曲率挠率的估计算法及其工艺嵌入

几何处理和计算机视觉的很多应用依赖于几何性质,尤其是曲线的曲率和 挠率。论文对非参数化的曲线提出了曲率和挠率的离散估计公式,以及消除噪音干扰的加权 因子算法。还通过Maple 程序,筛选统计出常见曲线的部分曲率和挠率参考值,提出理想曲 率的大致范围和理想挠率的大致范围,并考虑嵌入到特定的工艺品中实验。     

基于链码的合成孔径声纳图像目标识别算法研究*

为了进一步提高识别速度、增大识别效率,基于图像边缘的链码表示,将微积分中连续曲线曲率的定义推广到离散域,提出了链码离散曲率算法。通过利用链码计算图像边缘的离散曲率,结合特定的函数进行图像匹配,实现了以合成孔径声纳为代表的一类高分辨率、低信噪比的水声遥感图像的目标识别。实验结果表明,该算法计算复杂度较低,较之传统的基于特征提取的目标识别算法具有更高的识别效率。     

U弦长曲率:一种离散曲率计算方法

数字曲线的离散曲率计算在图像分析和计算机视觉的各个领域都有广泛应用.文中提出一种离散曲率计算方法——U弦长曲率.数字曲线上的每个点,它的支持领域由距离该点为给定弦长的两点确定,再在这个支持领域内估算当前点的U弦长曲率,理论分析论证U弦长曲率与曲线的真实曲率之间存在一种明确联系.与现有的离散曲率计算方法相比,U弦长曲率具有更强的抗旋转性和抗噪性,适用于完成曲线匹配等对曲率计算稳定性要求高的一类任务.仿真实验结果验证文中方法的有效性.     

基于DWT和DFRFT相结合的图像数字水印算法

数字水印技术是一项用于版权保护和信息隐藏的重要技术。本文提出了一种改进的数字图像水印嵌入和提取算法。该算法的正弦信号,通过FRFT变换成两个不同阶次的微分。再将微分信号采样后叠加加权作为伪随机序列,该序列用于置乱水印图像。将原始图像采用DWT两层分解后将HL分量再做DFRFT变换,然后将置乱的水印图像嵌入。实验验证可以看出本文提出的离散小波变换和离散分数傅立叶变换(DWT-DFRFT)算法,体现了较好的鲁棒性。     

一种高效的三维轮廓曲线匹配算法

针对三维碎片自动拼接中的碎片匹配问题,提出一种高效的轮廓曲线匹配算法。用B-样条曲线表示三维空间曲线,并计算轮廓曲线上各个点的曲率、挠率和法矢,在匹配过程中,对轮廓特征点按其邻域曲面片进行分类,根据特征点类型标志及特征段之间的欧式距离对不同轮廓上的特征段进行相似性度量,再利用法矢对相似性较高的轮廓段进行可匹配性验证。实验结果证明该算法是稳定、高效的。     

Adams-Bashforth离散算法改进

在函数的Taylor级数展开式中,用差分代替高阶导数,既可避免计算高阶导数,又可提高数值积分的精度。如果只用差分代替2阶导数,则算法为已知的Adams-Bashforth离散算法;如果用差分代替3阶导数,则在不增加算法的复杂度的情况下,提高了算法的精度。从实例计算可知,改进后的Adams-Bashforth算法精度提高了,其精度与3阶Runge-Kutta方法相当。     

NURBS曲面上积分曲率线的B样条表示

对NURBS曲面的曲率线的积分进行了系统的公式推导，并利用NURBS曲面的离散法向量有效地简化了曲面第二基本量的计算，加速了Euler法迭代求解曲率线微分方程的过程；在求得曲率线上的离散点集以后，应用奇异混合插值技术，在可控精度内把曲率线用显式直接表示为位于NURBS曲面上的B样条曲线．文中的思想与算法有助于曲率线技术在计算机辅助几何设计及曲面造型中的使用与推广．     

点云空间曲线的微分信息计算及匹配方法

建立了点云几何分析的相关理论框架,即定义和计算点云潜在曲线的几何微分量,包括Frenet标架、曲率、挠率等;在此基础上提出一种新的点云空间曲线匹配方法。直接在点云上计算微分量来获取相应曲线的特征信息,从而构建全局粗匹配方案,并进一步建立基于空间动力学的精细匹配优化模型。数值实验表明,微分信息计算和匹配方法能很好地适用于带噪音的点云数据,有效地实现点云空间曲线的高精度匹配。     

基于改进Voronoi区域面积的Mark Meyer曲率估算方法

以微分几何曲率计算公式为理论基础,对常用的Mark Meyer离散点云曲率估算方法进行改进,提出基于Voronoi区域面积的改进Mark Meyer算法。针对Mark Meyer算法中Voronoi区域面积的计算进行改进,对于Voronoi区域中存在钝角的情形进行详细论述并且改进钝角三角形的计算公式,同时给出更为准确的面积计算方法。将该算法应用于球面、柱面、抛物面、马鞍面,计算结果表明该算法提高了离散点云曲率估算的精度和稳定性。     

空间曲线的特征识别与高质量非均匀采样

为避免传统均匀采样方法因忽视曲线重要特征而生成不理想的采样结果,获得给定数量且由特征点和辅助点组成的采样点序列,提出基于特征识别的高质量空间曲线非均匀采样方法.首先使用抛物线插值法得到曲线上所有曲率极大值点和挠率极大值点的近似位置,经筛选后产生特征点,以更好地抓住空间曲线的轮廓特征.然后定义基于弧长、曲率和挠率加权组合的特征函数,并以此自适应地选取曲线上的辅助点.与3种主流采样方法比较的实验结果表明,该方法能够获得更高质量的采样结果且具有更好的实用性,从而进一步改善空间曲线的B样条拟合效果.     

对Freeman链码分析的角点检测算法

针对传统的基于轮廓曲线的角点检测算法需要计算曲率和选取阈值的不足,提出一种对Freeman链码分析的角点检测算法,首先通过图像边缘检测,轮廓提取得到轮廓的Freeman链码,当链码发生变化时分析其连续前后多个点的链码是否符合一定的规则来判定角点,无需经过传统的角点阈值选取,曲率计算等步骤.实验通过与He&Yung、CPDA、Fast-CPDA和ARCSS角点检测器比较,结果表明本文算法在角点检测时准确率（ACU）最高;在变换实验中,本算法的平均重复率（AR）最高,由此可以得出本算法具有良好的角点检测性能.     

空间曲线基于内在几何量的高质量采样和B样条拟合

为解决均匀参数采样在许多情况下得到质量不高的采样点,进而生成不理想的B样条拟合曲线,提出空间曲线基于内在几何量的均匀采样方法,以获得给定总数且具有代表性的采样点.首先定义基于弧长、曲率和挠率加权组合的特征函数,通过调整组合参数更好匹配不同的曲线形状;然后提出空间曲线基于内在几何量的自适应采样方法,迭代生成满足给定距离阈值的采样点.采用最大绝对误差和均方根误差作为评价指标,与均匀弧长采样方法和基于弧长和曲率平均的均匀采样方法进行对比,并通过实例进行验证.结果表明,文中方法在采样质量和B样条拟合结果上获得明显改善.     

NURBS曲线整体光顺逼近算法研究

针对离散数据点序列的拟和精度及光顺度问题,提出了一种三次非均匀有理B样条(NURBS)曲线整体光顺逼近算法。该算法建立了一个由最小二乘、离散点曲率和、离散点曲率变化和三项组成的目标函数并求出了最优控制点序列坐标,采用非线性优化方法对权因子序列进行了调整,确立了逼近误差的近似表示方法,并提出了包含上述方法的循环判断流程。最后,实现了拟合曲线在UG NX 4.0中的显示和分析。     

基于异构距离的集成分类算法研究

针对异构数据集下的不均衡分类问题，从数据集重采样、集成学习算法和构建弱分类器3个角度出发，提出一种针对异构不均衡数据集的分类方法——HVDM-Adaboost-KNN算法（heterogeneous value difference metric-Adaboost-KNN），该算法首先通过聚类算法对数据集进行均衡处理，获得多个均衡的数据子集，并构建多个子分类器，采用异构距离计算异构数据集中2个样本之间的距离，提高KNN算法的分类准性能，然后用Adaboost算法进行迭代获得最终分类器。用8组UCI数据集来评估算法在不均衡数据集下的分类性能，Adaboost实验结果表明，相比Adaboost等算法，F₁值、AUC、G-mean等指标在异构不均衡数据集上的分类性能都有相应的提高。     

基于区域离散曲率的三维网格分水岭分割

针对离散曲率估计对噪声敏感且特征值计算量大的特点提出了基于区域离散曲率的三维网格分水岭分割算法。寻找三维模型显著特征点;对三维模型进行预分割,确定分割带;在分割带区域上计算离散曲度极值点,利用测地距离和曲度极值点对三维模型进行分水岭分割。算法在分割前无需进行网格去噪,实验结果证明,对主体分支明显的模型具有较高的分割边缘准确度和较快的分割速度。     

A new approach based on a discrete hidden Markov model using the Rocchio algorithm for the diagnosis of heart valve diseases

Abstract: Application of the Doppler ultrasound technique in the diagnosis of heart diseases has been increasing in the last decade since it is non‐invasive, practicable and reliable. In this study, a new approach based on the discrete hidden Markov model (DHMM) is proposed for the diagnosis of heart valve disorders. For the calculation of hidden Markov model (HMM) parameters according to the maximum likelihood approach, HMM parameters belonging to each class are calculated by using training samples that only belong to their own classes. In order to calculate the parameters of DHMMs, not only training samples of the related class but also training samples of other classes are included in the calculation. Therefore HMM parameters that reflect a class's characteristics are more represented than other class parameters. For this aim, the approach was to use a hybrid method by adapting the Rocchio algorithm. The proposed system was used in the classification of the Doppler signals obtained from aortic and mitral heart valves of 215 subjects. The performance of this classification approach was compared with the classification performances in previous studies which used the same data set and the efficiency of the new approach was tested. The total classification accuracy of the proposed approach (95.12%) is higher than the total accuracy rate of standard DHMM (94.31%), continuous HMM (93.5%) and support vector machine (92.67%) classifiers employed in our previous studies and comparable with the performance levels of classifications using artificial neural networks (95.12%) and fuzzy‐C‐means/CHMM (95.12%).     

卫星时间窗口计算的动态步长快速算法

针对卫星轨道连续跟踪采样的时间窗口传统计算方法计算量大、效率低的问题,提出了一种新的快速算法。为减少参与计算的采样点数量,算法通过预测参与计算对象之间距离动态调整采样步长;为使算法适于解决各类时间窗口计算问题,提出广义可视概念进行时间窗口判定。分别研究了卫星与地面点目标可见时间窗口、星间可见时间窗口、卫星对地面目标覆盖时间窗口、地面大范围区域卫星过境时间窗口的广义可视判断方法和预测距离计算模型。实验结果表明,算法与传统算法精度完全一致,效率提升约99.7%。     

基于DFT的相位差估计精度与改进方法

相位差是传感器信号处理中重要的检测参数。针对相位差高精度估计要求,在阐述DFT相位差估计原理基础上,分析了影响估计精度的主要因素,推导出估计方差与信噪比、采样长度、频率偏差及对称窗型窗长的具体关系,并给出了满足精度要求的信噪比、采样长度和和频率偏差条件。提出一种校正谱泄漏的相位差估计方法,先通过比值法计算出频率偏差,然后考虑负频率泄漏影响进行相位差估计,校正了短程和长程两类谱泄漏影响,给出了加矩形窗或Hanning窗的估计式和方法步骤。实验结果验证了估计精度分析及本文方法性能,科氏流量计应用实验表明了方法的工程可行性和实用价值。     

Intrinsic spline curve with local control

A new spline algorithm that uses arc length as parameter and generates a curve in terms of the quantities ‘relative curvature’ and ‘relative torsion’ is described. The tangent and curvature vectors at each datapoint are estimated and the spline is built up span by span. This allows local changes without affecting the whole curve and facilitates the incorporation of derivative discontinuities. Unless discontinuities are specifically requested, the solution obtained is curvature continuous.