基于扩散距离和MDS的非刚性模型相似性分析

在非刚性模型相似性分析方法中, 基于测地距离的等距嵌入方法对模型拓扑变化非常敏感, 对于有局部拓扑变化的完全相似的模型也无法得到正确结果。为了弥补这一不足, 提高非刚性模型相似性分析的准确性, 将扩散距离与多维尺度分析(MDS)相结合, 计算非刚性模型的等距嵌入模型, 再利用迭代最近点(ICP)算法通过计算嵌入模型的相似性来实现原始非刚性模型的相似性分析。实例证明该方法对含有拓扑变化的非刚性模型可以得到理想的相似性分析结果。     

基于多尺度特征点识别与局部谱特征的离散数据匹配

为了实现部分重叠且不同视角的测量数据配准,提出多尺度特征点检测算法,可以从大量的原始数据中提取少量特征点。该算法包括离散曲率计算、双边滤波和特征点计算等步骤,特征点个数可以由尺度参数粗略控制。提出局部形状谱描述器来描述每个特征点的局部形状特性,首先利用局域点的距离和曲率信息构造关系矩阵,然后通过计算关系矩阵的特征值来构造谱描述器,利用该描述器可以方便地计算不同点集中各个特征点的对应关系,进而实现两个数据点集的配准。通过实例验证了该算法有较好的抗噪性和运行速度。     

稠密散乱数据点多分辨率曲面重构

将曲面重构看作是一种信号重构过程,针对大量散乱数据点,借助成熟的三角网格划分和网格化简算法,利用提升小波变换实现曲面重构,可以快速地构造出复杂拓扑结构的Calmull-Clark曲面;给出了小波系数估算方法以及基于网格拓扑结构的局部最优路径搜索算法．通过运行实例证明了文中算法的有效性．     

基于小波分析的散乱测量数据的压缩算法

对于大量的含有噪声的散乱测量数据 ,首先利用 B样条小波对其进行去噪处理 ,然后以离散数据的曲率值为分析对象进行多分辨分析 ,依据所得的高频系数在一定的阈值条件下对原数据进行重采样处理 ,以达到数据压缩的目的 .     

几何特征在点云配准中的应用

提出一种基于几何特征的三维数据配准算法。该算法针对点云中各点p_i的k邻近点Nbhd(p_i)构造三棱锥体,将三棱锥体各侧棱p_iv_j（j=1,2,...,）和其中轴线p_io的夹角记作θⁱ_j,所有夹角按照右手系来依次形成夹角序列（θⁱ₁θⁱ_2...）作为三棱锥的几何特征。通过比较三棱锥体的几何特征来确定有效点对。算法实现时,首先对初始数据通过抽取有效点对,建立名义上的对应关系,然后采用四元组法求得坐标变换的旋转和平移矩阵,实现数据配准。     

逆向工程中基于小波的数据配准

利用小波分析的多分辨率特性与迭代最近点算法(ICP)相结合,提出了多分辨率数据配准算法,实现不同视角测量数据的快速配准。首先对数据点进行三角网格划分,并进行多层小波分解。对最低层网格计算离散曲率,在不同网格数据中搜索曲率最接近的点进行迭代配准,在所得变换的基础上,进行小波重构并在较小的范围内重新搜索最接近点并进行迭代配准,重复这一过程直到实现原始数据配准。通过实例证明,该算法具有迭代速度快,抗噪声干扰等特点。     

平面轮廓识别与分段技术的研究与快速实现

给出了基于曲率差分图的平面轮廓识别与分段算法，并在Matlab环境下验证了算法的有效性，采用Matlab与C 混合编程技术，将Matlab程序添加到Visual C 工程中，生成独立运行系统。并采用OpcnGL图形接口，实现了图形显示以及编辑修改功能，大大提高了系统的实用性。     

平面轮廓的分段与识别技术

采用十一点法计算轮廓的近似曲率，该处比普通的三点法具有更强的抗噪性，提出利用曲率差分图进行特征点识别，并根据曲率差分图中轮廓特征点对应的波形特点，一次性将特征点识别为角点与切点，最后，对特征点间的线段类型加以识别，并进行连接调整和圆弧的分割与融合，从而较精确地实现了平面轮廓的分段及识别。     

基于设备图像的边缘检测算子比较研究及实现

边缘检测技术在近几十年来成为图像处理与模式识别领域的一个研究热点。这个技术可以应用在煤矿安全管理的监控报警实际生产过程中。本文在对设备图像的常用边缘检测算法进行分析研究的基础上,对其进行了介绍,并通过实验针对仪器图像对各种算法进行了比较和分析。