附加增值条件的移动最小二乘法的点云孔洞修补

由于扫描设备局限或模型结构复杂等因素导致点云模型出现孔洞,这严重影响模型的后续处理。针对点云孔洞的修补问题,文中提出了一种附加增值条件移动最小二乘法的点云孔洞修补方法。首先提取封闭的孔洞边界,通过密度分析进行迭代切片,不仅削弱点云分布不均的影响,还提高模型细节特征的保留程度;再将离散群点投影至拟合曲面,投影点集二次拟合以获取拟合面节点,保证有足够的边界邻域节点为基础进行孔洞修补;最后利用附加增值条件移动最小二乘法对孔洞进行迭代修补,并对增值点云进行曲率约束,从而达到契合原始模型空间特征的重建。实验采用人为在四个点云模型上制造不同类型的孔洞,并与现有的四种方法进行对比,验证所提方法的有效性,结果表明,文中方法相较于现有的四种方法,完整率、准确率提高了1.83%以上,配准均方根误差与平均曲率均方根降低了68%以上,对比证明了文中方法对于点云模型孔洞具有较强的适用性,可为重建三维点云模型提供可靠信息。     

基于方向矢量曲率估算的点云精简研究

逆向工程获得的大量散乱点云数据,不利于后续曲面重构工作,因此需要进行点云精简。文章利用包围盒法分割原始点云数据,确定K邻域的中心点并搜索K邻域点,基于方向矢量曲率计算方法估算曲率,并采用曲率精简原则精简点云。实例证明,该方法对于大量点云精简有明显效果。     

基于移动最小二乘法的点云数据孔洞修补算法

由于受到多种因素的综合作用,点云数据不完整,曲面上出现了一些孔洞,为了提高点云数据的孔洞修补精度,解决目前一些方法的局限性,提出基于移动最小二乘法的点云数据孔洞修补算法。首先对当前点云数据孔洞修补研究现状进行分析,并得到点云数据曲面上的孔洞数据,采用移动最小二乘法对点云数据孔洞进行修补,最后通过具体应用实例对其可行性进行测试。结果表明该方法可以对点云数据孔洞进行有效修补,能够获得比较理想的点云数据曲面重建效果。     

基于邻域曲率改进的迭代最近点激光雷达目标点云配准

为解决激光雷达目标点云配准技术中精确配准步骤中所存在的匹配速度慢和匹配误差大的问题,提出了一种基于邻域曲率改进的迭代最近点（ICP）精准化匹配算法。初始配准采用传统的主成分贴合法,给精确配准找到一个较好的初始位置,精配准采用基于领域曲率改进的ICP算法。以斯坦福兔子和场景点云作为实验研究对象,配准结果和数值分析共同表明,基于邻域曲率改进的ICP算法在点云配准中的可行性,且与其他算法相比,所提算法的配准速度更快、匹配精度更高,为三维数据重建和目标识别技术提供一种更高效的新方法。     

移动设备自适应计算卸载研究

通过卸载,移动云计算能够节省处理能量,这是最大限度降低功耗的最有效方法之一。自适应计算卸载属于局部计算卸载,它根据特定条件,将整项任务划分成更小的单元,且只有耗能大的任务单元被发送到云中进行卸载。文章分析移动云计算卸载的需求,给出移动云计算的3层架构,研究MACS(移动增强云服务)的架构,并基于3项限制条件来优化移动增强云服务。最后,文章提供5种云路径选择方法,讨论云路径选择中的带宽、价格、速度、安全性和可用性问题。     

移动计算技术及应用

对移动计算技术的发展及纵横向应用作了简要综述，对移动计算环境中的缓存管理技术作了探讨，提出了一种利用前馈网络计算访问概率来优化缓存管理的方法，并给出了仿真算例，最后，对移动计算技术在交通自动收费及电信企业生产经营管理中的应用作了探讨。     

一种基于移动最小二乘法的点云数据孔洞修补算法研究

使用测量仪器获取点云数据的过程中,由于测量仪器自身缺陷、物体局部遮挡等因素,导致原始点云数据存在孔洞,严重影响曲面重建,需要实施孔洞修补,以便获取完整的模型。采用非封闭孔洞相连的散乱点云的边界确定孔洞修补范围,有效提取非封闭的孔洞边界点及附近模型的边界点,根据孔洞及其周围点的信息,基于移动最小二乘法重构一个隐式曲面,并且通过一定步长实施隐式曲面采样,完成孔洞修补。实验结果显示该算法可以修补不同类型的孔洞,并且修补数据与原始点云数据较好的融合在一起,恢复原始模型。     

基于几何约束移动最小二乘的TomoSAR山区点云高精度三维重建方法

层析合成孔径雷达(TomoSAR)是一种先进的山区三维重建技术手段。然而,TomoSAR点云存在着较强烈的高程向定位误差,给高精度的山区三维重建带来了挑战。针对这个问题,该文提出了一种基于几何约束移动最小二乘(MLS)的高精度TomoSAR山区点云三维重建方法。该方法不仅具有传统MLS基于局部子空间思想进行复杂曲面结构拟合的优势,还可以充分地利用TomoSAR点云高程随地距单调递增的特点进行重建误差修正。首先,将点云投影到新的方位-地距-高程坐标系。然后,使用所提的基于迭代求解的几何约束MLS进行高程向定位误差修正。最后,通过投影变换得到山区三维重建结果。仿真和实测的机载阵列TomoSAR山区数据以及AW3D30 DSM数据和1:10000 DEM数据,验证了该文方法的有效性,同时表明了机载阵列TomoSAR用于山区高精度三维重建等应用的可行性和优越性。      

移动计算技术及应用

对移动计算技术的发展及纵横向应用作了简要综述 ,对移动计算环境中的缓存管理技术作了探讨 ,提出了一种利用前馈网络计算访问概率来优化缓存管理的方法 ,并给出了仿真算例。最后 ,对移动计算技术在交通自动收费及电信企业生产经营管理中的应用作了探讨。     

基于局部曲率分布图的曲面自动配准

基于局部曲率分布图(RCM),提出了一种曲面自动配准方法。首先通过匹配RCM建立不同曲面间的匹配点对;然后在匹配点对中搜索满足几何约束的匹配点对子集,计算初始配准位置;最后用最近点迭代法对曲面做精确配准和验证。实验证明,该方法能有效地将扫描曲面自动配准,对曲面噪声不敏感,有较高的配准成功率和配准速率。     

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。     

基于激光点云的建筑裂缝提取方法研究

提出一种面向对象的激光点云建筑裂缝提取方法,在对激光点云进行分割的基础上,通过计算面片与水平面之间的夹角、面片面积、面片相似度等特征,依据建筑裂缝先验知识,利用面向对象的激光点云分析方法对裂缝周围面片进行识别,选取建筑裂缝数据进行实验,结果表明,该方法可对建筑裂缝进行有效提取。     

变电站机器人智能巡检技术及应用效果

在传感器无法满足相关条件的情况下,变电站机器人巡视轨迹的点云数据不能准确匹配,为此提出红外图像特征融合下变电站机器人巡视轨迹三维点云配准方法。提取机器人运动方向梯度直方图和局部自相似描述两种特征,即HOG特征和LSS特征,并采用多特征自适应融合方法融合两种特征,并通过三维点云初步配准获取融合后轨迹特征的关键点和最佳的目标轨迹位姿参数,采用优化的迭代最近点算法精配准巡视轨迹,提升巡视轨迹位姿配准结果。实验结果表明：所研究方法特征融合效果良好,能够提升图像的边缘清晰程度,融合后偏差指数均低于0.2,准确完成不同大小图像中关键点的配准,并且配准后的巡视轨迹与期望轨迹吻合程度较高。     

基于断层扫描思想的曲面面积计算方法研究

根据实际工程应用对物体的表面积信息的需求,基于CT断层扫描的思想,提出了用断层边界信息计算曲面面积的新方法。首先,针对椭球面、圆锥面和球面,给出了与理论结果相吻合的数值计算结果。其次,针对实际的鸡蛋表面积,使用细铜丝围出物体每一个断层面的边界形状,对其成像,通过图像边缘检测技术提取每一断层面的边界数据,利用海伦公式计算出实际鸡蛋的曲面面积。实验表明,该方法实用、简单且计算精度高,满足实际工程应用的需要。     

基于词向量的句子相似度计算及其应用研究

目前计算机辅助翻译在相似度计算方面存在很大的局限性,精度较低。针对特定领域,收集领域相关的训练语料,采用Google的word2vec进行英语和汉语的词向量模型构建,设计并实现汉语句子的相似度计算方法,提出基于词向量Jaccard相似度与基于词向量依存句法相结合的相似度计算方法,实验结果显示其效果比传统方法有较大提升。最后,将相关英汉句子相似度算法以接口的形式封装,作为商品化软件华建IAT系统的相似度计算模块投入实际应用。     

基于NTRU的多密钥同态代理重加密方案及其应用

为了提高同态加密算法在多用户云计算场景下的实用性,构造了一个基于NTRU的多密钥同态代理重加密方案.首先利用密文扩张思想提出了一种新的NTRU型多密钥同态密文形式,并基于此设计了相应的同态运算和重线性化过程,从而形成一个支持分布式解密的NTRU型多密钥同态加密方案;然后借助于密钥交换思想设计了重加密密钥和重加密过程,将...     

无像散场曲的衍射机理及其计算研究

首先由衍射成像原理出发得到用波像差函数表示的有像差像点的光强分布的积分式,再由仅有无像散场曲的像点光强分布的积分式推导出其解析计算式,进而分析了无像散场曲产生的衍射机理.模拟实验表明了这一计算和分析是有效而可靠的,有助于像差检测与校正中对场曲进行分析与处理.     

基于多方信息汇聚的诚信计算研究

汇聚个人过去的各种行为、活动作为诚信度计算主要指标的来源,依据诚信度的高低得到相应的服务。运用层次分析法得到诚信度计算4层指标体系结构,确定各层的要素并计算其权重,最后结合专家评价及分数集计算出诚信度。用Matlab进行示例的实现,进而为个人诚信度计算提供了一种可行的方案。