Float-to-fixed and fixed-to-float hardware converters for rapid hardware/software partitioning of floating point software applications to static and dynamic fixed point coprocessors

While hardware/software partitioning has been shown to provide significant performance gains, most hardware/software partitioning approaches are limited to partitioning computational kernels utilizing integers or fixed point implementations. Software developers often initially develop an application using floating point representations built-in to most programming languages and later convert the application to a fixed point representation—a potentially time consuming process. In this paper, we present the Arizona Float ⇔ Fixed Hardware Library (AFFHL) consisting of efficient, configurable floating point to fixed point and fixed point to floating point hardware converters. By utilizing these converters, a system’s hardware/software implementation can be separated into a floating point domain consisting of the microprocessor and memory subsystem and a fixed point domain consisting of one or more partitioned hardware coprocessors. This separation enables a rapid hardware/software partitioning approach in which floating point software kernels can be implemented using fixed point hardware coprocessors without the need for application developers to first rewrite software applications as fixed point implementations. We further present an overview of a basic hardware/software partitioning methodology for rapidly partitioning computational kernels within floating point software application to either statically determined fixed point hardware coprocessors or dynamically adaptable fixed point hardware coprocessors in which the required fixed point representation can be dynamically determined and adjusted at runtime.     

In vivo experimental study of optical characteristics of human acupuncture points

Effective attenuation coefficients and diffuse reflectance spectra of acupuncture point and non-acupuncture point were measured in vivo before and after the brachial artery was constricted with a sphygmomanometer.Experimental results showed that the effective attenuation coefficient of acupuncture point was smaller than that of non-acupuncture point. When the brachial artery was constricted, the effective attenuation coefficients of acupuncture point and non-acupuncture point increased.Furthermore, the increasing amplitude of effective attenuation coefficient of acupuncture point was smaller than that of the non-acupuncture point. Diffuse reflectance of acupuncture point was lower than that of non-acupuncture point within the wavelength range of 470 to 600 nm. Both the diffuse reflectance of acupuncture point and nonacupuncture point decreased after the brachial artery was constricted. These experimental results indicated that the optical characteristics of acupuncture point tissues were correlated with the physiologic changes. Therefore, these optical characteristics of acupuncture points would be helpful to study the mechanism of acupuncture meridian.     

双向过采样系统点目标采样模型与检出方法

传统的采样系统对点目标的能量收集能力差,图像信噪比低,像斑面积小。为了克服传统采样的缺点,在对弱点目标进行探测时可以采用双向过采样技术。建立了点目标采样系统的数学模型,分析了双向过采样系统对点目标的检测性能。通过点目标采样系统的数学模型,得到了双向过采样系统点目标像斑分布均匀、灰度梯度小、有一定的面积的特点。从而设计出针对双向过采样系统的点目标检出方法。采样模型得到的像斑能量分布表明,双向过采样系统对点目标的能量收集能力强,点目标像斑面积大,信噪比稳定,采样系统对点目标的空间相对位置有很强的适应能力。仿真分析表明,目标检出方法能够有效提高点目标图像的信噪比。     

蓝牙网络接入点频繁路径选择切换算法

蓝牙网络接入点切换问题的研究对于解决蓝牙移动性有很重要的现实意义。提出了一种频繁路径选择算法,接入点实时检测同移动点间链路,根据接收功率强度和前一段时间从当前位置切换到相邻接点的概率,确定最佳侯选接入点集,当从当前接入点AP接收到的功率下降到1个阈值时,移动主机MH开始切换。这种算法能够减少不必要的切换,降低链路负荷,而且切换时间较短。     

邻图配对式运动恢复结构的欧式三维重建

传统增量式运动恢复结构重建易受到尺度变化的影响,重建出的点云存在分层现象,并且不存在量纲。通过改进重建拓扑结构和尺度迭代最近点算法,提出了一种新的欧式三维重建方法。首先,设计了两两相邻图片重建点云后并入主点云的重建拓扑结构;然后,建立了对应表,旨在找到同一世界点在新建点云和主点云下的对应三维点对;接着,结合Geman-McClure范数,提出了抗噪声的尺度迭代最近点求解算法;最后,设置地面控制点,为重建出的点云引入尺度。实验结果表明,提出方法重建出的点云比传统增量式运动恢复结构重建出的点云更精确,并且点云长度的测量绝对误差在1%~2%左右。提出方法适用于近场景物体较精确的欧式三维重建。     

基于点云迁移的人体点云位置及颜色补全

由于三维扫描设备获取的点云存在目标遮挡、设备视角等问题,致使点云有所缺失。点云补全是为下游任务进行点云预处理的重要工作。然而现有的点云补全工作集中在对简单物体的补全上,缺乏对较复杂人体点云补全的研究。为将点云补全任务引入下游人体重建相关任务中,本文提出了一种由粗到精的人体点云预测方法,对人体位置及颜色缺失信息补全。通过创建具有精细服饰纹理的人体点云数据集,采用点云迁移的网络结构,充分利用点云全局粗糙信息,结合多层网络预测完整点云,优化了上采样方案;然后,在上采样后的点云上进行了颜色补全,通过部分点云颜色信息进行特征值扩散和提取;最后,通过一个多层感知机进行颜色预测。在人体数据集上的实验结果表明,该方法相比现有主流方法不仅在客观指标上具有更好的表现,主观质量上也能保证获得更加完整、边缘清晰的点云。     

基于置信度的飞行时间点云去噪方法

飞行时间（Time-of-Flight,ToF）三维成像方法由于多路径干扰和混合像素等问题降低了目标物体深度测量的精度。传统的方法通过优化重构异常点云数据或滤除噪声点云数据来提高目标的准确性,但是这些方法复杂度高且容易导致过度平滑。三维点云图像中的有效点云与噪声点云之间的关系很难用数学模型来表示。针对上述问题,本文提出了一种基于置信度的飞行时间点云去噪方法。首先,分析多帧点云数据的概率相关性,以点云数据的置信度作为判别有效点云与噪声点云的依据;其次,利用多帧点云之间的矢量对偶性,提出了一种快速提取不同置信度点云的算法,其时间复杂度为O(L);最后使用该算法提取多帧三维图像中置信度高的点云数据获得目标物体的真实测量数据,并重点对4组不同场景的点云数据进行对比实验。实验结果表明,该算法能够在有效滤除噪声的同时,显著提高目标物体的距离测量精度,增强目标物体的特征,因此具有广泛的应用价值。     

基于局部仿射配准的鲁棒非刚体配准算法

针对传统点集非刚体配准算法对复杂局部形变数据配准精度低,收敛速度慢等问题,该文提出一种基于局部仿射配准的鲁棒非刚体配准算法。该算法采用分层迭代的方式由粗到精地完成点集的非刚体配准。在每层迭代中,首先对子形状点集集合和子目标点集集合进行分块处理并更新分块后每一类子点集的形状控制点。然后利用控制点引导仿射迭代最近点(ICP)算法求解对应子点集间的局部仿射变换。接着利用上一步求解的局部仿射变换,更新子形状点集集合及其形状控制点集合。直到配准误差收敛时,循环结束并输出更新后的形状点集。实验结果表明,所提算法与传统点集非刚体算法相比具有更强的精确性和收敛性。     

基于激光点云的电力线悬挂点定位方法

为了解决目前电力线悬挂点定位方法鲁棒性低、定位不精确的问题，采用基于激光点云的结合局部3维重建与迭代搜索的方法对电力线悬挂点定位进行了研究。首先，对电力线点云空间特征进行分析进而推导电力线空间约束条件，以此作为生长准则进行基于空间约束的区域生长，实现跨越多档的单根电力线分割; 然后，对杆塔点云聚类提取杆塔中心点，以杆塔中心点连线的角平分线为基准划定每档电力线的空间分割平面; 之后，对各分割平面附近电力线点云进行空间多项式局部3维重建; 最后，结合分割平面迭代搜索计算重建电力线的交点，实现电力线悬挂点空间位置定位。结果表明，对于3种电压等级线路点云及2种数据质量点云，电力线悬挂点定位平均偏差均在0.09m以内，最小偏差为0.03m。该方法鲁棒性高，可以精确地实现各电压等级及各质量点云数据中的电力线悬挂点定位，为后续基于悬挂点的电力线模拟工况安全分析提供了基础。     

自适应局部邻域特征点提取和匹配的点云配准

点云配准是三维重建的关键技术之一。针对点云匹配中迭代最近点算法(ICP)速率低、对初始位置要求高的问题,提出了一种基于自适应局部邻域特征点提取和匹配的点云配准方法。首先根据局部表面变化因子与平均变化因子的大小关系,自适应地提取特征点;其次利用快速点特征直方图（FPFH）综合描述每个特征点的局部信息,结合随机抽样一致性（RANSAC）算法实现粗配准;最后根据得到的初始变换矩阵和基于特征点的ICP算法实现精配准。对斯坦福数据集、含噪声的点云以及场景点云进行配准实验,实验结果表明:所提出的特征点提取算法能高效地提取点云的特征;相比于其他特征点检测方法,所提方法在粗配准中的配准精度和配准速度更高,且抗噪性能更好;与ICP算法相比,基于文中特征点的ICP算法在斯坦福数据集和场景点云中的配准速度提升了约10倍,在含噪声的点云中,能根据所提取的特征点高效地进行配准。该研究为提高三维重建和目标识别的匹配效率提供了一种高效的方法。     

一种基于机载LiDAR数据的山区道路提取方法

为了解决基于机载激光雷达(LiDAR)点云提取道路时多重特征阈值设定难、普适性低的问题, 采用了随机森林分类模型提取道路点云进而获得道路中心线的方法。首先使用渐进加密三角网滤波获取地面点云, 根据山区道路特性, 计算地面点云各点在邻域范围的坡度、粗糙度、高差方差、点密度及反射强度, 组成点的分类特征; 随后手动采集正负样本训练点云随机森林分类模型, 将地面点云通过模型分类得到初始道路点云; 再通过基于密度的噪声应用空间聚类算法去除噪声点精化道路点云; 最后矢量化道路点云获取道路中心线。结果表明, 以Entiat River地区山区LiDAR点云数据进行实验验证, 道路点云提取的正确率达到95.29%, 完整率达到92.96%, 提取质量达到88.88%。该方法能解决多重阈值难以确定的问题, 能较高精度地提取到山区道路点云, 进而获取有效道路中心线, 对山区道路信息的研究有一定的参考价值。     

基于关机点状态的弹道导弹落点估计及误差分析

反导系统中,如何准确快速地估计导弹落点为目标威胁估计提供了重要依据,也是提高拦截概率的关键步骤。根据弹道目标关机点状态估计信息,利用椭圆弹道理论进行落点估计研究,克服了现有方法的弊端,通过误差传播矩阵研究了关机点状态估计信息对落点估计的影响,利用误差估计模型对落点估计的误差进行了分析,对落点估计精度的改善具有一定的实际意义。     

一种动态特征匹配的部分重叠点云配准方法

点云配准方法能够有效地完成对不同重叠率、不同规模点云间的配准,可确保三维重建模型的精度。针对该问题,提出一种动态特征匹配的部分重叠点云配准方法,首先基于欧氏距离分割法将点云分割为子点云;然后提取子点云特征,考虑到不同点云的规模不同,提取的特征规模也是不同的,提出利用动态时间规整算法(DTW)完成子点云间的映射;最后利用迭代配准算法求取拼接点云间的平移、旋转矩阵,利用该矩阵完成点云间的配准和拼接。实验结果表明,提出的方法能够有效地解决部分重叠点云和不同规模点云的配准问题。     

红外点目标成像信噪比建模分析

点目标的探测是红外成像探测系统的重要课题。以点扩散函数作用下点源目标像的照度分布函数为基础,综合考虑像的照度分布与单元探测器的位置关系,结合探测器的光电转换原理,建立了红外焦平面探测器点源光信号到电信号的转换关系;并在此基础上结合探测器的噪声模型,建立了点源信噪比模型。仿真计算结果表明:点源目标的探测信噪比与光学系统点扩散函数、单元探测器尺寸、视线偏移密切相关。该研究可为点目标红外成像探测距离的精确估计提供理论支持。     

数字共焦显微镜实验3维点扩散函数的构建

为了获取作者所在实验室数字共焦显微镜光学系统实验3维点扩散函数,采用荧光微珠模拟点光源,利用该显微镜对荧光微珠不同散焦量的切片图像进行采集,采用多图像平均法对切片图像进行降噪处理,以此构建显微镜光学系统的实验3维点扩散函数。以该实验点扩散函数进行3维显微图像复原,并与理论点扩散函数的复原效果进行了比较。结果表明,两种点扩散函数对图像复原时均获得良好的复原效果,但是以正确实验方法获取的实验3维点扩散函数,更符合该光学系统的光学传递特性,复原效果更准确。所构建的实验3维点扩散函数,为下一步的生物显微图像复原处理提供了一种较好的选择,为数字共焦显微镜实验3维点扩散函数的构建提供了一种有效的方法。     

IPC-Net: Incomplete point cloud classification network based on data augmentation and similarity measurement

Existing point cloud classification researches are usually conducted on datasets with complete structure and clear semantics. However, in real point cloud scenes, the occlusion and truncation may destroy the completeness of objects affecting the classification performance. To solve this problem, we propose an incomplete point cloud classification network (IPC-Net) with data augmentation and similarity measurement. The proposed network learns the feature representation of incomplete point clouds and the semantic differences compared to the complete ones for classification. Specifically, IPC-Net adopts a random erasing-based data augmentation to deal with incomplete point clouds. IPC-Net also introduces an auxiliary loss function weighted by attention scores to measure the similarity between the incomplete and the complete point clouds. Extensive experiments verify that IPC-Net has the ability to classify incomplete point clouds and significantly improves the robustness of point cloud classification under different completeness.     

基于WHI及ICP的点云配准算法

针对两步点云配准中精度差、计算效率低、易受噪声干扰的问题,提出一种基于WHI特征描述符结合改进的ICP点云配准算法。首先,对大数据量的点云通过ISS算法提取特征点集作为配准点云;然后,计算特征点云的WHI特征描述符,利用随机采样一致性算法完成粗配准;最后,基于安德森加速迭代ICP算法对粗配准点云进行精确配准。通过多组点云数据集对所提算法进行验证,实验表明,该算法配准精度高、速度快,在含有噪声数据集的优势更明显。在不同的点云模型下,所提算法的配准效率提高2倍以上,在噪声环境下具有一定的鲁棒性。     

点云编码综述

点云编码是支撑点云广泛应用的关键技术之一,是近期技术研究和标准化领域的热点。对点云几何信息和属性信息编码技术演进进行了回顾,并针对稠密点云和稀疏点云的几种典型编码方法的编码效率进行了比较。未来点云编码研究将集中于利用帧间预测去除动态点云的不同帧之间的相关性,以及端到端点云编码、任务驱动的点云编码等方面。     

基于单位四元数法的激光点云拼接算法研究

在实际生产应用中经常需要对激光器多次测量所得点云进行点云拼接,为解决激光点云的精确拼接问题,提出了一种基于单位四元数的点云拼接算法,通过计算点云重心点所在曲面的曲率特征点,经过多次迭代寻找最近点,求出点云平移与旋转矩阵的最优解,进而完成点云的自动精确拼接。     

层次化点云边界快速精确提取方法研究

为了提高依据邻近点最大夹角提取边界点方法的提取效率,提出了一种层次化快速精确提取边界点的方法。先对任意采样点检索其R邻域内点集,依据R邻域内点集重心点坐标与采样点的距离粗提取边界点,然后将粗提取的边界点及其邻域点投影至微切平面,通过各邻近点与采样点的方向向量求取相邻向量间的最大夹角,再依据最大夹角精提取边界点。通过理论分析和点云数据实验验证了该算法的可行性。结果表明,该算法相较于传统的方法,能缩短22.11%的运行时间,但精度降低5.23%;相较于其它层次化提取方法,在缩短10.99%的运行时间的同时精度提高7.17%。该研究为点云3维重建中边界提取提供了参考。