一种基于法向量夹角的点云配准方法

点云配准是逆向工程、机器人导航、计算机视觉等领域中进行三维重建的关键问题.针对4PCS配准算法对点云数据密度变化强烈的情况表现不稳定,以及为了保证效率海量点云数据必须进行下采样而导致对应点对无法得到保证的情况,本文提出了基于法向量和邻近点数目的特征点提取方法对算法进行改进.选取一个半径范围内的点作为邻域,并通过总体最小二乘法拟合局部平面求解法向量,之后利用法向量夹角和邻域大小进行特征点提取,最后在特征点集上进行4PCS算法.因为点集基数大幅度减少并且特征明显,有效提高了4PCS算法的速度和精度.     

基于角点检测及几何约束的仿射变换参数估计

本文针对机器视觉现有方法对目标的姿态判定及不同视角间仿射变换参数估计存在的对应特征点提取困难、计算复杂度高等不足,提出一种新的算法.算法引入角点和凸壳等概念,检测目标图像和模板图像的角点,分别组成特征点集并构造点集凸壳,由计算几何原理可知凸壳上的点在仿射变换前后具有对应性.当凸壳内部有内点时,分别对凸壳上的点、凸壳内部的点、凸壳的形心的横坐标和纵坐标构建方程,利用此方程组求解得到仿射变换6个未知参数;当凸壳内部无内点时,采用多项式理论再构建一组二次方程,以达到求解仿射变换参数的目的.实验结果表明,本方法不需要搜索特征点集间一一对应关系,只需点群子集间整体对应,估计得到的仿射变换参数精确,计算复杂度远低于基于区域的同类算法.     

向量优化中Arrow-Barankin-Blackwell稠密性定理的评注

 真有效点集在Pareto有效点集中的Arrow-Barankin-Blackwell稠密性理论是向量优化理论的组成部分,已被广泛研究并获得了一系列深刻的结果.该文就弱紧凸集和紧凸集概述了正真有效点集在Pareto点集中的稠密性,并就弱紧非凸集介绍了超有效点集在Pareto点集中的稠密性.     

基于邻域漂移的点云法向估计算法研究

随着三维激光扫描仪的改进和普及,获取三维点云数据的方式越来越方便.法向量作为点云数据不可或缺的属性之一,在诸多算法中具有重要作用.由于受到噪声、离群点、非均匀采样等因素的影响,准确快速估计尖锐特征点的法向量仍然是具有挑战性的.提出基于邻域漂移的点云法向估计算法,实现准确快速地对尖锐特征点的法向进行估计.首先,对当前点的近邻点构造其邻域,所有近邻点所对应的邻域构成候选邻域集.利用协方差分析对候选邻域进行评价,并选取最优邻域用于最终的法向估计.实验结果表明本算法在法向估计的质量上与前沿算法持平,在运行速度上与传统PCA算法相近,可以最大程度兼顾法向质量与计算速度.     

在机检测中STL格式自然二次曲面特征参数的提取

根据工件的几何特征及其参数进行测量轨迹规划是在机检测系统中重要的环节之一.为了从STL(stereo lithographic)文件中提取出其所描述的工件模型的几何特征及参数,给出了一种针对其数据文件格式特点的自然二次曲面特征参数提取新方法.该方法首先根据三角面片法向量在高斯球面的映射图像判定自然二次曲面几何特征,然后将快速聚类法和Gauss-Newton法相结合,对STL文件中坐标点进行几何特征参数的计算.计算实例表明,该算法能够稳定、准确地提取出自然二次曲面的几何特征参数.     

基于SVM分类的边缘提取算法

通过分析同类数据点在空间中的几何形态,从数据点集所构成几何形态的凹凸性着手,提出边界提取算法并对高维数据进行分类。针对现实生活中的高维数据,利用局部线性嵌入将数据进行降维处理,得到低维特征数据。在此基础上,对于单分类数据集,用数据集表面的点的近邻样本与过该点的切平面之间的关系寻找边界点;对于多分类数据集,利用贝叶斯后验概率来寻找边界重复的点,以此更快达到提取边界点的目的。由此可以粗略筛选出边界点。为去除不重要的边界点,降低分类误差,通过构造最优超平面和支持向量机对边界点赋予权重,并设置阈值去除不重要的边界点,由此达到用较少的边界点准确分类数据的目的。通过100个测试样本进行分类测试并计算其分类准确率,验证了此分类方法的可行性。     

基于数据集属性相似性的聚类算法推荐

由No Free Lunch理论可知,没有一种聚类算法可完美的解决所有问题.算法推荐是解决此问题的一种有效手段,其核心是数据集相似性的度量.因此提出了一种计算数据集相似性的新方法,通过提取能揭示数据集内在分布和结构的几种属性,然后计算数据集几个属性间的距离,从而得到相似性的度量.首先选择了统计特征向量和二值化向量,然后对数据集进行划分,并计算划分中点到中心点的距离和点对之间的robust path-based距离得到数据集的紧凑性和连接性.再通过BP网络训练得到4个属性的参数,进而得到了数据集的相似性度量.选择8种人工数据集和8种UCI上的数据集建立数据集库,并选择了7种具有代表性的聚类算法组成算法库.选择UCI上的部分数据集进行实验,结果表明本文提出的方法有较好的效果.     

三维人脸姿态校正研究

提出一种鼻尖点提取方法:根据鼻尖点在人脸上的对称性,提取人脸对称轴上的特征点,并构建人脸的对称平面,对称平面与人脸网格的交线为人脸的中心侧影线,依据中心侧影线,提取鼻尖点。根据鼻尖点法向量、人脸对称平面法向量以及鼻尖点和鼻基点之间的方向向量进行姿态校正。该方法计算量小、鲁棒性强。     

点得分平行坐标可视化分析方法

提出了一种多元数据的点得分平行坐标表示及可视化分析方法.该方法利用简单贝叶斯公式计算各属性值或属性值区间的频数和点得分,最后根据构建的点得分平行坐标即可进行数据集的可视化分析和未知样本的分类.将该方法应用到一个肝功异常数据集的结果表明,利用该图表示可以有力地揭示数据内在结构和发现知识,从而特别适合应用到疾病诊断等数据分析领域.     

特征选择算法在ECoG分类中的应用

研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及L0算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.     

关于某些几何覆盖问题的算法

提出了求覆盖平面点集最小圆的算法与平面点集中最大空圆的算法．其基本思想是，先把点集Ｓ分成若干层，然后逐层求不包围Ｓ中点的最大圆并保留之，最后找半径最大的圆．对于包围点集Ｓ的最小圆问题，本文提出的算法是，先求点集Ｓ的凸包，然后再求包围该凸包顶点的最小圆．     

基于夹角的二维凸包改进算法

二维凸包问题是计算几何领域的经典问题之一,在地理信息系统中有广泛的应用.在凸包中,位于两凸点之间直线上点也在凸包上,但不是凸点,如何寻找凸点是凸包算法的关键.提出了基于夹角的平面点集凸包改进算法,以最大夹角,按顺时针的方向可得到所有的凸点,当满足最大夹角的点不唯一时,以离当前凸点最远的点为凸点.     

一种基于凸壳的智能服务机器人路径规划算法

将一种基于凸壳的路径规划算法应用于体育场智能服务机器人,首先采用基于Haar特征分类器的方法确定球的坐标,采用基于颜色模型的方法确定机器人的位置及航向,并根据机器人的自身特点,将一定范围内的多个球视为一个目标点处理;然后以目标点坐标作为算法输入,采用基于凸壳的路径规划算法得到一条较优的捡球路径.该算法可以降低机器人的捡球运动代价,有效提高机器人的捡球效率.     

低复杂度高度场的通视性研究及快速光照计算

为快速判断高度场场景点的通视性和可见范围, 满足交互式应用的需要, 提出低复杂度高度场基于可见二叉树的凸包树简化方法。通过对高度场数据在8个方向的线性扫描, 确定每个高度场数据点的最大方位角, 构造凸包树型结构; 对凸包树信息进行分析, 构造可见性二叉树作为方向扫描存储结构, 在光照计算过程中有效提高可见点的搜索算法效率; 结合阴影图的间接光照计算, 实现了交互式帧率的动态低复杂度高度场绘制效果模拟, 降低计算成本。     

一种基于凸包的Delaunay-TIN生成算法及优化

针对基于凸包的Delaunay三角网的生成,提出了环边增长比较判断法,并且采用区域分割、重心检测法、矩形区域检测法等方法进行了合理优化,最终在计算机上将其实现,提高了基于凸包的Delaunay三角网生成算法的效率.     

基于凸包算法的指尖识别方法

针对现有指尖检测方法容易受背景的干扰,并且指尖误判点较多的情况,提出了一种基于凸包分析的指尖检测算法。首先,为减少类肤色背景和光照对手部轮廓提取的影响,采用YCbCr肤色模型和背景差分法相结合的方法提取手部轮廓;然后采用快速凸包算法获得手部轮廓的凸包,并利用凸包顶点和缺陷点计算出掌心的坐标,根据凸包缺陷深度和手指几何特征及曲率特征检测手指指尖;最后采用有灯光和类肤色背景干扰的环境,而不是背景单一的环境进行实验,验证了所提算法的鲁棒性。实验结果表明,该算法可以有效识别出指尖数目和手掌的位置,实现简单的数字手势（0~5）的识别,具有较强的鲁棒性。     

反求空间有理二次三角Bézier曲线的参数和权因子

有理二次三角Bézier曲线是近年来研究的一种新型曲线,证明了已知给定三维空间中不共面的4个控制顶点和它们凸包内的一点,可以唯一确定一条有理二次三角Bézier曲线,并且做了更进一步的研究,对有理二次三角Bézier曲线上一点的参数和它的2个内权因子这3个未知变量进行反求,从而得出原曲线的完整表达式.同时提出了2种简单的方法,避免了数值计算的不稳定性.最后给出了数值例子进行了验算,验算结果和实际基本吻合,具有很高的准确性.     

一种基于混合层次包围盒的快速碰撞检测算法

提出了一种基于混合层次包围盒（BVH）的快速碰撞检测算法，它将固定方向凸包（FDH）包围盒与沿坐标轴方向的包围盒（AABB）相结合，吸收了基于图像的碰撞测算法的优点，利用了图形硬件的计算能力．算法在预处理阶段为待测物体的凸块构造FDH包围盒树，然后在逐步求精的过程中遍历该树并进行初步碰撞检测，最后通过建立AABB包围盒快速设置视域参数，在对凸块绘制的同时进行精确求交，实时得到碰撞检测的结果．实验结果表明，所提算法可以较好地解决形状复杂刚体的实时碰撞检测问题，检测速度比经典算法RAPID和RECODE分别提高了约17％和20％．     

沥青混合料三维仿真设计及虚拟剪切试验研究

使用凸包算法和Bubble Pack算法生成clump块体模拟粗集料颗粒,并基于PFC 5.0 3D平台实现虚拟粗集料颗粒的装配、虚拟砂浆及空隙的生成,完成沥青混合料虚拟试样的构建.最终,基于伺服控制原理进行虚拟三轴剪切试验,并对比分析室内试验及虚拟试验数据.结果表明:基于PFC5.0 3D平台在沥青混合料虚拟试样中采用clump块体直接表征粗集料颗粒,精度可控,表面结构更加拟真;构建的沥青混合料三维离散元数值模型能够有效描述沥青混合料的力学行为.     

基于散乱点云的快速体积计算法

三维可视化体积计算基本上都是先由散乱点云构建出表面网格模型,然后基于网格模型计算体积,存在计算量大、速度慢的缺点.针对此问题提出一种快速体积计算法,首先使用改进的增量式Delaunay三角剖分对散乱点云进行四面体剖分;然后利用K近邻计算散乱点的拟合曲面和最小生成树,得到各点的法向量;由各点法向量剔除体外四面体;最后计算各四面体体积之和从而得到总体积.实验表明,该算法不仅保证了计算准确度,而且较传统算法大大提高了效率.