基于粒计算的复杂数据多粒度主曲线提取算法

传统的主曲线算法已被广泛应用到很多领域,但在复杂数据的主曲线提取上效果不佳,而有效的融合粒计算与主曲线学习算法是解决该类问题最有效的途径之一。为此,本文提出了基于粒计算的复杂数据多粒度主曲线提取算法。首先,利用基于t最近邻（T-nearest-neighbors, TNN）的谱聚类算法对数据进行粒化,提出拐点估计方法来自动确定粒的个数;然后调用软K段主曲线算法对每个粒进行局部主曲线提取,并提出通过消除假边来优化每个粒的主曲线提取过程;最后采用局部到全局的策略进行多粒度主曲线提取,并对过拟合线段进行优化,最终形成一条能较好描述数据原始分布形态的主曲线。实验结果表明该算法是一种行之有效的多粒度主曲线提取算法。     

基于软K段主曲线的LPR字符特征的提取方法

车牌识别是智能交通系统的重要组成部分,提高车牌字符识别率的关键在于提取字符的特征。主曲线是主成分分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线。通过对现有主曲线算法的分析可知:软K段主曲线算法对提取分布在弯曲度很大或相交曲线周围的数据的主曲线的效果较好。因此,尝试用该主曲线算法来提取车牌字符的结构特征。实验结果表明,利用该主曲线算法来提取车牌识别的结构特征能够取得较好的实验效果。所提方法为提取 车牌字符特征的研究提供了一条新途径。     

主曲线算法初始值选取的分析

主曲线是一种用于数据压缩和特征提取的有效方法,是对主成分分析的非线性推广。由于主曲线与主成分的密切联系,主曲线生成算法通常以第二主成分线做初始值。然而实验发现第一主成分未必是算法初始化的最佳选择。本文将以HS算法和多边形算法为例,就初始值的选取对生成主曲线的影响做出分析并通过实验得出结论：HS算法以原点作初值效果较好,多边彤算法应根据数据点集的不同结构选择合适的初值。     

基于软K段主曲线算法的字符特征提取研究及实现

要提高脱机手写字符识别的识别率,关键是特征的提取。主曲线是主成分分析的非线性推广,是通过数据分布“中间”并满足“自相合”的光滑曲线。通过对现有主曲线算法分析可知：软K段主曲线算法对提取出分布在弯曲度很大或相交曲线周围的数据的主曲线效果较好。因此本文尝试用谊主曲线算法来提取脱机手写字符的结构特征。实验结果表明,利用该主曲线算法来提取脱机手写字符的结构特征不但是可行的,而且取得较好的实验效果。它为脱机手写字符特征提取的研究提供了一条新途径。     

基于B-样条网络的复杂主曲线建模

提出了一种基于B-样条网络的复杂主曲线建模的新方法，该方法结合学习主曲线的多边形算法和B-样条网络来建立主曲线模型，同时提出了用于寻找主曲线分叉点的迭代算法。实验结果表明所提出的方法是简便有效的。     

基于复杂形态数据的主曲线提取算法及其在图像骨架提取中的应用

针对目前存在的主曲线算法对提取分散度大、高度弯曲及自相交等复杂形态数据效果不好的情况,提出从复杂数据集中找到主曲线的新方法.算法首先用细化算法初始化顶点集得到初步骨架图,并合并邻近顶点;然后采用Kégl主曲线算法的拟合光滑步思想并加以改进来平滑顶点位置,通过迭代构建出主图;最后采用Kégl主曲线算法的重构步进一步修正主图.算法在模拟数据集上进行试验而且还被运用于图像骨架提取,实验结果表明它对提取复杂数据的主曲线是非常有效的.     

基于改进的GPL主曲线算法的指纹特征分析与提取

在对GPL(Generalized Polygonal Line)主曲线算法和指纹数据特点分析的基础上,针对指纹数据本身的特点,改进原来的GPL主曲线算法以得到更好的指纹骨架,并实现基于主曲线的指纹特征提取.实验结果表明,改进的GPL主曲线算法在指纹骨架提取的效率和效果上比原算法都有明显提高.基于主曲线的指纹特征提取相对于其它一些传统方法也有着更高的准确率,具有一定的应用价值.     

基于K段主曲线算法的手绘形状识别

提出了利用主曲线算法对人机交互中广泛使用的脱机手绘形状的识别。利用改进K段主曲线方法对学习样本点提取主干线,然后对被测试样本计算到主曲线的投影点的距离的均方差,识别是基于对目标主曲线的距离均方差最小。实验证明该算法也是比较有效的一种形状识别算法。     

线形特征检测及其在黄河主溜线上的应用

提出一种从点状随机分布背景中检测连续曲线的方法。根据曲线连续性特征,采用动态规划算法寻求数据集中最显著的曲线特征,给出了在基于多光谱影像黄河主溜线检测中的应用实例。由于黄河主溜区域和非主溜区域光谱差异小,造成提取出的主溜点存在一定散布情况。根据河流相邻主溜点之间的连续性,分析了算法在主溜线检测中的可行性,并用实验验证了算法的有效性和与曲线拟合方法相比的优越性。     

利用改进的主图形算法提取指纹骨架

在传统的指纹识别系统中,一般使用指纹细化图对指纹信息进行描述。尝试使用主曲线代替指纹细化图,并对主曲线的主图形算法进行了较大改进,使其能够得到更好的指纹骨架。实验结果表明,主曲线骨架比细化图有着光滑性强、准确性高、抗噪音和信息量大的优点;而改进的主图形算法在指纹骨架提取的效率和效果上比原算法也都有一定提高。     

基于任务图的一种并行程序设计方法（Ⅱ）─—选择拓扑结构

本文探讨了基于任务图的并行程序设计方法的后半部分─—按照任务图选择拓扑结构和将并行算法映射到并行结构上．     

平面有界闭区域图形的拓扑分类识别

本文首先将具有简单封闭曲线特征的闭主曲线学习算法应用于平面有界闭区域图形的边界提取,给出相应的算法。结合拓扑度理论,本文还定义了有界闭区域的边界关联矩阵,引入了平面中图像的F-同胚概念,运用边界关联矩阵是F-同胚下的完全不变量原理,将F-同胚和边界关联矩阵概念有机结合起来,对平面有界区域图形进行拓扑粗分类,以达到缩小搜索范围、提高搜索速度的目的。最后,本文给出了平面有界闭区域图形的计算机拓扑识别的算法及其实现。     

Generating strictly non-self-overlapping structured quadrilateral grids

In this paper, we present a BPM (Bézier patch mapping) algorithm which generates a strictly non-self-overlapping structured quadrilateral grid in a given four-sided planar region. Given four pieces of polynomial curves which enclose a simple region in the plane, the algorithm first constructs a Bézier patch which interpolates the four curves (as its four boundary curves), while the inner control points of its control grid remain unknown. In this paper, we show that, for the bijective condition to be satisfied, it is sufficient that the interior points satisfy a set of quadratic inequality equations. Exploiting this key result, we formulate the mapping algorithm as an optimization problem where the constraints are the bijective condition of the Bézier patch mapping (BPM), and the objective is to find out the best from all of the non-self-overlapping grids. Thus, commercial optimization solvers can be used to find the bijective mapping. If a solution to the optimization problems exists, then so does a solution to the mapping problem, and vice-versa. The BPM method is simple and intuitive, and some examples presented in this paper demonstrate its effectiveness.     

基于视觉语义与激光点云交融构建的SLAM算法

激光雷达作为同时定位与地图构建(SLAM)传感器之一,因精度高、性能稳定等特点而被广泛研究使用.但其获得的点云数据较稀疏,包含特征信息少,会导致误匹配、位姿估计误差大等问题,影响SLAM的定位和建图精度.对此,提出一种将视觉语义信息与激光点云数据融合的SLAM算法(VSIL-SLAM).首先,基于投影思想将聚类后的点云映射到语义检测框内,生成语义物体,解决原始激光点云特征稀缺问题;然后,在形状特征的基础上引入拓扑特征对语义物体进行表述,提出基于匹配的拓扑相似性度量方法,解决单一特征造成的误匹配问题,提高匹配准确度;最后,加入语义物体点到点的几何约束,基于几何特征和语义物体构建前端里程计,并完成后端回环检测和位姿图优化设计.实验结果表明,所提出算法在定位和建图效果上都有显著提高,改善了激光SLAM算法的性能.     

基于拓扑映射的背向面去除算法

场景往往由多边形逼近表示,提出的背向面去除算法首先将场景中的多边形法向量正则化为单位向量,并将起始点移至原点,这些单位向量必定位于单位圆球上;然后将单位圆球分成若干个中心对称的区域,每个区域进行拓扑映射得到参考平面,可以求得每个多边形法向量所在的区域,并求出多边形法向量在区域边界圆盘面上的拓扑映射坐标．对同一场景而言,这些计算只需进行一次,称为前置运算．当视点向量位置改变时,则需动态计算视点向量和正背向分界线在每个区域的拓扑映射坐标;然后在一维射影直线上根据视点向量、法向量和分界线之间的拓扑映射坐标位置关系,判断该多边形是否为背向面．实验结果表明,算法运行可靠,有较高的检测速度,尤其是对同一场景,当视点变化时的多次检测效果显著．     

Meshless Harmonic Volumetric Mapping Using Fundamental Solution Methods

Harmonic volumetric mapping aims to establish a smooth bijective correspondence between two solid shapes with the same topology. In this paper, we develop an automatic meshless method for creating such a mapping between two given objects. With the shell surface mapping as the boundary condition, we first solve a linear system constructed by a boundary method called the method of fundamental solution, and then represent the mapping using a set of points with different weights in the vicinity of the shell of the given model. Our algorithm is a true meshless method (without the need of any specific meshing structure within the solid interior) and the behavior of the interior region is directly determined by the boundary, which can improve the computational efficiency and robustness significantly. Therefore, our algorithm can be applied to massive volume data sets with various geometric primitives and topological types. We demonstrate the utility and efficacy of our algorithm in information transfer, shape registration, deformation sequence analysis, tetrahedral remeshing, and solid texture synthesis.      

钢轨磨耗测量系统中光带主曲线提取的研究

在基于计算机视觉的钢轨磨耗测量系统中,针对系统中的图像处理部分进行了大量实验,并根据钢轨形成的光带自身特点,提出了斜率驱动提取主曲线算法.斜率驱动主曲线算法能够有效的抑制钢轨图像的杂散光和提高目标图像的清晰度,从而消除了图像处理中出现的毛刺和图像不完整的现象.实验结果表明这种方法对钢轨图像中光带主曲线的提取有很大的改进,从而将系统测量误差控制在所要求的范围之内.     

Enhancing 3D mesh topological skeletons with discrete contour constrictions

This paper describes a unified and fully automatic algorithm for Reeb graph construction and simplification as well as constriction approximation on triangulated surfaces. The key idea of the algorithm is that discrete contours – curves carried by the edges of the mesh and approximating the continuous contours of a mapping function – encode both topological and geometrical shape characteristics. Therefore, a new concise shape representation, enhanced topological skeletons, is proposed, encoding the contours’ topological and geometrical evolution. First, mesh feature points are computed. Then they are used as geodesic origins for the computation of an invariant mapping function that reveals the shape most significant features. Next, for each vertex in the mesh, its discrete contour is computed. As the set of discrete contours recovers the whole surface, each of them can be analyzed, both to detect topological changes and constrictions. Constriction approximations enable Reeb graphs refinement into more visually meaningful skeletons, which we refer to as enhanced topological skeletons. Extensive experiments showed that, without any preprocessing stage, proposed algorithms are fast in practice, affine-invariant and robust to a variety of surface degradations (surface noise, mesh sampling and model pose variations). These properties make enhanced topological skeletons interesting shape abstractions for many computer graphics applications.