基于边界特征点提取的约束Delaunay三角剖分算法

在地形表达上不规则三角网应用广泛,实际中用到最多的也是Delaunay三角网剖分算法。针对约束数据域下的Delaunay三角剖分通常不满足DT特性的问题进行了阐述,分析了已有的三种引入附加点的算法,算法主要从几何的角度考虑如何减少附加点的数量,而加入附加点的最终目的在于获得更加真实的地形,因而提出了基于边界特征点提取的约束Delaunay三角剖分算法,算法实质就是在加入特征约束之前提取能够满足可以真实再现地形的所有特征点作为新的特征约束,省去附加点的概念,应用现有的Delaunay三角剖分算法进行构网,保证构建后的地形仍具真实感。     

面向移动点的稳健动态Delaunay三角剖分技术

动态Delaunay三角剖分（Delaunay triangulation, DT）技术可应用于空中目标冲突检测领域,从而有效降低检测算法的计算复杂度。针对计算复杂度降低带来的检测可信度问题,提出一种面向移动点的Delaunay网格拓扑动态维护算法,通过实时维护网络拓扑结构确保检测可靠性,并利用局部优化技术（local optimization procedure, LOP）进一步降低计算复杂度。理论分析和实验结果都表明,算法有效地兼顾了计算复杂度和检测可靠性,是一种稳健的动态Delaunay三角剖分技术。     

基于带约束三角剖分的三维地质建模方法及应用

带约束的Delaunay剖分算法多应用于表达数字地面模型,用于三维地质模型的构建尚不成熟.为了直观显示工程地质结构和快速准确分析工程地质条件,可依据带约束Delaunay三角剖分算法分别生成地层、断裂、界线类地质结构的TIN模型,拼合形成工程整体三维地质模型.通过编制基于TIN模型的工程三维地质建模程序,建立了金少江两家人水电工程坝址区域的三维地质模型,为工程地质评价及工程设计提供了决策支持,以此作为工程应用实例.实践应用表明,该方法具有快速、准确、通适的特点.     

基于动态三角剖分的潜在冲突筛选方法

围绕动态Delaunay三角剖分(dynamic delaunay triangulation,DDT)方法难以对空域动态三角剖分中产生的反转三角形实现稳定局部更新问题,提出以顺序的点删除与点增加的局部更新方式替代反转三角形的局部更新方式的改进方法。实验结果表明,改进的DDT方法获得的潜在冲突航空器数目与空域内航空器密度无关,且具有更低的局部更新时间复杂度和稳健性。改进的DDT方法更稳健,更适用于空管指挥系统的潜在冲突筛选任务。     

基于CDT空间剖分的虚拟角色全局路径规划

针对大范围复杂虚拟城市环境中虚拟角色的自主导航问题,研究了虚拟城市环境的环境建模以及基于层次道路图的改进A*算法。用自适应剪切平面切割三维地物几何模型,把三维城市空间投影到2D平面空间,利用约束Delauny三角化方法剖分城市自由空间,通过调整约束边的长度调整提取道路图的精度,并构建顾及地形起伏特征的层次道路拓扑图;为适应基于层次道路图的路径搜索,对传统A*算法进行了改进。实验结果表明:该方法可以快速完成虚拟角色在虚拟城市环境中的全局路径规划,且环境建模需求空间小,路径搜索效率高并顾及了地形环境的起伏特征。     

基于RBF插值的颅面复原算法

颅面复原是以颅骨与面部关系为科学依据来生成三维人脸表面模型.我们首先获取了待复原颅骨的3D模型,然后进行特征点的标记,再以软组织厚度为基础计算颅面特征点坐标,最后采用径向基函数插值来生成面部表面模型,并采用Delaunay三角剖分对复原面部模型进行平滑优化.从实验结果分析,我们提出的方法在效率和可视化效果均比其它方法好.     

基于图像分割的胎儿超声图像面绘制方法研究

三维表面绘制是图像图形领域中的一个研究热点问题.迄今为止,人们已经提出了许多不同的表面绘制方法,其中基于二维Delaunay三角剖分算法是最常用的一种.它广泛应用于地理测绘、工业建模、医学可视化等领域,然而如何应用于胎儿健康检查尚未见报道.本文基于扇形扫描三维超声图像的成像特点,设计了一种从二雏超声图像到胎儿表面三雏绘制的方法,包括了从滤泼,分割,边缘提取,抽点到点云的三雏表面绘制的整个过程.全部程序用vC 结合OpenGL实现基于三角形网格测量数据三维场景和格网显示,图形具有平移、缩放、旋转,选择修改等功能,买验证明对于三维超声胎儿表面绘制取得了相当不错的显示效果.     

虚拟手术中基于凸多边形的软组织切割算法研究

虚拟手术仿真系统为医学教学提供了一种方便、廉价、有效的方法。切割模拟是该系统重要组成部分,影响整个系统的实时性和真实性,因此对整个切割过程进行深入研究并提出了基于凸多边形的切割算法。首先通过遍历优化索引结构后的八叉树来寻找切割起点,由起点开始,以切割轨迹为参照,采用邻居搜索策略寻找所有被切割的三角形,然后通过引入辅助单元组成凸多边形,再对凸多边形进行三角剖分,以实现网格重构。实验证明新的剖分算法抑制了模型单元数量的急剧增长,提高了三角形重构的质量。     

基于热核特征的SAR图像地物识别方法

采用了一种空间敏感度特征包(spatially sensitive bags of feature, SS BOF)来实现合成孔径雷达（synthetic aperture radar,SAR）图像的地物识别。首先采用推广的核模糊C 均值方法分割SAR图像,提取SAR图像目标图形;采用Harris角点检测子提取角点,接着对目标图形进行Delaunay三角剖分;采用cotangent weight方法对三角剖分图赋值,进而求得离散化Laplace Beltrami算子的特征值、特征向量,并计算SS BOF,进而对地物目标进行识别,其识别方法采用比L1相似准则效果更好的相关系数法;最后与热核迹等热核不变量特征以及Hu不变矩特征进行对比。实验表明：空间敏感度热核特征的识别率高于热核不变量的识别率,并与经典的Hu不变矩特征比较,识别率有所提高。     

基于极坐标编码的改进人工鱼群算法

针对人工鱼群算法收敛速度慢、求解精度低及易陷入局部最优的问题,提出了一种改进的人工鱼群算法。为提高求解精度,算法采用极坐标编码形式增加单个母体解空间表达的多样性,在迭代求解过程中根据适应度值依概率调整极角,逐步降低观测结果的不确定性。通过对三种行为方式进行调整,去除影响搜索方向性的随机移动行为,将搜索重点集中在最优解邻域内,有效降低算法重搜索的可能性,以提高算法的收敛速度。实验结果表明,该算法在收敛性和稳定性上优于基本人工鱼群算法、自适应人工鱼群算法和生境人工鱼群算法,验证了算法的有效性。     

基于Delaunay三角网的二维电磁态势可视化方法

二维电磁态势是战场电磁态势研究的重要内容,是战场电磁频谱管控的重要依据.提出了一种改进的前沿边推进算法来构建Delaunay三角网,提高了Delaunay三角网的构网速度.通过等值点的插值、追踪、平滑处理和等值区的构造,实现了二维电磁态势的可视化.仿真结果表明,采用该方法绘制的二维电磁态势图速度较快.     

大规模地形TIN模型的LOD算法设计与实现

为了实现大规模场景的多分辨率显示，利用LOD细节分层思想提出了一种地形TIN模型。重点解决不同分辨率TIN模型间的连续过渡问题，以及分块TIN模型的创建问题，包括TIN构网时的数据结构设计和算法优化。     

降低计算量的改进联合对角化算法

提出两种改进算法解决避免奇异解的联合对角化算法计算量大的问题。一方面,将对角化矩阵行列式按当前更新的列直接展开得到一种改进算法;另一方面,将列交换后的对角化矩阵进行LU分解,由分解得到的上(下)三角矩阵计算行列式,得到了另一种改进算法。由于两种改进算法都减少了一次矩阵求逆,因此降低了原算法的计算量。实验仿真表明,当目标矩阵的个数和维数较大时,两种改进算法的计算量分别为原算法的36.8%和21.5%。     

一种基于GEP的多层物流网络Prüfer编码优化算法

在对Prüfer编码研究的基础上,提出了一种基于基因表达式程序设计的多层物流网络Prüfer编码优化算法(GEPPCOA)。该算法一方面利用基因表达式程序设计的多基因结构特点,克服了传统演化算法中不能直接用个体表示多层物流模式的缺点;另一方面还对基因表达式程序设计原有的操作算子进行了针对Prüfer编码的改进。实验结果表明,使用GEPPCOA求解多层物流网络的Prüfer编码优化问题时,其各项支出费用性能指标均要好于传统的演化算法,提高了算法的收敛精度。     

基于超启发式算法的备件供应网络结构优化

为了通过对供应网络结构进行优化从而提高备件供应的效率和效益,分别对传统正向供应网络、应急横向供应网络以及考虑抢修任务的闭环供应网络3种备件供应网络结构进行研究。以供应成本最小和供应时间最短为目标,以备件满足度、库存等为约束,构建了带约束的多目标优化模型。提出了一种基于排序选择函数的超启发式多目标进化算法,同时可以对不同网络结构模型进行求解。在ZDT系列测试函数上将该算法与其他进化算法进行对比测试,验证了所提出的超启发式算法在收敛性和分布性上的优越性。算例表明,一方面,与传统前向供应网络相比,横向和闭环供应网络能够提高备件供应的时效性和经济性;另一方面,超启发式算法在求解模型时取得的解优于其他元启发式算法。     

Fast view prediction for stereo images based on Delaunay triangular mesh model

The view prediction is an important step in stereo/multiview video coding, wherein, disparity esti-mation (DE) is a key and difficult operation. DE algorithms usually require enormous computing power. A fast DE algorithm based on Delaunay triangulation (DT) is proposed. First, a flexible and content adaptive DT mesh is established on a target frame by an iterative split-merge algorithm. Second, DE on DT nodes are performed in a three-stage algorithm, which gives the majority of nodes a good estimate of the disparity vectors (DV), by removing unreliable nodes due to occlusion, and forcing the minority of 'problematic nodes' to be searched again, within their umbrella-shaped polygon, to the best. Finally, the target view is predicted by using affine transformation. Experimental results show that the proposed algorithm can give a satisfactory DE with less computational cost.     

基于免疫粒子群算法的组合预测方法

给出了基于粒子群算法的组合预测方法,并引入免疫算法对其进行了改进:一方面利用免疫算法的免疫记忆和自我调节机制提高其全局搜索能力,避免算法陷入局部最优解;另一方面利用免疫算法的接种疫苗和免疫选择机制增强其性能,防止算法在优化过程中可能出现的退化现象。实例证明,基于免疫粒子群算法的组合预测方法可操作性强,通用性好,误差明显小于各个参与组合的预测模型,并优于基本的粒子群算法和加速遗传算法。     

异构UAV编队反雷达作战中任务分配方法

针对异构无人机编队在反雷达作战中的任务分配特点,建立了无人机与执行任务之间合理的协同约束关系,提出了基于时间窗的异构无人机编队混合整数线性规模型。同时,结合遗传算法的全局搜索和并行计算能力,提出了基于时间窗的多层编码遗传算法实现异构无人机编队任务分配。仿真实验和分析表明了两种算法的有效性,并对比分析了它们的优势与适用范围。