立体足迹重压面提取与描述

立体足迹重压面的分布反映了人体的行为特征和心理特征,立体足迹的分割和描述是足迹生物特征识别的基础。本文提出了一种基于高斯曲率和平均曲率的足迹深度图象交互式分割方法,可以直观、有效地分割出我们感兴趣的重压面区域。并在此基础上提出了基于足迹全局和区域特征的描述方法,特征均能反映人体固有的生理特征,具有较强的鲁棒性。     

立体足迹重压面提取与描述

立体足迹重压面的分布反映了人体的行为特征和心理特征,立体足迹的分割和描述是足迹生物特征识别的基础.本文提出了一种基于高斯曲率和平均曲率的足迹深度图象交互式分割方法,可以直观、有效地分割出我们感兴趣的重压面区域.并在此基础上提出了基于足迹全局和区域特征的描述方法,特征均能反映人体固有的生理特征,具有较强的鲁棒性.     

立体足迹重压面提取与描述

立体足迹重压面的分布反映了人体的行为特征和心理特征,立体足迹的分割和描述是足迹生物特征识别的基础.本文提出了一种基于高斯曲率和平均曲率的足迹深度图象交互式分割方法,可以直观、有效地分割出我们感兴趣的重压面区域.并在此基础上提出了基于足迹全局和区域特征的描述方法,特征均能反映人体固有的生理特征,具有较强的鲁棒性.     

基于DFD参数变形模型的平面足迹轮廓提取

针对重压区域轮廓处于强边缘附近具有特性形状属性以及局部光滑的特点,构造基于区域模糊灰度总收益的轮廓变形优化目标函数.在此基础上,利用遗传算法实现对轮廓的离散傅里叶描述子参数模型进行优化,提取描述足迹重压区域的光滑轮廓.实验结果表明:该算法速度快,能充分保留轮廓细节和目标特定形状属性,在平面足迹重压区域轮廓提取中获得了较好的效果.     

基于Mean-shift的粘连人体目标分割算法

人体目标分割是人体目标视觉分析的关键问题之一。提出了一种基于Mean-shift的粘连人体目标分割算法。首先对视频图像进行预处理,从中分离出运动区域,根据人体外形的统计特征建立人体目标模板。在运动区域中均匀取若干个数据点作为种子点。从种子点出发,基于人体目标模板,应用Mean-shift算法不断迭代逼近模态点。对取得的模态点集合进行聚类,从而自动确定分类数,即运动区域中的人体目标数,并进行合理分割。基于PETS 2006数据库的试验验证了该方法的可行性。     

基于改进JSEG算法的高分辨率遥感图像分割方法

JSEG算法是一种有效的彩色图像分割方法,但该方法直接用于遥感图像分割时,往往会出现因遥感图像区域边界较模糊而导致区域边界分割不准确,或因区域阴影而导致的过分割现象。为了解决上述问题,提出基于改进JSEG算法的遥感图像分割方法,该方法利用能更好描述区域内颜色的同质性的局部同质矩阵来校正传统JSEG算法中的局部J值,以实现对区域边界的准确反映,提高区域边界分割的准确性;利用图像的LBP/C纹理特征,合并具有相似纹理信息的颜色类,以减弱传统JSEG算法的过分割现象。仿真实验验证了上述方法的有效性。     

基于局部自适应先验MRF模型的快速BP图像分割算法

针对常规MRF分割模型不能有效描述图像的局部特征、常导致图像的过分割现象,提出了一种局部自适应先验的MRF模型。该模型利用图像的邻接区域信息建立了一种局部自适应特征MRF模型。基于提出的模型,建立了一种具有快速收敛策略的区域BP算法对MRF模型的区域消息进行传递,有效解决了区域BP算法的计算量大的问题。实验结果表明,与常规区域BP算法相比,提出的分割方法具有更快的分割速度和精度。     

立体视频对象分割及其三维重建算法研究*

为更加有效分析立体视频对象,本文提出了一种基于离散冗余小波变换的立体视频对象分割算法,首先采用离散冗余小波变换提取特征点结合DT网格技术的视差估计方法,获得了可靠的视差场,再利用视差信息对立体视频中静止对象进行分割。对于立体视频序列中的运动对象,采用离散冗余小波提取运动区域的方法进行分割。实验结果表明,本算法对有重叠的多视频对象具有较好的分割效果,可同时分割静止物体和运动物体,具有较好的精确性和鲁棒性。对于分割出的立体视频对象,结合深度信息对其进行三维重建,得到较好的三维效果。     

一种快速提取人脸中心点的方法

针对安防环境下监控系统的实时性要求,本文提出了一种基于肤色分割和人体特征相结合的快速人脸检测方法。首先利用肤色信息对彩色图像进行肤色区域的分割,然后根据人体的几何特征进行迭代寻优求取人脸的中心。实验结果证明,所求出的中心可以适用于要求。     

一种改进的遥感图像多尺度分割方法

该文提出一种基于区域合并的遥感图像多尺度分割方法,此方法综合利用遥感图像的光谱特征和形状特征信息来描述区域对象的特性,并在此基础上给出两个相邻区域的合并代价,通过不同阈值对合并代价进行限制,以得到不同尺度大小的分割结果。为提高遥感图像分割的效率,使用分块策略对初始区域邻接图进行划分。实验证明,这种改进的多尺度分割方法遥感图像分割精度较好,同时效率有了较大的提高。     

平面赤足迹的形状分析

通过建立校准坐标系,对足迹特征点进行了统一的标注和基于计算几何学的精确测量,以实现赤足迹的自动定量分析.除了常见的几何测量（如距离和角度）外,提出了一种平均曲率能量的测量方法来描述边界曲线特征.运用方差分析理论,讨论了特征参数的个体差异性和同一稳定性,为足迹识别的特征选择提供了参考依据.     

基于局部曲面拟合的散乱点云简化方法

随着数据获取手段的进步,散乱点云数据在三维重建中获得越来越广泛的应用,然而庞大的数据量往往影响重建的效率。现有简化算法中采用的曲率计算方法精度不高,导致模型特征模糊。本文在分析曲面特征的基础上给出了一种曲面特征的定量描述方法。该方法采用局部曲面拟合得到曲面在一点处的近似曲面,然后用法曲率在360度范围内的平均值代替平均曲率来描述曲面在一点处的特征。简化时采用K-D树剖分点云数据,根据子节点所包含的采样点数、空间区域大小和曲面特征大小控制简化过程。实验结果表明,该方法能够更好地保持曲面的几何特征,从而证明了算法的有效性。     

Robust Feature-Preserving Mesh Denoising Based on Consistent Subneighborhoods

In this paper, we introduce a feature-preserving denoising algorithm. It is built on the premise that the underlying surface of a noisy mesh is piecewise smooth, and a sharp feature lies on the intersection of multiple smooth surface regions. A vertex close to a sharp feature is likely to have a neighborhood that includes distinct smooth segments. By defining the consistent subneighborhood as the segment whose geometry and normal orientation most consistent with those of the vertex, we can completely remove the influence from neighbors lying on other segments during denoising. Our method identifies piecewise smooth subneighborhoods using a robust density-based clustering algorithm based on shared nearest neighbors. In our method, we obtain an initial estimate of vertex normals and curvature tensors by robustly fitting a local quadric model. An anisotropic filter based on optimal estimation theory is further applied to smooth the normal field and the curvature tensor field. This is followed by second-order bilateral filtering, which better preserves curvature details and alleviates volume shrinkage during denoising. The support of these filters is defined by the consistent subneighborhood of a vertex. We have applied this algorithm to both generic and CAD models, and sharp features, such as edges and corners, are very well preserved.     

基于自适应HMM的在线草图识别方法

用户适应性是在线手绘草图识别的一个关键问题。本文以实现草图识别的自适应性为目标,对草图识别中的用户适应性问题进行了深入的研究和实验,提出了一种自适应草图识别解决方法,并针对在线草图识别的特点,提出了一种基于笔划曲率,速率以及整体几何特性的组合特征。本文重点研究并实现了基于自适应HMM的草图识别,在已有HMM的基础上,针对在线草图识别的特点,提出了状态数可变自适应HMM的学习方法。实验表明本文所提出的方法具有很好的效果。     

Parameterization and parametric design of mannequins

This paper presents a novel feature based parameterization approach of human bodies from the unorganized cloud points and the parametric design method for generating new models based on the parameterization. The parameterization consists of two phases. First, the semantic feature extraction technique is applied to construct the feature wireframe of a human body from laser scanned 3D unorganized points. Secondly, the symmetric detail mesh surface of the human body is modeled. Gregory patches are utilized to generate G¹ continuous mesh surface interpolating the curves on feature wireframe. After that, a voxel-based algorithm adds details on the smooth G¹ continuous surface by the cloud points. Finally, the mesh surface is adjusted to become symmetric. Compared to other template fitting based approaches, the parameterization approach introduced in this paper is more efficient. The parametric design approach synthesizes parameterized sample models to a new human body according to user input sizing dimensions. It is based on a numerical optimization process. The strategy of choosing samples for synthesis is also introduced. Human bodies according to a wide range of dimensions can be generated by our approach. Different from the mathematical interpolation function based human body synthesis methods, the models generated in our method have the approximation errors minimized. All mannequins constructed by our approach have consistent feature patches, which benefits the design automation of customized clothes around human bodies a lot.     

一种适用于软件产品线的特征模型

针对传统的特征模型中存在的对软件产品线可变性需求表达不准确、缺乏特征描述方法的问题,在FODA等方法的研究基础上,从特征模型的层次分解、特征间依赖关系、变化性表示方法等方面进行描绘,提出一种适用于软件产品线的特征模型和特征描述方法．该特征模型能够帮助产品设计人员和开发人员正确理解产品需求,也是为后续实现软件产品线自动化生产打下基础．