散乱点云边界特征快速提取算法

摘要：提出一种散乱点云边界特征的快速提取算法,该算法采用R*-tree建立散乱点云空间索引结构,基于该结构快速准确获取局部型面参考点集,建立该点集的基准平面,计算点集内各点到基准平面的距离并将该距离与目标点到基准平面的距离进行比较,识别点云边界特征.实例证明该算法可快速、准确地提取散乱点云的边界特征.     

复杂环境异源高分辨率光学卫星影像匹配算法

针对复杂环境异源高分辨率光学影像匹配成功率低的问题,提出了一种基于窗口约束的特征点匹配方法.借助于异源影像近似核线对和同名直线,对特征点建立几何约束窗口,利用该窗口限定同名点搜索范围,通过特征点主方向的约束和特征欧氏距离提取初始匹配点,并基于局部随机抽样一致性(RANSAC)算法剔除误匹配点,最终利用同名点对影像进行纠正,实现异源高分辨率卫星遥感的自动匹配.结果表明:与传统的尺度不变特征变换算法(SIFT)相比,窗口约束匹配方法提取了更多的同名点,为复杂环境异源高分辨率光学遥感影像数据的高精度自动匹配提供了一种可行的方法.     

利用平面特征和KNNS提高点云配准效率

由于人工建筑物表面存在大量平面特征,提出利用平面特征进行初始同名点的自动寻找.根据整体最小二乘对平面拟合结果,剔除远离特征平面的噪声点,对不同测站的两个平面进行中心化,通过计算平面初始中心及初始中心到平面子集包围圈的最大距离来确定初始同名点.针对最邻近点迭代算法(ICP)中同名点搜索慢的缺点,提出了利用k-最邻近点搜索算法(KNNS)进行对应点的搜索,分析了利用平面特征和KNNS进行点云配准的处理结果.结果表明:利用共面特征和KNNS不仅能够合理改善配准参数,而且还可提高点云配准效率,提出的平面特征和KNNS的ICP算法适合于具有平面特征的建筑物的配准.     

基于MLS点云模型特征的提取算法

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.     

基于RANSAC算法的立体视觉图像匹配方法

针对大尺寸立体视觉测量中存在较大视差和透镜畸变等因素导致极线约束匹配率低的问题,提出了将图像校正与随机采样算法相结合的立体视觉图像匹配方法.对立体图像对进行线性校正,建立初始匹配点集;采用随机采样算法估计图像对之间的基本矩阵,恢复原始图像对之间的对极几何约束关系,剔除初始匹配点集中未匹配和误匹配的特征点,从而获得精确的匹配点集.该方法已应用于合成孔径雷达(SAR)大型可展开微波天线网面的实际测量,匹配率高于96%.     

一种改进的特征点匹配算法

特征点匹配是计算机视觉中的关键步骤,在很多领域中都有着的重要应用。通过对当前图像特征点匹配方法的研究,提取一种基于特征点的灰度量和几何特征量相结合的匹配方法。该方法首先用Harris算法提取特征点;然后用极线约束减少搜索范围;最后用特征点的灰度量实现特征点匹配。该方法利用极线约束,克服了用灰度量进行特征点匹配计算量大的缺点。提高了匹配速度。实验表明,是一种准确快速的特征点匹配方法。     

用改进的Rao-Blackwellized粒子滤波器实现移动机器人同时定位和地图创建

将进化策略应用于Rao-Blackwellized粒子滤波器,并结合自适应重新采样方案实现了室内移动机器人同时定位和地图创建.在仅有单目视觉和里程计的基础上,建立了鲁棒的感知模型,通过有效的尺度不变特征变换方法提取环境特征,并采用Unscented卡尔曼滤波更新特征,特征点的匹配采用基于KD-Tree的高维特征点快速匹配算法.在实际Pioneer 3移动机器人上进行的实验结果表明,本文提出的方法是可行的.     

点云数据的管道面重构

针对反求工程中管道面重构问题，提出了一种从点云数据中直接提取管道面特征参数的算法.算法
分为两步：第一步将管道面数据视为过渡特征数据，利用过渡特征提取原理获得管道面的一系列截面线
，经概率统计方法进行噪声去除后，得到准确的截面线及其半径.第二步是由截面线的中心确定管道面的
脊线点列.利用移动球法，球的直径即是采样步长，沿着脊线方向对点列进行均匀采样，然后对采样点列
进行高斯平滑，获得光滑均匀的脊线点列.用三次B样条曲线拟合采样点列而获得脊线.计算实例表明，该
方法能够稳定、准确地提取出管道面的几何特征参数.     

一种预拼装钢构件的点云自动分割算法

针对由非完整圆柱和特征相似平面组成的预拼装钢构件,提出了一种点云自动分割算法.首先通过降维投影对预处理后的空间点云做基于边界识别的空间分区,再采用随机采样一致性算法估计各分区满足几何约束条件的初值模型,并结合最小二乘拟合完成模型点云的二次过滤,达成对平面及圆柱模型点云的完整提取.在处理平面点云数据时,引入基于密度的空间...     

三维可变形物体的三点匹配策略

针对不同姿态下的三维可变形物体特征点匹配问题,提出了一种基于热核信号特征和测地距离的三点匹配策略,从而可以为后续的紧密匹配奠定基础.该方法主要由以下三步完成,首先提取出三维可变形物体的外部特征点;其次,对外部特征点采用热核信号定义局部特征;最后,结合局部特征描述符和特征点之间的测地距离进行最优匹配搜索,得到正确的匹配结果.实验结果表明:该方法能很好地实现对三维可变形物体的稀疏匹配.     

结合网格补洞和曲面拟合的龋齿修补方法

该文基于医学数据处理软件Mimics系统,提出并实现了一种结合三角网格补洞和B样条曲面拟合的龋齿修补方法.首先在Mimics系统中提取牙齿表面的离散数据,并导出PLY格式的三角网格,通过对龋齿网格数据的孔洞边界提取和三角网格孔洞修补,得到完整的三角网格数据.然后采用网格数据进行分割、参数化和最小二乘拟合,求得B样条曲面...     

基于内容的乳腺肿瘤超声图像分级检索

超声图像检索将在乳腺肿瘤良恶性的辅助诊断中起到重要作用,针对乳腺肿瘤超声图像提出了一种基于内容的分级检索方法。该方法研究了乳腺肿瘤在超声图像中表现的典型征象,从纹理、形状和边界3方面提取了提升小波熵、拟合椭圆重合率和2维极坐标边界描述子3个特征,进行3级检索。利用该方法对126幅有明确活检结果的乳腺肿瘤超声图像进行3级检索,检索结果的病理准确率为90.79%。实验表明,采用分级检索所用特征少,速度快,并能获得较好的检索结果,检索结果的病理准确率较高。     

红外头盔式眼动仪的瞳孔中心定位算法

为了提高瞳孔中心定位精度,降低运算复杂度,首先采用星射线方法获取瞳孔边界点,与对整幅图搜索相比,计算量大大减小.设定感兴趣区域,对眼皮、眼睫毛及光斑干扰产生的虚假特征点进行剔除,然后利用特征点通过随机化的椭圆拟合定位瞳孔中心.随机化椭圆拟合允许杂质点的存在,确保了拟合定位算法的准确性,对虚假点的剔除更进一步加快了拟合速度.在连续帧处理时通过瞳孔像素数的变化快速对眨眼进行检测,区分眨眼与伪眨眼.实验结果表明,该算法简单且鲁棒性好.     

逆向工程技术浅析

逆向工程技术的3个主要设计工程是:样品的数字化、特征提取和CAD建模.样品的数字化由各种接触式或非接触式数字化仪器来实现;特征提取通常分为数据分割和表面特征(如边缘曲线)的提取;实体建模是按分割的数据点的形状来重构样品外形.阐述了各种样品数字化、数据分割以及曲面构造的方法.     

按方位取点局部多重二次曲面插值

数据网格化是地质、测绘以及物化探中广泛应用的基本方法,网格化结果的好坏直接影响着其它数据处理方法和计算机成图。本文考虑到多重二次曲面拟合法对数据分布的局部特征具有过分平滑的缺点,提出了按方位取点局部多重二次曲面插值算法。它在待插点附近采用按方位取点来构造局部多重二次曲面,可以很好的改善原有方法的不足。最后,通过实例验证表明,该方法网格化效果较好,是一种值得推广使用的方法。     

一种利用方向模板的遥感影像道路提取方法

道路连接是自动提取道路信息的关键技术,设计了一种方向模板用于道路的自动搜索和连接,并给出基于该方向模板的道路提取方法。首先对原始遥感影像进行边缘信息增强处理,然后用增强处理后的图像作为线特征增强系数,与原图像对应相乘,增强道路线特征;再结合图像的8连通性,统计每个连通成分像素点的个数,设定阈值去除点噪声和短线段噪声,得到不连续的道路段;最后利用方向模板,在给出道路起始点和终止点的基础上,利用该模板的方向规则连接道路。实验结果表明,该方法具有很强的适应性,提取的道路精度高,效果好。     

基于条件边界平衡生成对抗网络的河流表面流速估测

针对不同流速类类间差异小而造成的分类困难问题,提出条件边界平衡生成对抗网络和多特征融合的卷积分类网络,分别进行流速图像的生成和分类. 为了达到数据增强效果,引入标签机制和验证模块实现相应类别图像数据的拟合与生成;为了加强图像不同纹理特征信息对流速估测的影响,引入多特征融合机制对所有真实样本和生成伪样本进行特征提取和流速识别,实现对差异性较小的图像的分类. 将该方法应用于实际的河流表面流速估测,结果表明,在图像生成模块中,引入的标签信息和验证机制在一定程度上能强制引导模型的数据生成方向;在图像识别模块中,引入的多特征融合机制使所提出方法相较于其他方法,在差异性较小的水流图像的识别上更具鲁棒性.     

Building of road boundary map based on laser radar

A method for road boundary detection and tracking using laser ladar with respect to a vehicle’s local coordinates is proposed.It can be applied to different types of road conditions,such as roads with or without curbs,having relatively rough road surface and with obstacles on road surface.In the method,some line segments are extracted after a series of preprocessing on range data.The extracted line segments are combined and further selected.They are then united to match the road models and generate the road boundary points which are tracked by Kalman filter.Then the obtained road boundary points are transformed to build a precise vector map by least squares fitting algorithm.These fitted line segments represent road boundary vectors.The vector map is precise enough to provide ample road information such as the orientation of road,the road width and the passable road region.Finally,extensive experiments conducted in urban and semi-urban environment demonstrate the robustness,effectiveness and viability of the proposed method.     

基于重要点的时间序列趋势特征提取方法

现有的基于时间序列分段线性表示的趋势特征提取算法不能完全正确提取时间序列基本趋势特征.为此定义时间序列基本趋势的自然分割点为重要点，提出一种新的分割目标函数.新的目标函数包括2个优化目标：最小化时间序列基本趋势与其分段基本趋势的不一致，最小化时间序列趋势值与其分段趋势值之间的误差平方和.根据新的目标函数，设计了一种重要点和自底向上分割相结合的时间序列分段线性化趋势特征提取方法.按重要点分段可以正确提取基本趋势，而自底向上分割方法以初始小尺度分割后迭代融合拟合误差平方和增加最小的相邻分段，可以得到较高的拟合精度.仿真实验表明，该方法克服了现有分段线性化方法的缺点，在分段数相同的情况下提取精度比现有方法高.     

Road network extraction in classified SAR images using genetic algorithm

Due to the complicated background of objectives and speckle noise, it is almost impossible to extract roads directly from original synthetic aperture radar(SAR) images. A method is proposed for extraction of road net-work from high-resolution SAR image. Firstly, fuzzy C means is used to classify the filtered SAR image unsupervis-edly, and the road pixels are isolated from the image to simplify the extraction of road network. Secondly, according to the features of roads and the membership of pixels to roads, a road model is constructed, which can reduce the extraction of road network to searching globally optimization continuous curves which pass some seed points. Final-ly, regarding the curves as individuals and coding a chromosome using integer code of variance relative to coordi-nates, the genetic operations are used to search global optimization roads. The experimental results show that the al-gorithm can effectively extract road network from high-resolution SAR images.