局部表面拟合的点云模型法向估计及重定向算法

为了提高对点云模型处理的有效性,提出一种对点云模型的法向估计和重定向方法.首先利用基于局部平面拟合的主元分析方法得到初步法向估计;然后改进移动最小二乘曲面实现局部曲面拟合,进一步得到更加准确的法向,实现了点云模型的去噪光顺;最后通过增加切向约束规则来修正法向重定向中的法向传播方向.实验结果表明,对于具有复杂细节(如紧邻面、尖角形状等)的点云模型,该方法可以提高法向计算的准确度,并得到光顺的点云模型.在实际应用中,该方法可以很好地应用于点云模型的预处理,为后续的模型处理和分析提供良好的数据基础.     

面向脑血管物联网电子健康平台的分割及重构关键技术研究

在物联网应用中,脑血管诊疗的电子健康平台可以很好地实现脑血管健康异地保健和远程医疗的要求.设计实现了脑血管诊疗的物联网e-health平台层次结构.面对物联网平台网络的普及化应用要求,提出并实现了基于统计模型的脑血管无人工干预分割算法;面向物联网平台组件之间的快速和高可靠性数据传输特点,提出并实现了基于球B样条三维重构模型.基于双高斯模型的脑血管统计分割模型融合改进的SEM算法,无需人工设定初始轮廓、高维进化函数和进化终止条件.脑血管在脑组织中所占比例较低(＜5％),成像灰度不均匀,形态复杂且个体差异性大,该方法可获得良好的分割效果.球B样条模型具有严格的数学基础、较小的数据规模、平稳的光滑连续性和良好的交互性,非常适宜在物联网平台上传输.在上述关键技术的基础上,研究实现了光线投射法的GPU CUDA的并行加速体绘制及三维虚拟环境下脑血管的交互漫游和自主漫游.系统可实现脑血管疾病的诊断、医疗方案的制定和治疗过程中的监测以及脑血管疾病的教学和培训.相关研究为物联网平台下精细组织电子健康发展作出了有益的尝试.     

多机器人编队系统体系结构的设计与性能分析

根据多机器人智能编队的要求,设计分层多机器人体系结构,该结构主要有3层：协作任务层、协调行为层、动作控制层,协作任务层应用势场栅格法增强路径的安全性和可靠性并降低了计算复杂度;协调行为层应用强化学习法增强了机器人群体的智能性;动作控制层应用模糊控制实现了动作的匹配;通讯模块在各个层次上实现数据的传递,这种结构既能实现机器人个体的自主性和智能性,又能满足多机器人之间的协作与协调性的需要,每一层任务分配清晰,层层规划中都有智能体现,是一个真正的智能性结构,最后,仿真试验进一步验证了这种结构的有效性,此结构有很好的可扩展性,可以应用于相似的多机器人系统。     

基于组合RNN网络的EMG信号手势识别

肌肉计算机接口(MCI)系统是虚拟现实、人机交互研究的热点之一,其核心问题是EMG肌电信号分类,因而MCI系统可以与深度学习方法有效结合。表面EMG信号分为高密度瞬时信号与稀疏多通道信号,前者类似于图像,可以采用CNN网络处理;本文应用RNN网络对后者进行研究,并利用MYO臂环实现了相应MCI系统。稀疏多通道EMG信号是不定长时间序列信号,前后时间相关性高,采用RNN网络进行分类。通过对原始信号进行时域、时频域、频域特征拓展,获得原始信号的多流特征序列,并提出两类组合RNN网络架构处理相应多流信号。用户依赖时算法准确率达90.78%,非用户依赖的人群测试中手势识别准确率达78.01%,实时动作识别准确率达82.09%,算法能在61.7毫秒内识别手势动作。本文所提出的组合RNN网络方法可以有效区分基于EMG信号的不同动作,且所设计的MCI系统用户泛化性与工作实时性表现好。     

Design of the multirobot intelligent team formation''''s control architecture and performance analysis of the system

Robot is the emphasis of the AI,whose intelligencecan be represented as the sense,the ideation and the ac-tion.Now the study of the architecture of the multirobotsystemis the hotspot of the robot field[1-3].The robot ar-chitecture is the model,including t…     

基于动态分割和加权综合匹配的音乐检索算法

在模式识别领域中，音乐检索算法由于其易行和高效的特性而得到越来越多的重视。但是音符分割不精确和匹配模版不统一等问题直接影响MIR算法精确度。为解决上述问题，提出基于动态阈值分割和加权综合匹配算法。动态设定幅差步长，根据变化阈值分割音符，以提高音符分割的准确性。采用标准乐谱频率，转换音高模板实现输入归一化，以增强匹配的精确性。融合直接匹配和DTW匹配，以加强算法适应性和鲁棒性。最后由实验证明该方法的有效性。     

基于区域增长与局部自适应C-V模型的脑血管分割

提出了一种针对TOF MRA(time-of-flight magnetic resonance angiography)磁共振图像的双重分割脑血管提取方法。首先结合高斯滤波,采用二维OTSU算法,结合MIP(maximum intensity projection)图像获得三维血管种子点,定义全局与局部信息相结合的区域增长规则,通过区域增长算法对血管进行粗分割;然后,采用 Catt 扩散模型对体数据场进行各向异性滤波,提出了局部自适应C-V模型,将初步分割结果作为自适应活动轮廓模型的初始轮廓线进行二次分割。实验结果表明,该算法不仅能够有效分割脑血管粗大分支,而且还能精确提取脑血管的细小结构。     

面向瓦当文字识别的改进水平集骨架提取

目的 瓦当是珍贵的历史文化遗产。为了进行瓦当的数字化保护和瓦当文字的自动识别,针对瓦当图像高磨损、高噪声和拓扑复杂的特点,提出基于梯度矢量流场改进的level set骨架提取算法。方法 算法在传统level set骨架算法的基础上对中间函数进行改进,引入基于修正梯度矢量流场的中间函数替代传统的基于欧氏距离场的中间函数,主要通过两次速度不同的波传播实现,因此提高了算法的自动性和精确性。结果 面对构建的标准模型,算法所提骨架线与标准骨架线的平均匹配度为98.03%,骨架均为单像素宽,居中性良好。面对各种噪声,本文算法所提骨架线与不加噪声骨架线的平均匹配度为99.15%,算法的抗噪性强。面对拓扑复杂模型,算法得到的骨架与原图像拓扑一致性、连通性、光滑性良好。结论 实验结果表明,本文算法提取的骨架性能良好,算法抗噪性强,对拓扑复杂物体亦有较好结果,是一种有效的骨架提取算法。     

面向时飞磁共振血管造影术的脑血管统计分割混合模型

由于人体脑血管结构复杂,空间比例小,三维分割和重构十分困难,本文面向时飞磁共振血管造影(TOF MRA)数据提出了一种新的瑞利高斯有限混合模型来实现脑血管的自动提取和分割。首先,对已有的混合模型进行了分析;然后,采用最大强度投影法(MIP)预处理脑部数据后采用高斯分布拟合血管类,采用瑞利分布和高斯分布拟合非血管类。提出的模型构造简单,参数向量较少;在血管与非血管的混合区域,模型与灰度直方图具有较好的拟合性。模型在传统期望最大化(EM)算法中加入随机扰动项构造随机期望最大化(SEM)算法来实现混合模型的参数估计,降低了算法对初值的依赖,同时提高了鲁棒性。实验证明,与已有双高斯模型相比,血管点数增加了27%,可细分到三级血管且细节的连通性更好。本模型可更准确地拟合数据的灰度分布曲线,有效地分割脑血管主分支及周围较细小分支,泛化性较好并可应用于相似系统中。