基于断裂面邻域特征的文物碎片拼接

为解决传统拼接算法在断裂部位受损情况下存在拼接误差大且耗时的问题,本文提出一种基于断裂面几何特征的破损文物碎片自动拼接算法.首先,定义碎片模型邻域特征参数,提取断裂面特征点,依据最小二乘法原理构造曲率特征参数对特征点集进行优化;然后,为解决稀疏点云特征难以匹配的问题,定义特征点间相对距离和相对夹角作为特征描述符,依据集...     

基于迭代变形的多源数据融合技术

通过获取的数据进行三维建模的精度直接影响后续的设计与加工制造。目前数据采集有多种方式,而单一数据源建模已经难以满足需求,为解决这一问题,提出一种多源数据融合方法。首先运用基于启发式搜索策略的特征线提取算法提取固定模型的融合区域,然后采用迭代最近点算法实现两模型的空间位置匹配,最后基于迭代拉普拉斯变形对两模型进行表面形态融合,实现两者之间融合。数据源采用下颌CT数据以及光学三维扫描模型,试验表明该技术路线稳定可靠,融合过程无形态扭曲,最终结果反映物体真实物理结构,得到既有表面高精度又具有内部结构的三维模型。     

基于统计特征的点云模型匹配技术

为使匹配结果收敛于全局最优解,提出基于统计特征的点云模型匹配技术.通过调整自由模型与固定模型的一个或多个对应统计特征重合或一致来实现模型的匹配.基于统计特征的模型匹配分为完全匹配和部分匹配两种情况.完全匹配能够一次匹配成功;部分匹配需要进一步处理才能完成模型匹配:交互调整自由模型中未被约束的自由度,使得自由模型与固定模型达到视觉上的匹配,然后采用迭代最近点算法精确匹配.根据统计特征进行模型匹配,使匹配方案稳定、可靠,保证匹配结果收敛于全局最优解.     

点云模型的匹配点对优化配准

针对传统迭代最近点（ICP）算法在点云存在重叠或部分重叠时,配准误差大且适应性差的问题,提出一种基于匹配点对加权优化的改进配准算法。首先,提出一种改进体素降采样算法对点云进行采样,减少数据量的同时提高算法对噪声的鲁棒性;然后,采用改进Sigmoid函数赋予参与配准的匹配点对不同的权重,克服传统算法忽视距离较小的匹配点对中仍具有错误点对的缺点,同时提高了配准精度和收敛速度;最后,提出一种采用奇异值分解法（SVD）求解配准参数的方法,进一步提高配准精度。设计了不同重叠度的配准实验和噪声实验,并结合曲轴三维点云重建对本文算法进行验证。实验结果表明：本文算法误差较Tr-ICP算法减少了约34.1%,较AA-ICP算法减少了约29%,配准时间较TrICP算法缩短了约16.1%。最终表明本文算法具有更高配准精度的同时,具有更好的适用性和鲁棒性。     

基于双视点特征匹配的激光-相机系统标定方法

针对传统的基于棋盘格的标定方法存在耗时且精度不高的问题,提出一种新的基于双视点特征匹配的激光-相机系统标定方法.采用自然场景中的普通物体作为标定物,通过三维激光扫描仪和相机分别采集两个不同视点下关于标定物的激光点云和图像数据,首先利用迭代最近点(iterative closet point,ICP)法对2组激光特征点集进行注册以获取两视点间的位姿转换关系,并结合立体三角化将第1个视点下获得的二维图像特征点转换到三维相机坐标系中,最后通过匹配同一视点下对应的三维激光与相机特征点集,求解出激光与相机坐标系间的外部标定参数.实验结果表明该方法能有效提高标定精度,缩短标定耗时.     

基于卷积神经网络和TOPSIS的皮革匹配方法研究

针对皮装生产过程中皮革分类精度低,皮革匹配特征复杂等问题,提出了一种基于卷积神经网络和TOPSIS的皮革匹配方法。首先通过卷积神经网络对皮革纹理信息进行量化,结合传感器技术提取皮革匹配特征信息并构建特征矩阵,其次,利用专家评判法和变异系数法相结合的组合赋权法对皮革匹配指标进行权重赋值,最后通过TOPSIS法对皮革进行排序。案例结果表明该匹配方法的合理性和有效性,为相关的多特征综合分类案例提供新的思路和方法。     

基于分层模型与局部复原的多聚焦图像融合方法

针对多聚焦图像融合后清晰像素信息损失较为严重的问题,提出一种分层模型与局部复原相结合的方法。首先,根据源图像模糊区域分布情况,对不同灰度特征源图像进行多尺度分解选取恰当的分层模型,并利用此模型对图像进行初步融合;在此基础上,通过计算对应区域的功率谱曲线斜率以推导图像中局部模糊区域像素值,提高图像融合算法的细节提取能力,再结合维纳滤波策略对其进行恢复,以实现图像清晰融合。最后,利用3个实例验证了该方法的有效性与可行性。     

基于多尺度特征融合网络的多聚焦图像融合技术

多聚焦图像融合技术是为了突破传统相机景深的限制,将焦点不同的多幅图像合成一幅全聚焦图像,以获得更加全面的信息。以往基于空间域和基于变换域的方法,需要手动进行活动水平的测量和融合规则的设计,较为复杂。所提出的方法与传统的神经网络相比增加了提取浅层特征信息的部分,提高了分类准确率。将源图像输入训练好的多尺度特征网络中获得初始焦点图,然后对焦点图进行后处理,最后使用逐像素加权平均规则获得全聚焦融合图像。实验结果表明,本文方法融合而成的全聚焦图像清晰度高,保有细节丰富且失真度小,主、客观评价结果均优于其他方法。     

基于多特征参数和概率神经网络的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非平稳特性,提出了一种基于多特征参数和概率神经网络的滚动轴承故障诊断方法。首先利用经验模态分解（EMD）方法将采集到的滚动轴承原始振动信号分解为有限个固有模式函数（IMF）之和,然后提取表征故障信息的若干个IMF的能量、峭度和偏度作为概率神经网络的输入参数来进行故障分类。试验结果表明,该方法可以准确、有效地识别滚动轴承的工作状态和故障类型,是一种可行的滚动轴承故障诊断方法。     

基于分层块状全局搜索的三维点云自动配准

提出了一种分层块状全局搜索到临近点局部搜索的改进迭代最近点(ICP)算法,用于进一步提高ICP算法的配准速度并消除点云缺失对点云配准的影响。该配准方法在粗略配准之后,以点云块为分层单元对模型点集进行选取,并对选取的少量模型点进行全局搜索获取其对应最近点;然后,以这些模型点对应的最近点作为搜索中心,在场景点集中进行局部搜索,获取这些模型点的大量临近点的对应最近点;最后,剔除错误对应最近点对,并求取坐标变换。与基于KD-Tree的ICP算法和基于LS+HS(Logarithmic Search Combined with Hierarchical Model Point Selection )的ICP算法相比,该配准算法对Happy bunny扫描数据的配准速度分别提高了78%和24%;对Dragon扫描数据的配准速度分别提高了73%和30%。这些结果表明该算法可以快速、精确地实现三维点云间的配准。     

基于多视影像匹配的三维彩色点云自动生成

针对三维虚拟场景构建的需要,提出了一种基于多视影像匹配的航空影像三维彩色点云自动生成算法.该算法采用了一种全新的物方与像方信息融合的多视影像概率松弛整体匹配策略,以综合利用多幅影像信息来提高匹配的可靠度;然后,基于多视影像匹配结果,采用多影像光束法平差来计算待匹配点的三维坐标;最后,采用平差模正确性的统计检验对三维坐标计算的准确度进行定量衡量.利用该算法对实际航空影像进行实验,统计检验得到的可靠度超过了90％,表明所提出的三维彩色点云生成方法具有较高的稳定度和精度.基于所提出的方法可将多视影像重叠区域内的所有平面像素转换为三维点,从而自动生成表达地理场景的全数字化的三维彩色点云,能很好地满足大范围三维地理场景快速重建的需要.     

改进的多视图点云数据配准方法

传统最近点迭代(ICP)算法在进行点云数据配准时,由于待配准的点集数据量很大,每个点云都要遍历一遍,所以时效性不高而且误匹配率大。针对此问题,提出先用Canny边缘检测算子对点云数据进行预处理,以此简化预处理点云的数据量,然后用K-D树搜索数据,最后再用ICP算法进行点云配准,以此来达到加快配准速度。实验证明,该方法灵活实用,简化了待匹配的点云集,能很好的解决传统最近点迭代算法中匹配慢的问题,可以很好的满足工程需要。     

基于最近统计距离的多传感器一致性数据融合

为了剔除多传感器测量数据中的疏失误差,一致性数据融合方法得到广泛研究。在已有方法的基础上,定义了一种新的用于衡量传感器测量数据之间支持程度的统计距离,并在此统计距离的基础上,提出了一种基于最近统计距离的多传感器一致性数据融合新方法。数值仿真实验的结果表明,和已有方法相比,新定义的统计距离更能合理地反映传感器测量数据之间的支持程度,同时,整个融合过程的计算复杂度和计算量明显降低。     

基于多传感器信息融合的车辆高精度定位技术

为解决多轴应急救援车辆在复杂环境行驶时的定位误差问题,设计了一种基于多信息融合的组合定位系统,该定位系统主要由前端里程计和后端优化模型组成。首先完成三轴车运动学建模,推导出基于惯性测量单元的运动学预测方程和基于全球定位系统的运动学观测方程,通过Kalman滤波器进行状态更新,完成前端里程计的构建;然后设计了基于迭代最近点匹配算法的外参标定工具,并构建了特征点云匹配模型,完成后端模型优化;最后进行了仿真与实验,研究结果表明,该系统定位误差为±3.45 cm,角度误差为±0.10°,准确性、稳定性均得到了很大的提高。     

应用尺度不变特征变换的多源遥感影像特征点匹配

针对多源遥感影像之间灰度值非线性变化导致特征点匹配率大幅度下降的问题,提出了一种利用光谱信息的多源遥感影像特征点匹配算法.首先,以光谱信息对遥感影像波段进行线性拟合,使待匹配影像与参考影像之间的灰度值由非线性转变为线性或者近似线性变化.接着,在拟合的遥感影像上采用改进的尺度不变特征变换(SIFT)算法进行匹配.最后,采用随机抽样一致性算法剔除误匹配点对.与常用特征点检测算法(SIFT,梯度位置朝向直方图(GLOH),RS-SIFT)的对比实验结果表明,本文所用的ETM+影像全色与多光谱影像的特征点匹配率提高了4％左右,CBERS-02B和HJ-1B卫星多光谱影像的正确特征点匹配个数增加了8对.因此,在多源遥感影像特征点匹配中,本文所提算法优于其它检测算法,可以极大地改善匹配效果.     

基于多源信息融合的风电机组轴承故障诊断方法

在风电机组滚动轴承故障诊断中,采用单个传感器所能提供的信息有限,针对这一问题,为了提取输入原始信号的多尺度特征以保证故障信息的有效性和完整性,同时为了提高信息融合的效率及有效性,提出了一种基于多源信息融合注意力机制卷积神经网络(MSIF-ACNN)的风电机组滚动轴承故障诊断方法。首先,提出了一种将普通卷积与空洞卷积相结合的融合卷积方法,对原始时域信号进行了多尺度特征提取;其次,采用双层通道和空间注意力机制方法,对不同通道数据进行了自适应校准与权重分配;对注意力机制输出的多源信息进行了特征融合;最后,为了验证该多源信息融合方法的有效性,采用由全连接层与分类层组成的分类方法,对实际风电机组轴承数据进行了试验验证。试验及研究结果表明：不同位置和方向传感器对不同故障的敏感性存在差异,MSIF-ACNN通过有效地利用这种差异,实现了多源信息特征互补的目的,风电机组滚动轴承故障诊断准确率达到了96.7%,效果优于其他多源信息诊断模型,促进了信息融合在风电机组轴承故障诊断领域的应用。     

基于多特征融合的汉英口语翻译自动评分方法研究

汉英口语翻译自动评分不仅仅可以提高评分的效率,同时也可以确保评分的公正客观性.本文提取了汉英口语翻译自动评分的相似度特征、句法特征和语音特征,得到了用于自动评分的11个特征.以某大学英语专业口语翻译课程考试所采集的语音信号为例,最终获得了包含8个特征的汉英口语翻译自动评分模型.结果表明,在去除特征之后,汉英口语翻译自动...     

遥感图像云检测的多尺度融合分割网络方法

在进行可见光遥感图像高精度云检测时,云自身特征的多变性,以及地物与云之间的特征相似性,会降低检测精度。因此,提出一种带权重的多尺度融合分割网络云检测方法。首先,通过有云区域和无云区域的特征学习,降低对云状的敏感性,同时利用全卷积网络进行端到端训练,实现对每个像素点分类。该方法能够自动提取深层特征,并可将云的深层语义特征与浅层细节特征结合,不但有利于区分下垫面中与云特征相似的地物,还可提高云边缘检测效果,从而提升云量值的检测精度。与其他深度学习分割网络的实验比较分析表明,所提方法可以实现95. 39%的像素分类准确度,云量值检测误差优于1%,为解决遥感图像云污染问题提供了新的思路。     

采用多特征共生矩阵的模板匹配

为解决在模板匹配过程中,目标图像发生局部遮挡、背景变化、光照变化以及剧烈非刚性形变等情况而出现的匹配失败问题,本文提出了一种基于多特征融合的共生矩阵模板匹配算法.首先,采用多特征融合的方法提取图像信息.分别提取图像的颜色特征、深度特征、方向梯度直方图(HOG)特征,通过主成分分析(PCA)与K均值聚类的方法实现多通道多...     

基于多传感器集成融合技术的敏捷虚拟测试诊断系统研究

通过对多传感器数据融合理论和机电设备故障诊断特点的分析,提出了用多传感器数据融合的方法进行了智能故障诊断的系统框架,诊断系统的建立采用敏捷虚拟测试技术,其拓扑结构具有多层次性,开放性,灵活敏捷等优点,融合中心采用多种融合诊断策略,综合诊断处理的方法使得诊断结果具有更高的置信度。