一种点云边界轮廓特征快速提取方法

边界轮廓线对建筑物快速建模和变形监测起着重要作用。针对三维点云边界轮廓特征提取不准确和时间复杂度高等问题,提出一种点云边界轮廓特征快速提取方法。首先,对点云数据进行改进体素化下采样;然后,八叉树体素化点云数据,以每个体素的外切球为单位,计算曲率描述子,对边界轮廓特征进行粗提取;最后,对粗提取的特征点计算每个点k邻域的最大主曲率,对边界轮廓信息进行精提取。对某桥大型拼装构件的试验结果表明,该方法不仅速度快,而且提取的边界轮廓线简洁、清晰、完整。     

基于Kinect骨骼信息的手势识别

为了提高手势识别的精度和鲁棒性,设计了一套基于Kinect获取的骨骼信息的手势识别算法。该算法首先检测手势的起始点与结束点,然后在截取的图像中提取手势特征,最后用距离加权动态时间规整算法计算测试样本与模板的相似度,得出手势识别结果。通过对常用鼠标手势进行测试表明:本方法可以取得较高识别率,而且不受光照条件影响。     

贴片晶振尺寸快速视觉检测方法

本文研究了贴片晶振图像尺寸快速检测方法。首先进行对数变换图像增强,提高图像对比度,检测出晶振外接矩形,提取ROI区域;然后检测出ROI区域中所有轮廓,检测出晶振图像内接矩形尺寸。利用OPENCV实现该检测方法,大量实验表明,该方法准确快速,抗干扰性强。     

基于LiDAR点云数据的建筑物轮廓线提取

针对激光点云数据提取建筑物轮廓线易丢失边缘细节信息的问题,提出新的建筑物轮廓线提取方法。首先对点云数据进行网格化生成深度影像,然后基于K-means聚类对深度图像进行分割,针对双边滤波Canny算子检测轮廓时出现断裂与不规则线条的问题,提出基于高斯核Hough变换投票检测解决断裂与不规则的问题。实验证明,所提方法可以很好地从点云数据中提取完整的建筑物轮廓线,提取精度高。     

基于三个特征点的人体跌倒检测

设计了视频监控跌倒检测系统,采用人体姿态分析,通过人体轮廓提取、星形骨架提取、人体部位识别等步骤对视频图像进行处理,首先检测出三个特征点。由特征点构成了跌倒判断的特征向量。根据三个特征点相对位置的变化和特征向量与水平地面的夹角,来区分跌倒与正常人体活动的差别。以3个志愿者的步行、坐下和蹲下三类最具代表性动作为实验样本,采用上述方法进行测试。实验结果表明系统能有效检测跌倒,总体成功率超过90%,对正常活动的误报率仅7.5%。     

砂土颗粒三维形状模拟离散元算法研究

砂土颗粒形状对砂土宏观性质具有重要的影响。砂土颗粒形状的量化和构造是本文研究的主要内容。在离散元重叠颗粒族ODEC(overlapping discrete element cluster)方法的基础上提出了一种新的基于加权圆度的处理方法。首先是利用颗粒三视图提取二维圆度信息并对其进行加权平均,得到反映颗粒三维形状特性的加权圆度;然后在Matlab中创建具有指定加权圆度的三维凸包,对凸包进行体素化和骨架化处理后提取颗粒的三维空间信息;再利用PFC3D重建具有指定形状的clump块体,生成不同外轮廓特性的颗粒组,以此模拟各种形状的砂土颗粒。     

基于TLS的高速铁路轨道检测曲线主点提取算法研究

准确获取线路曲线分段点是高速铁路轨道静态几何状态评价和维护的前提。高速铁路轨道曲线检测数据由于数量大和点密集的新特点,导致现有的既有线分段点提取算法精度与效率低下。针对高速铁路轨道检测数据量大点密的新特点,本文利用左右轨超高数据,将复杂的线路直线、缓和曲线和圆曲线转换成简单的数字折线,并提出基于TLS的数字折线转折点提取新算法,从而快速准确获取高速铁路曲线主点。实验结果表明,新算法较现有的既有线分段点算法提取的曲线主点精度和效率更高。     

靶标特征点提取亚像素精度阈值分割算法研究

以视觉测量中摄像机标定的圆阵列靶标特征点提取为研究对象,提出一种亚像素精度阈值分割算法,用于圆阵列平面靶标标定特征点的精确快速提取。使用灰度阈值分割方法定位像素级边缘,并应用双线性插值法细分像素点实现亚像素边缘轮廓的提取,在精确获取轮廓控制点的基础上,采用最小二乘椭圆拟合法精确获取圆阵列靶标标定特征点。实验分析对比了该算法以及基于梯度的Canny和Sobel算子的亚像素边缘检测算法在标定特征点定位精度和执行时间方面的差异,验证了亚像素精度阈值分割算法在提取精度和运算速度方面的优越性。     

基于时空融合的交通场景中运动行人检测算法

将视频监控技术应用于交通信息获取与处理,解决行人安全问题,已成为智能交通系统中的一项关键技术。为精准地提取交通场景语义信息,提出了融合时域和空域信息的行人检测算法。通过相邻多帧时域变化和Canny边缘检测算法得到初始检测掩模图像,解决差值局部化和噪声问题;提取空域信息时,引入二次重构和内外标记技术对梯度图像进行修正和分水岭变换,得到空域掩模图像,有效地提高空域分割精度,消除过分割现象;最后将两者结果进行融合和形态学修正,提取出交通场景图像中的运动行人。以北京南站为例进行实验分析,结果表明,该方法能快速准确地检测到较完整的目标信息,在动态场景的行人检测取得了较好的效果。     

手势识别中的图像预处理技术研究

在手势识别过程中,当获取到的手势信息转换成可用计算机处理的数字图像时,手势图像在生成,传输或变换过程中会受到各种因素的干扰和影响,手势图像的画质将会因噪声而在不同程度上出现畸变,因此需要先对图像进行预处理。图像预处理的过程包括图像平滑和图像二值化,本文分别对多种平滑技术和二值化方法进行了研究和实验对比,为手势识别过程中的手势分割和特征提取提供了有效的数据样本。