算算法

针对在自然光环境下天地背景对空中目标的辐射作用,引入光学系统中的杂散辐射信息的计算,结合有限元算法采用并改进传统光线追迹计算模型求解目标散射信息。并且利用Kd-tree算法对面元结构目标建立空间分割描述结构实现加速计算,同时借助Modtran大气传输模型模拟计算自然环境下目标表面的入射光信息,从而利用BRDF模型计算获得复杂目标在天地背景中自然光辐射的散射信息。仿真计算结果表明,该方法相对于有限元求解算法具有相同的计算准确度,并且提升了6到10倍传统杂散辐射计算方法的计算速度。对目标杂散辐射的计算结果表明该方法对目标光学探测、识别和导弹制导等方面的研究具有很高的应用参考价值。

视频序列中目标的检测与跟踪

视频序列中,为降低背景变化对目标的检测与跟踪产生的影响,提出了一种新目标检测与跟踪算法。首先,以像素为基础建立时间序列背景模型,提高了目标检测的精度。然后,采用KD-tree算法进行目标跟踪,获得了运动目标的完整路径。实验结果表明,该方法在视频序列目标的检测与分析中,适应环境变化的能力强,达到实时处理的效果。

基于VR和Kinect的定制鞋设计

针对传统制鞋业定制化程度低,无法适应足部多样性、舒适性,造成鞋业资源的浪费,无法满足当代顾客追求个性化的心里等问题,提出了一种基于VR和Kinect的定制鞋设计方法;对个体足部特征进行测量分析,利用三维建模以及VR技术,实现个体鞋的定制设计;首先,使用Kinect3D摄像机进行足部三维扫描,获取足部深度信息数据并转换成点云数据,利用kd-tree算法及贪婪投影三角化算法进行足部点云的去噪处理和点云重构,在Meshlab软件中测量数据并结合MAYA软件完成三维鞋的建模;最后,结合Unity引擎,设计虚拟交互界面,实现纹理贴图和更换,完成定制鞋系统;结果证明,该系统可以快速地进行人机交互,实现鞋的三维定制,满足顾客个性化的心理需求,会对鞋业的发展产生很大的推进作用。

顾及POI与土地利用数据的城市功能区划分

城市功能区划分是落实智慧城市用地政策和用地开发管控的重要前提和基础,科学探测其分类及分布,对于支撑智慧城市空间规划具有重要作用。针对现有方法在功能区划分时受限于格网或者路网的束缚,易出现POI权重设置不科学及划分不精确的问题,提出一种基于聚类分析确定主体功能单元下的功能区划分方法。首先,基于POI数据,综合利用KD-Tree聚类算法、泰森多边形等算法,实现主体功能地块的划分;然后,基于核密度算法、像元阈值法等方法,实现精准功能区划分;最后,利用研究区真实数据,对城市功能区划分进行精度验证。实验结果表明,利用此方法进行功能区划分精度的Kappa值达到了0.763,具有良好的可行性。