多面体布尔运算中位置关系的判别

多面体布尔运算中需要判别的位置关系有相交关系和内，外，重合关系。由于浮点运算的误差，在某些情况下，得到的这些位置关系可能发生矛盾，从而导致布尔运算的失败。本文先用边面判断法求得各种相交关系，然后用逻辑推理去除它们之间的矛盾，重合关系由协调过的相交关系推导得出，非重合的内外关系用无允差判断直接得到。测试证明本算法可显著提高布尔运算可靠性。     

基于图像矩阵判别局部保持投影的人脸识别

提出一种基于图像矩阵判别局部保持投影的人脸识别方法。图像矩阵判别局部保持投影是在局部保持投影基础上进行了扩展,考虑了类标签信息并在其目标函数中增加类间散度约束,使得求解的特征更具判别性。另外,图像矩阵判别局部保持投影是直接处理图像矩阵而不需要将矩阵转化为向量,保留了像素间的空间位置关系,避免了奇异性问题。实验结果表明该方法是有效的。     

基于监督保持近邻投影的人脸识别

保持近邻投影是一种无监督线性降维方法,具有保持数据流形上局部近邻结构特性,但应用到分类任务时具有局限性,如忽略类标签的信息。该文提出一种新的人脸识别子空间学习方法——监督保持近邻投影,根据先验的类标签信息保持局部几何关系,能获得较好的近似人脸流形以及增强特征空间的判别力。在ORL人脸数据库上的实验表明该方法是有效的。     

GPU加速的圆弧轨迹Katsevich锥束CT重建算法

通过改进GPU的渲染到纹理策略加速锥束反投影计算,提高了圆弧轨迹Katsevich锥束CT重建算法的执行效率.在CPU中完成投影数据的滤波处理,并将其重排为四通道浮点纹理载人GPU内存;绑定2个浮点输出纹理到帧缓冲对象的不同绑定点,用于将渲染结果输出到纹理,并同时完成反投影数据的累加计算;将矩形网格编码为四叉树结构用于加速物体切片的绘制.实验结果表明,文中算法在较大锥角时仍能重建出高质量图像,并获得接近于实时的重建速度.     

Dividing Cubes算法生成的物体表面的法向量方向的光顺操作

在用DividingCubes算法提取的边界体素所构造的物体表面上,可能会存在法向量方向突变,使得物体表面光照图显示粗糙,文中提出了一种的领域加权平均法,对物体表面的法向量方向进行光顺处理,光顺操作只在相关边界体素间进行,并且对有多个等值面交汇的边界体素将不进行光顺操作,以避免模糊位于多个区域处的边界和保持物体表面光照图的细节,为避免在屏幕上产生孔洞,用光线投射法显示物体表面,文中所采用的光顺操作可以消除物体表面的法向量方向突变,使物体表面光照图光谱细腻,最后,给出一个医学图像的测试实例。     

基于C均值K近邻算法的面部表情识别

随着人工智能与模式识别技术的不断发展,面部表情识别在智能人机交互中发挥着越来越重要的作用.通过对人的面部表情分类的研究,提出了一种使用C均值聚类、K近邻算法的面部表情分类方法.对参加训练的表情图像先进行Gabor小波变换,然后使用Fisherface判别分析方法进行变换,求得特征空间.再将已进行Gabor变换的标准表情图像投影到特征空间,进行C均值聚类得到子类表情模板.对于一幅待识别的表情图像,使用K近邻算法与子类表情模板比较,将该表情图像分类.使用该方法,在公开的日本女人表情人脸库上实测达到了95.8%的识别率.     

采用逐级配准和分值加权的指纹匹配算法

为将2个细节点集高效而准确地配准,首先利用与细节点相关联的短脊线对细节点组合进行初选,然后采用局部特征结构匹配精选出5对细节点作为配准的候选对应点.在2个细节点集配准后的匹配中,针对采用弹性匹配算法经常出现的细节点错配的情况,提出根据匹配可信度对各匹配对的匹配分值进行加权处理,以降低其对匹配精度的影响.采用FVC2002公布的指纹库进行对比实验,结果表明该算法在匹配效率和准确性上都有明显的提高.     

基于Solid Works平台的冲压成型模具CAD系统

介绍了冲压件成型工艺及模具CAD软件系统的开发:基于SolidWorks三维CAD系统的组成,相关的工艺分析准则建立和数据管理、及软件接口编程。     

房产地籍管理系统开发

介绍了房产地籍管理系统的开发。将房屋、空间几何信息、结构化属性信息、地籍信息和其他相关信息融为一体进行统一管理。用MFC和ObjectARX等技术建立了用户化绘制环境和地理几何实体特征的标识。用ODBC和数据库等技术实现空间数据和属性数据相互驱动查询,实现在网络环境下总部与下级部门和下级部门之间的数据交换。本系统已投入实际使用,效果很好;易于扩展,有较强的辅助分析和决策能力。     

应用BP神经网络进行成像误差修正

成像误差修正是摄像机标定中的一个重要的环节，而传统的像差修正方法计算复杂。提出了一种基于BP神经网络的修正成像误差的算法，建立两个神经网络分别对δu与δv进行最佳函数逼近。仿真实验结果证明利用神经网络的非线性逼近能力无须建立精确的数学模型即可提高精度，而且比传统的方法更加简单易行。