基于泊松算法的徽派建筑构件点云的曲面重构

曲面重构软件存在操作复杂、交互定义太多、对输入数据要求过于严苛等问题,至今未得到广泛推广。本文选取了徽派建筑所特有的穿斗抬梁式木构架作为研究对象,提出了一套完整的从获取点云数据,到点云预处理,最后曲面重构的实现方案。首先,对所获取的点云数据进行预处理操作,包括分割和滤波;其次,直接从点云数据集中近似推断表面法线;最后,采用泊松算法进行曲面重构研究。通过对比三维软件曲面重构最后模型,结果表明文中方案更具顺滑性、时间效率更高、良好的可移植性。     

基于点云数据三维重建方法的研究

由于三维激光扫描仪采集的点云数据是离散的,这些离散的点云数据由于分辨率有限,缺少灵活性,导致无法满足对实际场景重建出具有几何精确性的模型。为解决上述问题,用Delaunay三角化方法构造网格逼近物体的i维表面模型,把离散的点云数据连续化生成表面模型来模拟场景,实验证明该方法有效。     

曲面重构中带孔洞点云数据的边界提取算法

设计了一种曲面重构过程中点云中可能存在的孔洞内边界和开区域外边界的自动识别算法。该算法首先计算出各数据点的k邻域点,通过对k邻域点分布均匀性的判断识别出内外边界特征点,最后通过预估边界边的走向将识别出的边界特征点连接成边界线,从而识别出内外边界线。实验表明,该算法能很好地提取出孔洞内边界以及开区域外边界,为带孔洞点云数据的曲面重构奠定了基础。     

基于海量点云的复杂曲面重构及误差分析

对逆向重构技术在实践应用中出现的一些技术问题,以海量点云数据为基础对曲面重构方法和技巧进行了探讨研究,并应用3D点云对重构模型进行了误差分析。将该方法应用于工业产品复杂曲面的实际制造中,提高了设计精度,缩短了生产周期,对实际生产具有重要意义。     

基于KFCM的三维点云精简算法

毫米波雷达、TOF相机等扫描设备捕获的点云包含大量的冗余信息与噪声点,降低了点云配准的精度与处理效率．针对上述问题,提出基于KFCM的三维点云精简方法,将原始扫描点云以核函数映射至特征空间,同时更新聚类中心及隶属度矩阵,利用加权误差平方和建立目标函数且以其收敛为算法终止标准,最终将聚类中心作为精简结果输出．实验结果表明,可在良好保持点云基本特征的前提下降低源点云分辨率以达到精简效果,且可通过调节参数控制输出点云的疏密程度,在与配准任务的适应性实验中可满足ICP等配准算法的需求．     

基于真实三维人体点云的特征参数提取

针对真实三维人体点云数据,提出一种快速提取人体特征参数的方法。首先对点云数据进行预处理,并将人体中心点转化为坐标原点,然后利用人体几何形状以及特征参数的定义,通过分层探索法来定位人体特征点,最后利用人体特征点得到相应的特征截面信息,使用边缘识别法提取特征轮廓边界点,对于不同人体体型,基于人体几何形状分析法自动识别正常和肥胖人体体型,有效地计算不同体型的真实特征参数信息。数值实验说明了该方法的有效性。     

基于广义主成分分析的步态识别算法研究

步态识别是根据人行走方式的不同对人的身份进行识别的.通过背景减除实现人体检测,运用形态学操作和图形几何变换实现了图像的标准中心化.在特征提取阶段使用步态能量图(GEI)来描述每个步态序列,分别使用主成分分析、二维主成分分析、完全的二维主成分分析以及加权完全的二维主成分分析对特征进行降维,最后采用最近邻分类器来测试识别结果作对比研究.实验结果表明权衡计算量和识别率,二维主成分分析对于GEI的步态识别比较有效,识别率可达95.43%.     

基于主成分分析与迭代最近点的三维膝关节配准

针对膝关节与假体空间坐标系不一致的问题,提出了一种基于主成分分析（PCA）与迭代最近点（ICP）算法相结合的三段式配准方法.采用PCA结合两次ICP算法的配准策略,对膝关节与关节假体的点云数据进行PCA配准处理,然后对得到的初始配准结果采用ICP算法进行调整,最后对调整好姿态的点云数据再次进行ICP配准,从而将其空间坐标轴调整到一致.实验结果表明,三段式配准方法相较于其他算法,可在保持较高配准精度的同时缩短配准时间.     

基于主成分分析的轮胎缺陷检测算法研究

针对X光射线轮胎图片中出现的灰度特征缺陷,提出基于主成分分析的轮胎缺陷检测算法.该算法首先通过图像增强技术使轮胎的缺陷特征更加明显;然后,采用主成分分析技术设置阈值,保留整幅图片的主要特征,再通过重构图像将轮胎图片映射到更少的相互正交的向量空间中,将原图与重构图像的像素值矩阵进行差分,得到初步定位的含有缺陷的图像;最后,初步定位的图像经过阈值分割和腐蚀得到只含有缺陷的图像,实现精确定位.对200幅具有不同灰度缺陷形状的X射线轮胎图片进行缺陷检测,实验结果表明：该算法能有效地检测出缺陷所在位置,且算法时效性优于其他算法.      

基于数据包络分析和主成分分析的产业技术创新能力差异化研究

为分析中国汽车产业技术创新能力现状及寻找其提升的路径,应用技术创新理论,构建产业技术创新能力分析模型,选取不同产业进行差异化研究。采用基于数据包络分析(DEA)和主成分分析(PCA)的双轨分析方法,从投入端和产出端引入6个影响产业技术创新能力的指标,构建评价指标体系,对我国汽车、家用视听设备和通信设备三个产业技术创新能力进行比对。研究结果表明,我国汽车产业技术创新能力处于中低水平,创新投入能力较弱,投入规模不足,产出能力不平衡;创新转化过程存在失效。     

一种基于主成分分析的空间数据配准算法

提出基于主成分分析(Principal component analysis,PCA)实现空间数据配准的方法,空间数据主分量之间的空间关系反映了参考坐标系的空间关系.基本原理是利用PCA变换得到空间数据特征向量和重心坐标构造矩阵,利用构造矩阵之间的相似变换得到空间坐标系变换矩阵;利用变换矩阵对空间数据进行变换,再基于目标函数寻找变换矩阵的最优解.实验表明,该算法是获取空间参考坐标变换关系初值的有效手段.     

用于点云曲面重构的数据精简方法研究

数据精简是进行曲面重构的重要内容.通过分析现有精简方法的不足,采用了根据曲率变化对原始散乱点云进行精简的方法,重点研究了散乱点云的空间划分、邻域搜索、曲率估算和曲率精简原则.对具有不同特征的测量数据进行了精简分析,实验结果表明该方法得到了更合理的精简效果.     

基于径向基函数的曲面重建算法

针对基于传统径向基函数的数据插值方法在重建大量数据点云曲面时的困难,提出将数据点先分割再分别重建的方法.将点云的包围盒沿坐标轴分割,两两合并相邻的方块,使得方块相互重叠且覆盖整个包围盒.对每个包围盒内的点用径向基函数方法插值,利用窗口函数将每个函数限制在各小方盒内求和得到最终的整体插值曲面.借助MC（marching cubes）方法得到三角网格曲面.每个方块内点云的重建过程可以并行实现,因此该方法非常适用于对重建效率要求较高的场合.     

基于主元分析的相机间颜色校正

针对相机间的颜色校正问题,提出一种新方案以克服因相机所处环境不同而对校正结果带来的影响。利用主元分析确定颜色空间变换关系矩阵,将RGB颜色空间转换到各颜色通道间相关性较小的Lαβ空间,在该颜色空间下,利用图像的颜色统计特性一致性原理对相机间的颜色进行校正。实验结果表明,新方案可有效克服相机所处环境对目标颜色校正的影响,实现较为理想的相机间颜色校正。     

应用主成分与数据包络组合分析方法评价高等学校人才培养工作

人才培养是高等学校的主要任务,院系是大学内部人才培养工作的落实单位,建立科学的教学工作评价机制,有利于促进人才培养的中心地位。改变大多数教育评价以定性为主的现象,利用主成分分析和数据包络分析这两种方法的原理,建立二者结合的组合评价方法,进行定量的评价和分析,促进了教学工作评价的科学性。     

基于二维广义主成分分析的人脸识别

针对人脸识别中的特征提取问题，提出了一种基于二维广义主成分分析（2DIMPCA）的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量，该方法直接采用二维图像矩阵来构建方差矩阵，通过在水平和垂直2个方向上顺序执行2次广义主成分分析（IMPCA）运算，消除了人脸图像行和列的相关性，大大压缩了特征的维数.选用二维最小近邻分类法进行分类，计算识别率.在AT&T人脸库以及Yale人脸库上的测试结果表明，与主成分分析（PCA）和IMPCA相比，该方法具有更高的识别率和更快的识别速度.     

基于方向角的散乱点云三角剖分算法

针对直接三角剖分困难,分片三角剖分需要人工干预,且算法效率都很低下问题,提出了高效自动的在特征基点根据方向角进行分片投影三角剖分。算法的主要步骤分为两步：首先从只有位置信息的点云中提取出邻域、矢量和形状索引信息,并利用形状索引信息得到特征基点;然后以特征基点为参考点根据方向角对点云进行分片,每个片进行特征基点切平面投影三角剖分,通过三角剖分有效性处理,连接成最终的网格曲面。实验结果表明算法可以自动高效的重叠和非重叠散乱点云,且可以有效避免曲面自交。     

基于小波包主元分析的表面肌电信号特征识别

针对表面肌电信号(SEMG)的非平稳性及小波包变换系数维数过高的问题,提出一种小波包主元分析和线性判别分析相结合的表面肌电信号动作特征识别新方法。以表面肌电信号用于智能轮椅为例,对采集到的两路SEMG信号进行小波包主元分析,提取SEMG信号的运动特征矩阵,并将运动特征矩阵输入到线性判别分类器进行分类,实现了前臂动作识别。试验表明:该方法能够将小波包系数矩阵由16维降到4维,并且对前臂的四种动作模式(握拳、展拳、手腕内翻和手腕外翻)的平均正确识别率达98%,与传统的小波包变换相比有较高的识别率。