快速成型系统中自适应的直接切片算法的研究

为了解决CAD模型转换成STL模型时出现误差、均匀切片时加工时间和表面质量难以协调的问题,提出了自适应的直接切片算法.该算法调用商用软件中切片函数对模型直接切片,切片厚度选择采用自适应切片方法.首先求出能够表示模型垂直方向轮廓变化情况的参考曲线,然后在切片时根据参考曲线上各点处切线确定在该处的切片厚度.使用该算法避免了用三角面片逼近CAD模型时的误差,而且根据参考曲线上点的切线决定切片的厚度,不需要试切,在保证模型表面精度的同时提高了成型效率.     

基于压缩体素模型的鼓形刀空间扫描体构造方法及其应用

首先给出了鼓形刀空间扫描体构造公式并构造出其表面模型,利用Ray Casting方法将该表面模型进行离散,转化为压缩体素模型,该模型采用沿X,Y,Z3个坐标轴方向相互垂直的Dexel模型表示,各个Dexel模型之间按体素模型大小均匀分布．刀具空间扫描体模型和仿真工件模型之间的布尔运算转化为Dexel模型之间的一维布尔运算,简化了布尔操作并提高了操作速度．通过MarchingCubes方法提取数控加工仿真工件表面三角网格模型并进行图形显示,提高了仿真工件显示质量,NC编程人员可实时地从任意方向观察、验证仿真结果．该方法已成功地应用于基于压缩体素模型的五坐标数控加工仿真系统中,克服了现有五坐标数控加工仿真方法和商品化软件系统的不足．     

基于压缩与精化深度体素流模型的视频插值

视频插值是利用视频相邻帧的图像信息合成中间帧,可直接应用于慢动作视频回放、高频视频合成、动画制作等领域。现有基于深度体素流的视频插值模型存在合成精度低、参数量大的问题,限制其在移动端的部署应用。提出一种压缩驱动的精化深度体素流插值模型。通过预训练深度体素流模型提高视频的插值质量并确定高精度参数,利用稀疏压缩技术裁剪卷积通道数,以减少参数量并得到粗体素流,同时将输入视频帧、粗体素流和粗中间帧作为精体素流网络的输入,获得精体素流。在此基础上,通过三线性插值方法计算得到精中间帧,以增强模型对边缘信息的捕获能力,从而提高中间帧质量。在Vimeo 90K和UCF101数据集上的实验结果表明,相比DVF、SepConv、CDFI等模型,该模型的峰值信噪比和结构相似性分别平均提高1.59 dB和0.015,在保证参数量增幅较小的前提下,能够有效优化视频合成效果。     

基于体素模型的3D打印支撑算法

3D 打印技术是通过对材料的逐层堆积来构建物体,但对模型悬空的区域需要添加 支撑结构。支撑结构不仅会造成打印材料的浪费,而且会延长打印时间并对模型外表有所损伤。 为此,提出一种基于体素模型的支撑算法,针对体素化后的模型,分析体素之间的相互支撑作用, 并引入体素支撑能量函数概念和计算方法,计算出需要添加支撑的体素,从而得到需要添加支撑 结构的区域,并由该区域生成支撑结构,之后通过实验对算法进行验证。实验结果显示该算法能 够更加准确地对模型生成支撑,同时,基于体素模型的支撑算法对于模型内部支撑计算,也具有 很好的适用性。     

基于动态局部更新体素模型的虚拟加工仿真算法研究

为提高虚拟加工仿真算法的仿真速度和精度,提出一种新的基于动态局部更新体素模型的虚拟加工仿真算法.该算法利用体素节点间的邻接关系,实现虚拟加工仿真的动态局部更新.算法在初始化阶段建立虚拟毛坯的八叉树结构体素模型,并建立任意体素6-邻接关系遍历算法.在虚拟加工几何仿真阶段,利用刀具和毛坯相对运动的时空一致性,从毛坯上一帧已...     

STL模型特征面片自适应分层算法*

为获得聚苯乙烯泡沫塑料(EPS)异步快速成形机所需的加工路径,提出了一种基于特征面片的Stereolithography(STL)模型自适应分层算法。算法根据模型在分层方向上的特征面片和最小加工厚度来确定分层位置和切割平面,无需坐标变换,可沿任意方向直接获取切片两端截面轮廓信息。该算法采用了一种新方法快速分割边界面片,通过轮廓信息整理可得到点轮廓、非闭合环轮廓、闭合环轮廓。闭合环轮廓经三角化后,可封闭切片端面。本文算法均采用Visual C++ 6.0实现,经实验证明运行稳定有效。     

基于小波树模型的CoSaMP压缩感知算法

无线传感网络存在网络带宽限制和传感器节点的能耗问题,实际应用中通常希望可以通过重构算法从采集的少量数据中还原出原始信息,压缩感知理论为上述问题提供了一个解决思路。利用压缩感知理论,对无线传感器网络中温度传感器的监测信号进行了压缩感知的应用研究。针对传统压缩采样匹配追踪(CoSaMP)算法中测量次数多、重构精度低等问题,利用信号的小波系数所形成的连通树的结构特性,提出了基于小波树模型的压缩采样匹配追踪算法。将该算法应用到无线传感器网络监测信号的压缩感知仿真实验中,与传统压缩采样匹配追踪算法的重构性能进行比较,结果表明该算法较传统压缩采样匹配追踪算法在一定范围内对无线传感器网络中的温度信号具有更好的压缩感知性能。     

基于图割的压缩域运动对象提取

随着在视频监控等方面的应用,视频数据量不断增加,如何快速有效地处理和分析视频内容仍然是一个亟待解决的问题。目前的运动对象提取通常采用像素域的分析方法,虽然有较好的主客观效果,但由于计算复杂度高,在实际应用中有诸多限制。因此,提出了一种基于图割的压缩域运动对象提取算法。该算法基于4×4分块的高斯背景建模,得到视频帧中各子块的初始概率,结合运动矢量（Motion Vector）信息构造压缩域图割能量函数,利用图割算法对前景区域进行修正,从而实现对运动对象的快速提取。与其他运动区域提取算法的对比实验表明,该算法具有较高的准确率和较低的计算复杂度,具有较高的实际使用价值。     

基于切片原理的海量点云并行简化算法

针对传统点云简化算法效率低且处理点数少的缺陷,结合快速成型领域的切片原理顾及特征计算复杂度低的特点,设计并实现了适合千万级海量激光雷达（LiDAR）点云的并行切片简化算法。该算法根据切片原理对点云模型分层并按照角度排序,利用NVIDA的统一计算设备架构（CUDA）和可编程图形处理器（GPU）高度并行的性能优势,使用GPU多线程高效并行地执行单层切片点云简化,提高了算法效率。最后,应用3组不同数量级点云模型分别进行简化对比实验。实验结果表明：在保持模型特征与压缩比不变的情况下,所提算法效率高出传统基于CPU的串行切片算法1～2个量级。     

基于马尔可夫随机场模型的运动对象分割算法

提出了一种基于马尔可夫随机场(MRF)模型的运动分割算法,仅使用了压缩流中的运动矢量和块编码模式信息,可以在复杂场景下对运动对象有很好的分割效果.利用运动矢量量化的方法来对运动矢量进行预处理,对运动矢量进行马尔可夫建模,利用能量最小函数进行优化得到运动对象分割的效果.实验表明:与现有的方法相比,该方法可从复杂场景中更准确地对运动对象进行分割.     

基于深度展开模型的毫米波稀疏成像算法

针对传统压缩感知算法的高计算成本问题,从稀疏信号的恢复角度出发,提出一种基于深度展开模型的稀疏成像算法。首先构建复数稀疏重建网络VAMP-Net,在该网络中,复数形式的降采样回波信号被拆分成实部和虚部作为输入,接着代入到基于VAMP算法的迭代块中,最后通过卷积神经模块进行最优非线性稀疏变换,得到恢复的实部和虚部信号,两者进行合并后得到恢复的目标图像。对于所提算法,采用人工合成的数据集在不同目标密集程度、迭代次数和噪声环境下进行仿真实验,并与传统的迭代收缩阈值算法和深度学习重构算法进行比较。再使用不同程度稀疏性的数据进行实测验证。实验结果表明,该算法重构的图像在NMSE、TBR、重构耗时以及内存使用上有更好的表现。     

基于结构化稀疏模型的压缩感知重构改进算法

目前,标准的CS重构算法仅利用信号和图像在小波变换下的稀疏先验信息,而并没有利用变换系数具有的结构化特性。为了能够快速精确地重建原始信号,将结构化稀疏模型与SP算法、CoSaMP算法相结合,提出了压缩感知重构的改进算法。另外,将基于双树复小波变换的系数结构模型融入上述算法,进一步提高重构性能。实验结果表明,所提出的算法可获得更高的图像重建质量。     

基于LDA主题模型的标签传递算法

标签传递算法是一种半监督分类方法,由于该算法存在要求数据分类结果符合流行假设、数据维数较高时计算复杂度高等问题,在文本分类中效果较差。针对这些问题,经过对LDA主题模型和标签传递算法原理及复杂度的分析,将两者结合,提出一种基于LDA主题模型的标签传递算法LPLDA。该算法用LDA主题模型中的主题表示文本数据,一方面使用LDA主题模型表示文本保证分类结果符合流行假设,另一方面有效减少标签传递算法相似度计算时间。经过实验证明,该算法在标记数据少于待测样本时,分类效果优于传统的有监督分类方法。     

MIMO-OFDM系统中基于压缩感知的信道参数反馈方法

为了解决MIMO-OFDM系统中基于完全信道状态信息预编码所面临的反馈链路开销大的问题,提出将压缩感知技术应用于这种预编码的信道状态信息的反馈阶段。在接收端通过压缩感知技术对由信道估计得出的信道状态信息进行观测,将少量的观测值反馈到发送端,在发送端通过正交匹配追踪算法重构出完全信道状态信息。仿真结果表明,信道状态信息在KLT域的压缩感知性能明显优于DCT域的压缩感知性能,可以由反馈到发送端的少量采样值精确地重构出信道状态信息,降低了反馈链路的开销。