基于主方向高斯映射的旋转面特征提取

为了从点云中准确提取几何特征参数，给出了旋转面特征提取算法.该算法对旋转面主方向映射到高斯球面，生成主方向高斯图像（PDGI）. 对高斯球进行均匀分割，生成一系列小立方栅格，并将高斯球上图像数据点分配到相应的立方栅格中.根据每个栅格中的图像数据点数，对栅格聚类分析，获得一组特征栅格，由这组特征栅格中的图像点来确定大圆所在的平面，从而根据平面法矢确定旋转轴方向.根据旋转面法矢和旋转轴方向，获得旋转轴的定位点，从而确定了旋转轴.并给出了旋转轴的优化方法.计算实例结果表明，该算法能够稳定、准确地提取出旋转面的几何特征参数.     

基于4D Shepard 曲面的点云曲率估算

为了高效处理大规模点云数据，提出了一种新的曲率估算方法.该方法基于空间六面体栅格分割点
云，针对每个栅格中的测量点逼近局部二次抛物面，通过计算并检查抛物面的最小采样密度和自适应划分
栅格来构建符合给定允差的局部曲面，使用步进法对曲面进行采样，利用坐标转换法计算每个采样点的曲
率、插值采样点的坐标和曲率来构造全局4D Shepard 曲面，并快速计算点云中每个测量点的曲率.结果表
明，该方法通过Shepard 曲面插值点的简单线性组合估算曲率，无需构建三角网格，具有复杂度低，实用
性强的特点.应用该方法能够快速、准确地获取大规模离散数据的曲率值.     

不同量程信号融合抑制噪声新方法

针对高精度测量电路中采样通道和模数转换器(A/D）产生的噪声对精度的影响问题，提出了对同
一信号采用多通道同时进行采样，并结合多通道数据相关叠加算法对数据进行融合来减小测量噪声的新
方法.在实际测量过程中，利用A/D在不同的量程下信噪比不同的特点，采用一个固定量程的通道和一个
可变量程（随着信号量值变化而变化）通道同时对信号进行采样;这样,在降低噪声的同时还可以提高信
号的分辨率.实验证明，该方法能有效抑制噪声，保持测量的最高分辨率.此外该方法具有很好的实时性
，适用于高速信号处理的场合.     

基于车载LiDAR数据的道路边界精细提取

根据道路在车载激光点云数据中的表达特征,提出一种基于轨迹线辅助下的K均值聚类算法,开展针对道路边界线的自动精细提取研究,算法描述为:先进行数据预处理,将复杂轨迹简化成单一轨迹;再利用轨迹辅助,通过插入截面,将点云投影在截面上获得"断面线";然后以断面线为基础,采用K均值聚类算法提取出道路边界;最后对提取的道路边界进行检核、优化,获取精细道路边界信息.实验表明,该方法实现了道路边界高效准确地全自动提取.     

基于Radon变换的浅海宽带脉冲声源定位

为了提高声纳在浅海的工作性能，在分析实验数据的基础上提出了新的多路径定位方法.将已知信
号与每个通道的接收信号进行相关，获得相关系数矩阵，对由相关系数矩阵构成的图像进行Radon变换，
以时间分辨力补偿空间分辨力，提取声场的多路径参数，估计声线到达角和到达时延差，结合声线反传技
术，实现宽带脉冲声源定位.在修正阵型估计误差后，进一步提高算法的定位精度.实验结果表明，该方法
能有效地对浅海脉冲声源进行定位，不受空间采样率或路径数必须小于阵元数的限制，具有较好的宽容性
.算法计算量小，易于工程实现.     

虚拟多传感器信息融合的在线钢材视觉检测

为提高工业现场在线视觉检测准确性，提出了一种新颖的基于虚拟多传感器信息融合的在线视觉检
测方法.该方法在虚拟多传感器的概念及其实现技术的基础上，给出了一种基于统计方法的自适应权系数D
S证据理论融合算法.对在线获取的实时图像完成特征统计，获得图像的信息融合权系数.分别采用Canny
边缘检测、Sobel梯度算法、区域灰度均值以及模板匹配度计算等方法对图像进行处理，获取图像中存在
检测对象的基本信度.利用加权D S证据理论融合这些基本信度，并获得实时检测数据.现场应用结果表明
，该方法具有检测分析快速准确、抗干扰能力强、适用范围宽且不需要多个传感器的特点.     

逆向工程特征参数提取技术研究

逆向工程是从已有实物的测量数据点中提取其特征参数进行模型重建的过程,特征参数的提取是逆向工程的关键技术之一。该文提出了一种新的回转面特征参数提取算法,将蚁群算法应用在逆向工程的特征参数优化过程中,首先建立回转面特征参数提取数学模型,然后运用蚁群算法实现过程优化,从而提取出特征参数,实现回转面图形重建,最后通过实例验证了该算法的有效性,该算法提高了特征参数提取精度和效率,适用于空间任意位置回转面的特征参数提取。     

基于小波变换的纹理图像融合

针对采集到的纹理图像无法呈现纹理物体的整体特征的缺陷，提出了一种新颖的图像融合算法.该
融合算法基于纹理图像的大部分纹理信息存在于高频子带中的特点，分别对两幅互补图像进行小波分解，
再对低频子带采用平均融合算子处理，然后对高频子带采用高斯 拉普拉斯算子提取局部边缘信息，以作
为融合规则，并根据两幅互补图像的相似度对高频子带加以融合.结果表明，该算法通过对多幅互补图像
的小波分解图像进行融合，使得融合后的图像内容清晰，纹理信息更加丰富，为后续的缺陷查找步骤提供
了准确的依据.     

充水式橡胶坝状态参数的实时软测量研究

为了防止因坝体震动造成坝袋表面磨损及灾难性倒塌，提出了基于模型的充水式橡胶坝状态参数的
实时监测算法.通过流体静力学规律对橡胶坝进行分析，建立了无溢流情况下橡胶坝的静态二维模型.对此
模型进行无量纲化处理，使得对橡胶坝状态参数的监测转化为数学意义下标准的两点边值非线性微分方程
组的求解.采用数值方法“打靶法”，联立四阶Runge Kutta法和Newton Raphson法来求解此两点边值非
线性微分方程组，从微分方程组的解中获得要监测的状态参数.仿真结果表明，该实时监测算法可以清楚
地刻画出橡胶坝横截面的形状，且可以有效地监测橡胶坝参数.     

任意荷载下黏弹性饱和土体中球壳的动力响应研究

工程实践中经常需要解决无限大弹性体内球壳的动力响应问题.采用Biot波动理论，对黏弹性饱和
土体中球壳的动力响应问题进行研究分析.利用Helmholtz分解原理，通过引入势函数，在Laplace变换域
中得到任意响应模式下球壳的动力响应解答.最后利用Laplace数值逆变换得到时间域中的数值结果，讨
论了在球壳内作用有轴对称荷载和流体压力两种情况时不同响应模式条件下球壳动力响应.球壳内作用有
轴对称荷载时接触面上的径向位移随n值的增大而减小，孔隙水压力开始有较大振荡；球壳内作用有流体
压力时在瞬时响应模式下位移趋近于零，而孔隙水压力变化相对平缓.结果表明,对于黏弹性饱和土体中
的球壳在不同的边界条件和响应模式下动力响应差别很大.     

基于截面特征相容的曲面约束重构

为了从点云中重建高品质的曲面模型,提出一种基于截面特征相容的曲面重构方法.该方法将由点云切片获取的截面曲线分层次表达为直线、圆弧、B样条等基本曲线元和特征点的集合,并基于曲线微分几何属性,建立截面曲线特征点对应的数学模型,采用动态规划法求解并确定其初始对应关系,以曲线元特征匹配准则优化对应,逐步确立截面曲线间的特征对应关系,将特征对应关系映射为参数对应即可利用成熟算法逼近生成蒙皮曲面.实例表明,该算法获取的曲面模型不但满足精度和光顺性要求,而且忠实地反映了原始物理样件所蕴含的特征信息.     

任意四边形网格上G1/C2连续B样条曲面的构造

针对经过四边形划分的点云或网格模型,提出了在呈任意拓扑四边形的网格上构造光滑拼接曲面片的算法.首先生成原始模型上的四边形曲线网格,且对每个四边形区域,由边界曲线和内部数据点拟合生成B样条曲面,在得到G0连续的曲面片网格后,采用了一种跨界导矢矫正方法,使相连的两张曲面片在正则边界上保持C2连续,非正则边界上保持近似的G1连续.实验表明,该算法速度快,适用性强,对四边形网格的拓扑结构没有限制;在重建的曲面片具有较好的连续性,同时保持了模型的几何特征,能满足工程实际需要.     

基于点云数据的立木树干局部曲面拟合及拓扑结构

基于海量测量点云数据加工处理的关键是通过获得点云的局部特征拓扑结构来精简数据,而其算法的效率尤为重要。本研究首先对缺乏足够几何拓扑信息的点云,建立每个数据点邻近点的几何拓扑信息,同时综合运用重构管道曲面和随机霍夫变换算法,对立木树干进行拟合。实验结果表明,其效果明显优于双三次Bezier曲面插值拟合法。然后改进求取K近邻获取拓扑信息的算法,也得到了良好的精简效果。     

基于多层次语义特征的建筑立面点云提取方法

建筑立面信息是指建筑物与外部空间接触面的空间分布及属性信息,如何从点云数据中提取建筑立面信息是点云数据处理中的热点和难点。为解决传统格网密度算法在建筑立面点云提取时评价标准单一、适应性不强的问题,综合分析建筑区各类典型地物点云的高程分布、投影密度、法向量分布等局部及整体空间特征,构建由点云单点语义、格网语义及区域语义组成的多层次语义特征描述子,在此基础上提出一种建筑立面点云提取方法,针对建筑立面点云在不同层次语义上的特点设置合理阈值,通过逐层筛选实现建筑立面点云的精确提取。试验结果表明：该算法能在低层、高层以及超高层建筑区等不同场景海量点云中快速准确地实现建筑立面点云提取,算法精度、效率、适应性良好。     

三维重建表面几何特征的提取与参数测量计算

对三维重建结果的表面特征进行提取和误差分析,是提高三维目标测量精度的关键步骤. 提出了对三维重建表面几何特征进行提取,并对其进行参数测量计算的方法. 首先利用STL文件对三维重建得到的目标点云数据进行读取、导出并筛选,得到三维重建目标的点云数据,通过迭代计算生成CAD模型表面点云数据. 再提取重建目标与CAD模型的几何特征,计算粗糙度、平行度和平面度等几何参数特征值,进行误差比较和分析,最后将该结果反馈至三维目标重建过程中. 实验结果表明,提出的方法能有效地提取三维重建结果表面几何特征及对表面进行测量计算.     

一种基于斜率差和方位角的矢量数据匹配算法

矢量空间数据同名特征点搜索和同名特征点匹配是对多时相、多尺度地理实体要素进行变化检测的关键技术。结合矢量空间数据的坐标特征和方位角,提出一种同名地理实体要素特征点搜索与匹配算法。该算法采用分步取点的思想,分别提取曲线X、Y方向上的极值点为初始特征点,利用各极值点斜率差的绝对值作为约束条件删除冗余极值点。在上述提取结果中,两个相邻特征点通常存在较大变形,需添加部分合理特征点。综合利用特征点坐标方位角和距离进行同名特征点相似度匹配,分别利用线实体和面实体进行试验验证。结果表明:本研究算法能够适用于线实体和面实体特征点的提取与匹配,并具有良好的精度和可行性。     

采用动态残差图卷积的3D点云超分辨率

为了在超分辨率中对非欧数据的3D点云进行局部信息高效提取,提出采用动态残差图卷积的3D点云超分辨率网络(PSR-DRGCN),该网络包括特征提取模块、DRGCN模块及上采样模块. 对于输入的3D点云, 特征提取模块采用k-近邻(k-NN)算法在3D空间中找到每个点对应的k个邻居,通过逐点卷积把局部几何信息转换到高维特征空间中;DRGCN模块利用多层图卷积操作将3D空间中每个点的局部几何特征抽象为语义特征,在每一层对点的近邻空间进行动态调整以增加感受野范围,并通过残差连接融合多层次语义信息,从而对局部几何信息高效提取;上采样模块将特征空间中的点进行上采样并转换到3D空间中. 实验结果表明,PSR-DRGCN生成的高分辨率点云在放大尺度为2倍时,相似性指标CD、EMD、F-score相比第2网络分别优化了10.00%,4.76%,16.84%;当放大尺度为6倍时,相似性指标相比第2网络分别优化了2.35%,40.00%,0.58%;在所有情况下的均值与标准差指标上达到最优效果,生成的高分辨率点云质量高.