基于曲率仿射不变量的快速目标识别

提出了一种用于三维空间中近似平面目标的快速识别方法。该方法利用目标轮廓的曲率信息构造出仿射不变量函数,再利用该不变量的极值点信息定位出轮廓的起始点进而对不变量做相应的循环移位调整,最终通过对调整后的不变量进行相似度比较实现目标识别。由于曲率信息能够有效地描述目标轮廓特征,所以保证了本方法优良的识别性能。同时本方法通过起始点定位的方式克服了传统上高复杂度的循环移位匹配的识别模式,进而实现了快速识别。实验结果显示了所述方法在识别精度和识别效率上都具有明显的优势。     

基于高斯曲率极值点的散乱点云数据特征点提取

提出了一种快速提取散乱点云数据特征点方法,首先求出空间一点邻域内的曲面片模型,在此基础上利用梯度法搜索曲面上的高斯曲率极值点。然后再以该点作为搜索曲率极值点的初始点,根据判定准则搜索该点附近的曲率极值点。曲率极值点的搜索方法是边拟合局部曲面边搜索高斯曲率极值点,在搜索曲率极值点时,只需计算高斯曲率极值点附近点的曲率值。避免了传统算法中由于需要求出所有测量点的曲率值,然后进行比较求得曲率极值点而耗时间的缺点,从而提高了搜索效率。     

局部相似目标匹配的微分几何模型

根据微分几何原理,基于平面曲线作刚体变换时其曲率的不变性,利用曲率来表达目标轮廓的内在特征。筛选出待匹配目标轮廓上内在特征相似的点,形成点对集合。在点对集合中寻找相似线段来定位可能的平面变换,通过得分函数,求出点对集合中相似线段平面变换的最佳值,得出最佳匹配。仿真实验表明,该模型适合局部相似情况下的目标匹配,特别对于复杂形状目标,运算复杂度较低,具有较好的识别效果。     

基于CSS角点提取的红外与可见光图像匹配算法

针对红外与可见光图像中特征点匹配的难题,提出了一种基于曲率尺度空间（curvature scale space,CSS)角点提取的特征点匹配算法。首先采用基于曲率尺度空间的角点检测算法进行特征点提取;其次利用三维二次函数剔除低对比度的特征点;然后以特征点所在曲线的法线作为主方向,避免了图像的旋转代价;再通过计算构建特征点邻域的梯度方向在［0,π)范围的分布直方图,计算其统计特征并构造一个64维的特征点描述符,并进行归一化;最后采用最近邻算法实现直线匹配。实验结果表明,该算法能够有效地实现对红外与可见光图像特征点的精确匹配。     

太空机械臂振动形态三维重构算法及可视化分析

以太空柔性伸展机械臂为仿真模型,利用光纤光栅材料的空分复用和波分复用技术,通过精确检测结构正交多点的曲率信息,实现空间结构振动形态实时感知的仿真分析;通过将运动坐标系和曲率矢量、密切平面结合,分析曲率信息插值方法、空间曲线三维拟合方法及其重构算法;结合计算机图形处理技术开发仿真试验环境,实现多关节空间曲杆柔性仿真结构振动形态的三维拟合和可视化显示.仿真结果表明,所采取的曲率检测方法及其振动形态三维拟合重构算法,比较精确反映了细长伸展结构的低模态振动形态,为进一步工程实现提供了较好的方法分析和实现思路基础.     

基于目标区域约束的牙颌模型分割线探测方法

精确的将牙齿从牙颌模型中分割出来是虚拟牙齿矫正系统的一个重要的预处理问题.现有方法在进行牙颌模型分割时,多会对所有的面片直接进行计算处理.针对该问题,提出一种基于目标区域约束的分割线探测方法,可以将探测范围锁定在实际分割线的周围.该方法根据种子点的位置自动构建切割平面及切割线;通过寻找切割线上负曲率最大的位置来锁定探测...     

点到三维隐式曲线的正交投影算法

针对点到三维(3D)隐式曲线的正交投影问题,提出了一种稳定的几何迭代算法.算法首先给出了基于二阶泰勒逼近的投影点追踪公式;通过将给定点向初始点处的曲率圆作投影,提出了基于曲率的步长控制策略;考虑到迭代过程中存在的误差,给出了基于梯度的迭代误差矫正方法;最后,给出了计算点到三维隐式曲线的正交投影的完整算法实现步骤.仿真结果表明,算法对初始值的敏感性较低,算法稳定、高效,收敛性良好.     

基于局部围线积分双谱的空间目标识别算法

提出了基于局部围线积分双谱的空间目标识别算法,从空间目标距离像的双谱中提取出局部围线积分双谱特征。应用BP神经网络进行分类识别,为了避免网络权值陷入局部极值点,采用遗传算法来获取网络权值的初值。仿真实验表明,即使在较低的信噪比下,该算法仍然可以取得比较高的识别率。     

平面点集凸壳的快速近似算法

提出并实现了平面点集凸壳的一种新的近似算法——多方向极值法。该算法首先根据用户输入的控制参数,顺序生成一系列极值方向,每个方向有对应的极值表达式;然后扫描平面点集中的点,依每个点的坐标更新各方向上的极值点信息;最后按照一定的顺序装配各极值点并去重,得到该平面点集的一个近似凸壳。实验表明,该算法执行效率高,不但可以单独应用在一些对时间要求比较苛刻而对精度要求不高的场合,而且可以作为快速凸壳算法的一个预处理过程。     

无人机自主着陆地标实时检测方法

在基于计算机视觉的无人机自主着陆过程中,地标的设计与检测是关键问题。提出了一种快速轮廓角点检测算法,并设计了一种新型嵌套三角形图案作为无人机自主着陆地标。首先,利用Suzuki-Abe算法提取的背景及目标的整体轮廓信息,进行目标嵌套轮廓提取;其次,通过改进Douglas-Peucker拟合算法来检测轮廓角点。由于优化了角点个数及最远距离两点的寻找方法,在很大程度上减少了计算时间且降低了复杂度。实验结果表明,在距离地标较远、地标部分信息缺失的情况下,该算法准确快速,适合于无人机自主着陆过程位置实时检测。     

Extraction of affine invariant features for shape recognition based on ant colony optimization

A new approach to extraction of affine invariant features of contour image and matching strategy is proposed for shape recognition.Firstly,the centroid distance and azimuth angle of each boundary point are computed.Then,with a prior-defined angle interval,all the points in the neighbor region of the sample point are considered to calculate the average distance for eliminating noise.After that,the centroid distance ratios(CDRs) of any two opposite contour points to the barycenter are achieved as the representation of the shape,which will be invariant to affine transformation.Since the angles of contour points will change non-linearly among affine related images,the CDRs should be resampled and combined sequentially to build one-by-one matching pairs of the corresponding points.The core issue is how to determine the angle positions for sampling,which can be regarded as an optimization problem of path planning.An ant colony optimization(ACO)-based path planning model with some constraints is presented to address this problem.Finally,the Euclidean distance is adopted to evaluate the similarity of shape features in different images.The experimental results demonstrate the efficiency of the proposed method in shape recognition with translation,scaling,rotation and distortion.     

前视红外地面待机目标轮廓提取方法

针对前视红外成像制导中地面待机目标的轮廓提取问题,提出一种新的多目标轮廓提取方法。首先利用相对定位分割技术,将待机目标区域从复杂地面背景中分离出来,然后采用灰度阈值法初步检测目标数量和方位,再通过边缘点聚类分割算法将多目标边缘图像进行分割,最后基于距离差分最小提取目标轮廓。实验结果表明,针对复杂地面场景,该方法可以实现对不同数量、不同类型、不同尺寸地面待机目标的外轮廓提取。基本满足前视红外成像制导对轮廓提取算法实时性好、轮廓完整度高、抗干扰能力强等要求。     

基于直线与B样条曲线求交算法加密等高线图

对于存在碎部点,且矢量化后间距较大的等高线图,给出了一种加密等高线算法,该算法以任意直线与B-样条曲线求交算法为基础;加密等高线算法利用图纸给定的等高线和碎部点等客观信息在间距较大的等高线之间形成新的等高线,等高线加密效果好,并对等高线图的三维可视化有重要意义。     

基于图切分的交互式图像分割算法

提出一种基于图切分(Graph Cut)的交互式图像分割新算法。首先,使用图切分技术获取初始轮廓并采取非均匀有理B样条(NURBS)拟合边界曲线。由于NURBS具有局部可控性,其控制点可视为隐式马尔可夫模型(HMM)的隐状态,边界特征和区域同一性被视为HMM观察状态,然后采用轮廓平滑性作为约束来定义一个状态转移模型。最后,通过维特比算法递归求取最优轮廓。实验证明该法鲁棒性好,允许用户简易、高效地分割图像。     

基于NURBS曲线轨迹规划与速度规划的研究

提出了一种基于非均匀有理B样条曲线(NURBS)的运动轨迹规划插补算法,与传统插补方法相比,该插补器能够保持高速度和高精度加工性能,而且能够抑制在插补过程当中产生的轮廓误差和速度波动.在插补过程中由于限制轮廓误差的需要而产生了一些速度尖点,在这些尖点处的加速度和加加速度往往都非常大,这些对机床的伺服马达产生很大的冲击力,提出的插补算法能够根据允许的最大轮廓误差、最大加速度、最大加加速度来对插补速度进行自适应调整,使其满足插补要求.通过一个NURBS曲线插补的MATLAB仿真的例子,说明了该曲线插补算法能够满足高速、高精度加工的要求.     

基于非均匀B-样条的G2路径平滑方法

运用非均匀B-样条对由直线段构成的路径进行平滑,给出了样条结点参数和样条控制点的选取方法及其证明。平滑后的整条航路曲率为一连续函数,同时满足了无人机最小转弯半径要求。相比于Bezier方法,转弯准备距离缩短为原来的93.75%。仿真结果显示,本文所得航路更适合运用于障碍物密集的严苛环境中。     

基于目标运动模型的跟踪方法

针对常用的机动目标模型不能准确描述目标实际运动规律及常用跟踪算法只拟合目标的形心而不是目标轮廓轨迹的问题,提出一种基于目标运动模型的跟踪算法。该算法提取已检测出目标轮廓上的角点作为样本点,采用神经网络来构建目标运动模型,将用此模型预测出的目标轮廓上的点作为主动轮廓线的初始控制点来检测出目标真实轮廓,并反馈回神经网络的输入端来修正模型误差。实验结果表明该跟踪算法能很好地将前续目标检测结果继承到后续的目标检测过程中,对于目标跟踪中的遮挡问题也能很好地解决。