移动最小二乘法在多功能传感器数据重构中的应用

针对传统最小二乘法全局拟合的局限性, 将一种新型的数值算法---移动最小二乘法应用于非线性多功能传感器的信号重构. 通过详细研究插值函数的构造方法及性质, 合理地选取基函数和权函数, 求出试函数的系数, 进而得到信号的重构值. 详细分析了基函数维数、影响域节点数及权函数因子对计算结果的影响, 并对最小二乘法以及移动最小二乘法的重构数据进行了对比, 重构的相对误差分别小于 15.3 % 和 1.03 %, 结果表明移动最小二乘法更适合非线性曲面拟合, 且适当地增加基函数维数或影响域节点数可以进一步提高数据重构的精度.     

最小二乘法分段直线拟合

曲线拟合是图像分析中非常重要的描述符号。最常用的曲线拟合方法是最小二乘法,然而一般的最小二乘法有一定的局限性,已经有不少学者对其进行了一些改进。进一步对最小二乘法进行改进,提出一种新的分段直线拟合算法来代替多项式曲线拟合,以达到简化数学模型的建立和减少计算的目的,使其能够更好地对点序列进行拟合。     

一种基于最小二乘估计的玻壳曲面拟合方法

位移传感器测量已经成为一种重要的测量手段。为估计一种基于线性可变差动传感器(LVDT)玻壳测试系统的质量,用最小二乘法对测试曲面进行球面拟合,得到相对应的玻壳曲面。利用该曲面计算曲率半径,检验各位移传感器(LVDT)安装是否准确,从而测试生产的玻壳是否合格,并利用坐标值即可对系统进行系统误差的校正。由于最小二乘法可削弱误差较大的点的影响,根据其特点建立数学模型进行拟合,其结果对6寸玻壳的生产加工环节具有更直接的指导意义。     

基于移动最小二乘法的气动力数据建模方法

针对一体化飞行器高度耦合的非线性气动问题,提出了一种基于移动最小二乘法的气动力数据建模方法;首先,对影响模型精度的因素进行了分析;接着,在构建移动最小二乘模型时采用遗传算法获取最佳支撑域半径以及最佳影响因子β,提高近似精度从而达到减少样本点的目的;得到泛化能力较强的气动力模型,并与偏最小二乘方法的建模结果进行对比;实验结果表明:移动最小二乘法的建模效果优于偏最小二乘方法,预测误差较小,证明了将该方法应用于气动数据建模是可行的。     

利用控制曲线和移动最小二乘法实现图像变形

将移动最小二乘方法用于图像变形,提出基于控制曲线的图像变形算法.根据源图像中的形状信息或变形需要来设置关键点,生成控制曲线,然后移动控制曲线到新的位置,利用移动最小二乘方法实现图像的变形.对基于控制曲线的移动最小二乘变形函数进行了理论推导,实现了图像的仿射、相似和刚性变换,得到不同的图像变形效果.实验表明,该算法可以较好地描述图像中的形状和轮廓信息,实现图像的复杂变形,获得真实感的变形效果.     

分块最小二乘曲面拟合通用程序

UniversalProgramsforBlockingLeast-SquareFittingCurvedFacesGuoFengmingZhangShuiying在本刊1998第4期上,本人发表了“分段最小二乘曲线拟会通用程序”一文,解决了一纸分布原始数据修匀问题的通用算法。本文可以认为是上文的继续,其目的是为二维分布原始数据的修匀问题提供一个通用程序。该程序具有如下特点：（1）拟会半径N＝1,2．3,……可以任意选择,即拟会窗口的大小可以任意选择。（2）拟会阶次MJ二l或2可以任意选择,既可以实现平面拟会,也可以实现二次抛物面拟会。（3）原始数据经拟会以后,边部点数不丢失,即拟会后…     

移动最小二乘法研究进展与述评

为使移动最小二乘法能更好地应用到无网格方法中,详细阐述移动最小二乘逼近法、移动最小二乘插值法、MUKHERJEE改进的移动最小二乘法以及程玉民等提出的改进的移动最小二乘法和复变量移动最小二乘法等的研究进展,述评各种移动最小二乘法的优缺点,并概述各种移动最小二乘法形成的无网格方法的研究进展.     

最小二乘法直线拟合数据处理的VB程序设计

利用Visual Basic语言实现对数据的最小二乘法处理,使数据处理非常方便且可靠性高,避免了大量的计算过程,保证数据处理的质量和效果.     

基于移动最小二乘法的视差图像拼接

对于视差图像拼接,现有的工作大都采用单应性变换,这不足以得到好的拼接结果。提出一个新的视差图像拼接算法。首先检测图像的特征点并匹配,随后用随机采样一致算法RANSAC(Random Sample Consensus)和距离相似性筛选出正确的匹配点集;其次,以这些特征点结合移动最小二乘法构造一个全局仿射变换对准图像;最后,在图像的重叠区域以像素为顶点构建一个网络流,用最大流最小割算法寻找最优拼接曲线,并融合图像。由于提高了特征点匹配的正确性,对准模型的准确性明显好于以前的工作,图像拼接结果平滑真实,无扭曲、鬼影等现象。     

一种基于最小二乘估计的深度图像曲面拟合方法

1　引言深度图像数据直接反映了景物表面的三维几何信息 ,因而得到了计算机视觉研究人员的关注 .在深度图像的三维表面分析中 ,包含有丰富几何形状信息的表面局部特征 ,如法向矢量 ,高斯曲率等 ,对于分析和描述三维表面特性非常重要 .用模板法可以提取这些特征 ,但其抗噪声能力差[1 ] .曲面拟合是另一条思路 .通过拟合三维表面再计算表面几何特征 .文献[2 ,3 ]研究了两种方法拟合三维表面 ,抗噪声能力也不好 .一般来说 ,深度图像数据根据等角测距原理获得 ,因而不是等网格间距深度数据 .美国Perceptron公司提供了一种深度数据 :非等网格深…     

基于卡尔曼滤波算法的最小二乘拟合及应用

图像处理或在工业控制中经常要用到最小二乘直线拟合,对于有奇异点的直线拟合,传统的最小二乘法拟合误差较大,难以满足较高精度的要求。卡尔曼滤波算法具有最小无偏方差性,能够去除测量系统中的随机误差,将卡尔曼滤波算法与传统最小二乘法结合,建立了一种基于卡尔曼滤波预处理的最小二乘估计的新方法,获得了比传统最小二乘法效果更好的估计结果。试验证明了该方法的有效性和高精度性。     

利用移动最小二乘法实现图像变形

将移动最小二乘方法用于实现图像的变形操作,提出了一种基于控制曲线集的移动最小二乘图像变形方法。根据图像的形状拓扑关系或轮廓信息设置点,生成控制曲线,移动控制曲线的方向和位置使图像产生变形,生成图像的仿射变换、相似变换和刚性变换。实验表明,该方法可以使图像产生平滑、真实的变形,获得满意的效果。     

基于图像曲线和最小二乘法进行函数拟合的研究

对超导磁体系统中CICC导体进行数字模拟时,发现某些有用的图像曲线,可利用最小二乘法原理,对图像内容进行选择、修改、锐化处理,二值化后获得图像中曲线的函数表达式,即CICC稳定性与氦流量之间的量化关系.同时对拟合的函数曲线和原曲线比较,发现二者基本吻合,因此用最小二乘法来研究图像中曲线拟合构成的函数,是非常有用的方法.     

基于最小二乘法拟合的热电偶温势特性的虚拟设计

K型热电偶作为能量转换器能实现温度信号与输出电压信号间的转换,已广泛用于工业控制和数据采集过程中。由于传感器输入输出关系的非线性,为了对静态特性曲线进行标定和方便数据处理,在非线性误差不太大的情况下,通过最小二乘法拟合原理,采用直线拟合的办法来线性化,并通过基于C语言的虚拟仪器（CVI）提供的多项式拟合库函数PolynomialFit进行多项式拟合设计,从而动态实现了电动势与温度一一对应的变化关系。     

基于移动最小二乘曲面的点云拼接算法

针对现有点云拼接方法受被测零件复杂外形和测量噪声影响的问题,提出基于移动最小二乘( Moving Least-Squares,MLS)曲面的点云拼接算法.该算法利用一种极值投影方法来有效计算点到MLS曲面的对应点,并结合迭代最近点(Iterative Closest Point,ICP)算法将各个视角的点云统一到该ML...     

面向非匀点云拟合的RSR移动最小二乘法

针对传统的移动最小二乘法在非均匀分布的采样点集拟合中的不足,提出了影响域半径动态调整的移动最小二乘法（RSRMLS）。在传统移动最小二乘法（MLS）的基础上,根据拟合子区域采样点数据稀疏情况,该方法可自动调整MLS的半径区域大小。通过对相同数据点集的拟合比较,提出的RSRMLS拟合效果明显优于传统MLS。     

最小二乘法直线拟合数据处理的VB程序设计

利用Visual Basic语言实现对数据的最小二乘法处理,使数据处理非常方便且可靠性高,避免了大量的计算过程,保证数据处理的质量和效果.     

基于最小二乘曲面拟合的流量计量温度补偿算法

针对时差法超声波式热量表流量计量结果受流体温度影响而存在的非线性误差问题,提出了基于最小二乘曲面拟合的温度补偿算法,通过建立温度和流量之间的非线性映射模型实现温度补偿。在实现温度补偿后,针对超声波式热量表自身计量特性的差异,进一步提出多温度点误差二次修正算法,根据相邻温度点的流量计量误差和可变权值计算当前的流量计量误差,对误差进行二次修正,实现流量计量的全局优化。实验表明,流量计量误差在±2.0%以内,具有较高的工程应用价值。     

基于遗传算法的B样条曲线和Bézier曲线的最小二乘拟合

考虑用B样条曲线拟合平面有序数据使得最小二乘拟合误差最小.一般有两种考虑,一种是保持B样条基函数的节点不变,选择参数使得拟合较优.参数的选择方法包括均匀取值、累加弦长法、centripetal model、Gauss-Newton迭代法等.另一种则是先确定好参数值(一般用累加弦长法),然后再用某一算法计算出节点,使得拟合较优.同时把两者统一考虑,用遗传算法同时求出参数、节点使得拟合在最小二乘误差意义下最优.与Gauss-Newton迭代法、Piegl算法相比,本方法具有较好的鲁棒性(拟合曲线与初始值无关)、较高的精度及控制顶点少等优点.实验结果说明采用遗传算法得到的曲线逼近效果更好.用遗传算法对Bézier曲线拟合平面有序数据也进行了研究.     

基于最小二乘的复杂曲面检测方法研究

提出一种基于数模打点、阵列粘贴、迭代法建立坐标系、改进最小二乘法运算的复杂曲面检测方法。给出了六点迭代法建立复杂曲面检测坐标系的算法步骤,再结合3-2-1法进行了坐标系的创建。提出利用阵列粘贴等方法进行检测点的快速生成并对复杂曲面进行检测,并采用本文给出的改进最小二乘法进行计算机数据处理。本文检测方法有效克服了传统方法测量时,测头易发生干涉,同时存在检测项目多、检测效率低等缺点,能有效提高复杂曲面检测的精度并缩短检测时间。通过多次的检测分析,结果表明本文提出的方法易于编程,测量迅速,测量结果准确、可靠。借助于本文方法可以解决从事检测行业及相关人员在三维检测中的短板,提高检测的效率和解决问题的能力。