多轮廓线的三维形体重构技术研究与实现

实际应用中,三维重构经常面对的不是直接的体数据信息,而是一序列的二维轮廓线数据,因此基于轮廓线的三维重构研究有着极其重要的实用价值。在多轮廓线的三维形体重构中,轮廓对应、轮廓拼接、分叉处理和末端轮廓线的封闭处理等是其关键技术。提出了三维重构中每一个实现步骤具体的解决方案。针对轮廓线绕向问题提出了夹角和检测法,有效避免了轮廓多边形的绕向误判;对轮廓线一对多分叉问题提出了按周长比率解决问题的思路;在末端轮廓线的三角剖分算法中提出了最大张角三角形方法,减少了三角剖分的计算量,达到了在各种形态轮廓线条件下能够实现正确的拼接。实现结果表明,轮廓线拼接过程中每个步骤的解决方法是正确有效的,相较于其他实现方法通用性更强。     

基于轮廓线匹配的2-D碎片拼接研究

分析了数量较多时不规则形状的2D碎片拼接的困难性,提出2D碎片的拼接策略,先通过轮廓线匹配进行局部形状匹配;然后通过全局搜索拼接重构物体形状,由于匹配的特征集选择了带有几何结构属性的连接点,优点是不仅局部匹配的速度提高而且全局拼接重构的有效性提高.试验对比表明提出的算法更有效.     

采用CT切片的三角片曲面重构算法

采用二维平行轮廓线三维重建表面是三维建模研究领域的一项重要研究课题,具有非常广泛的应用领域.重建过程中计算量非常庞大,有效地化简重建的数据可以大大提高重建效率.文中提出了一种基于分析轮廓骨架点的表曲面重构算法.首先对CT切片进行预处理及图像分割,然后对轮廓线提取骨架,再进行骨架剪裁,最后采用模拟退火法进行三维重建.该算法使三维重构的数据大大化简,同时克服了局部优化算法中需交互指定初始连接边的缺点.     

一种由轮廓线重建物体表面的方法

针对基于轮廓线拼接重建物体表面所出现的轮廓对应和分叉问题,提出了一种通过体数据转换由轮廓线实现重建物体表面的方法。在分析体数据构造中出现逼近精度问题的前提下,通过提高轮廓线上点的密度,生成精确度较高的体数据。该方法通过对相邻层轮廓线区域的集合运算,只对处于集合运算解中的像素点进行距离函数值的计算。采用MC（Marching Cubes）算法生成等值面,完成物体的表面重建。实验结果表明,该方法能顺利解决基于轮廓线拼接重建物体表面中出现的轮廓对应问题和分叉问题,既提高重建表面精确度,又加快整个表面的重建速度,是一种可行的方法。     

一种基于轮廓线的三维表面模型的快速切割算法

在科学计算可视化的领域中,医学图象数据的三维重构和手术模拟是一个研究热点。该文设计并实现了一个基于轮廓线的三维表面模型的快速切割算法,称为“双面切割算法”。该算法充分利用了原始数据的几何及拓扑信息,将三维表面模型的切割操作转化到二维空间中,从而避免了一般三维物体切割算法中三角面片直接求交的大量运算。双面切割算法在进行切割运算时,同时得到切割后的模型及它们的交集模型,并维持了物体数据结构的完整性。     

基于全局二值特征描述子的三维CBCT图像快速匹配算法

三维图像拼接是通过锥束CT(CBCT)获取大尺寸物体完整的高分辨率三维图像过程中的关键技术之一,成为目前三维图像处理的一个新的研究方向.针对基于特征点的三维CBCT图像拼接技术中相似特征匹配正确率低、匹配过程耗时长的问题,提出一种基于全局二值特征描述子的三维CBCT图像快速匹配算法.首先对二值特征描述子BRIEF进行三维拓展,以适应三维图像;在此基础上加入全局描述子,增强特征描述子的独特性;在特征点匹配时,根据上述特征描述子的特点设计由粗到精的匹配策略,提高特征匹配正确率和效率.实验结果表明,该算法简单有效,可以在大量相似特征条件下提高特征点匹配的正确率,同时也显著提升了匹配速度.     

基于钻孔数据的复杂轮廓线三角面片的重构

阐述了基于钻孔数据的复杂轮廓线的三维重构,针对三维重构中存在的轮廓线的质心计算、对轮廓线方向性一致操作、分支问题以及如何得到较优的三维曲面等关键技术,提出具体的解决方法,并给出了最终的试验数据,验证了此三维建模方法的可行性。     

采用CT切片的三角片曲面重构算法

采用二维平行轮廓线三维重建表面是三维建模研究领域的一项重要研究课题，具有非常广泛的应用领域。重建过程中计算量非常庞大，有效地化简重建的数据可以大大提高重建效率。文中提出了一种基于分析轮廓骨架点的表曲面重构算法。首先对CT切片进行预处理及图像分割，然后对轮廓线提取骨架，再进行骨架剪裁，最后采用模拟退火法进行三维重建。该算法使三维重构的数据大大化简，同时克服了局部优化算法中需交互指定初始连接边的缺点。     

基于方向包围盒投影转换的轮廓线拼接算法

基于轮廓线拼接算法重构三维模型时,由于拼接对象的复杂性,任何一种拼接方法都不能完全涵盖所有情况。为此,提出一种基于方向包围盒(OBB)投影转换的轮廓线拼接算法：首先判断多边形的顶点凹凸性,对于凹顶点,将其转换到对应的凸包上;然后计算凸包的方向包围盒,旋转平移矩形包围盒,并求包围盒内接椭圆,将每个顶点都按比例投影此椭圆上;基于投影后的点进行轮廓线拼接,寻找相邻轮廓线顶点之间的对应关系;最后还原实际坐标,进行原始模型的三维重构。     

基于遗传模拟退火算法的雷达正交信号设计*

针对雷达正交信号的波形设计问题,提出了一种基于遗传算法和模拟退火算法的新遗传模拟退火算法。该算法利用遗传算法实现全局搜索,利用模拟退火算法实现局部搜索,改进了遗传算法的选择策略,并在交叉、变异概率中引入自适应的概率变化机制,自适应地保存最优个体,并对遗传算法的进化结果有选择地进行模拟退火操作,有效地解决了这两种算法的早熟现象和时间问题。实验结果表明,该算法是有效可行的,性能优于传统遗传算法和模拟退火算法。     

基于模拟退火遗传算法的软件测试数据自动生成

提出了一种应用于软件测试中的基于模拟退火遗传算法的测试数据自动生成算法。该算法针对测试数据自动生成的特点将遗传算法和模拟退火有机结合,充分发挥遗传算法的全局搜索和模拟退火的局部搜索优势,提高了测试数据的生成能力。实验结果表明,该算法在测试数据自动生成的效率和效果方面,优于遗传算法。     

基于岩石薄片二维图像的三维重建显示

概要介绍了使用模拟退火算法对岩石薄片显微图像进行三维重建的原理,探讨了体绘制的概念以及光线投射算法的基本原理,以三维可视化函数库VTK为实现工具,使用其光线投射算法实现了岩石薄片序列图像的三维显示。     

一种模拟退火遗传算法的传感器网络数据融合技术研究

研究无线传感器网络(WSN)数据融合技术。传感器节点计算能力、通信能力有限,WSN采用交叉重叠方式部署,导致冗余数据量大,需采用数据融合技术消除冗余和无效数据,节约网络通信能耗。结合遗传算法全局搜索和模拟退火算法局部搜索的优点,提出一种模拟退火遗传算法的WSN数据融合方法(SA-GA)。采用模拟退火遗传算法快速找到移动代理路由最优传感器节点序列,并实现数据融合。仿真实验结果表明,与遗传算法、模拟退火算法相比,SA-GA更能快速找到全局最优数据融合节点序列,并对数据进行有效融合,具有更小的网络能耗和网络延时。     

基于改进遗传算法的稀疏重构算法

稀疏重构算法中凸松弛法在恢复效率方面、贪婪追踪法在恢复精度方面存在不足,基于遗传算法迭代优化的思想,结合模拟退火以及多种群算法的优势,提出了基于模拟退火遗传算法和基于多种群遗传算法的启发式稀疏重构算法。所提算法均从传统遗传算法易陷入局部最优解的缺陷出发,分别通过保持个体间的差异性和提高种群多样性来搜索待求稀疏信号的全局最优解,并通过理论分析证明了所提算法参数选取及搜索策略的有效性。此外,以阵列信号处理中空间信源的波达方向（DOA）估计问题为例,验证所提算法的有效性。仿真结果表明,相较于正交匹配追踪OMP算法和基于l1范数奇异值分解的l1-SVD算法,所提算法提高了DOA估计的精度,且降低了运算复杂度,使其快速收敛至全局最优解。     

基于模拟退火的多标记数据特征选择

多标记数据有很多的冗余特征和数据,为了解决多标记数据中冗余和无关特征,提高多标记学习算法的泛化能力。提出一个基于模拟退火的卷积式特征选择方法——SAML(simulated annealing based feature selection for multi-label data),已有的算法只是使用了遗传算法来进行优化,新算法采用模拟退火来寻找最优子集,其效果在已有的工作中表现出比前者遗传算法更好的效果。在用于公开评测的Yahoo网页分类数据集上的实验结果表明,SAML算法的性能优于新近提出的一些流行的多标记特征选择方法。     

模拟退火遗传算法在DOA估计技术中的应用

将模拟退火思想融入到遗传算法中,形成了另一种优化算法,即模拟退火遗传算法,将其应用于加权子空间（WSF）算法的目标方位（DOA）估计技术中,以求降低WSF算法的运算复杂度,提高DOA估计精度,同时又解决了基本遗传算法在DOA估计中易陷入局部最优、后期搜索迟钝等问题。计算机仿真结果表明：采用模拟退火遗传算法的DOA估计技术在低信噪比条件下比采用基本遗传算法、高斯-牛顿算法有更高的分辨概率,更小的均方误差。     

改进的模拟退火和遗传算法求解TSP问题

对遗传算法和模拟退火算法的特点进行了比较,阐述了遗传算法与模拟退火算法集合的必要性。提出了一个用于求解TSP问题的改进的模拟退火和遗传算法。利用遗传算法的全局搜索能力弥补了模拟退火算法容易陷入局部最优的问题。在遗传算法中改进了传统的交叉机制,利用父代染色体与子代染色体进行交叉,解决了传统遗传算法中存在的“早熟”问题。针对模拟退火算法收敛速度慢等问题,提出了新的解生成机制和改良算法,提高了算法的收敛速度。实验测试的结果表明,该方法具有较好的收敛效果和更高的稳定性。     

求解曲面距离问题的模拟退火遗传算法

提出计算曲面距离的统一方法——退火遗传算法。该算法将模拟退火算法和遗传算法相结合,解决了曲面之间的距离问题。该方法将工业中常用的曲面统一用参数形式表示,利用遗传算法求解曲面的距离问题。该方法通过引入模拟退火机制和人为地加入一定数目的特殊个体,大大增强了算法的爬山性能。     

基于曲率图小波分解的平面曲线光顺方法*

将模拟退火遗传算法用于聚类分析，通过对聚类中心进行编码，定义适应度函数，选择、交叉、变异操作以及模拟退火算法的运用，给出了一种新的基于模拟退火遗传算法的聚类算法，实验结果显示该方法优于基本的遗传算法。     

基于混合遗传算法的工作流重构研究

随着知识抽取、数据挖掘等技术的兴起,基于日志的企业流程重构引起了学术界和工业界的高度重视。本文针对目前重构算法大都采用本地策略因而无法保证最优挖掘以及算法对噪声不强壮的情况,提出了一种新的工作流重构算法。该算法结合遗传算法和模拟退火算法的思想,通过对流程活动依赖关系的度量,构建因果关系矩阵映射流程实例（CASE）作为种群染色体,进而完成初始种群的构建,有效地提高了收敛速度,减少时间开销,同时避免了早熟收敛,因此该算法在有效处理噪声问题的基础上,实现了对流程模型的正确挖掘。