基于包围盒法的散乱点云数据的曲率精简

采用非接触式扫描方法测量工件,能够获得高密集度的点云数据,但是过多的点云数据会严重影响曲面重构的光顺性.因此,精简点云数据成为逆向工程中相当重要的一环.提出了直接根据曲率变化精简点云的方法,对邻域搜索、曲率估算和曲率精简原则等进行了研究.对传统的邻域搜索方法进行了改进,采用包围盒法分割曲面,提高了点云精简的效率和精度.     

一种新型矢栅转换的平行线扫描算法

目的矢量数据向栅格数据转换的问题.方法在射线法和扫描法的基础上提出了平行线扫描算法,详细地论述了该算法的基本思想和特点.结果减少了大量的栅格判断的计算,数学判断简单可靠,还保证了运算的准确性.结论是一个矢量向栅格的数据新的转换算法,大大提高了运算的效率和精度.     

特征保持的点云精简技术研究

为了在保持特征的基础上有效地简化点云数据,提出了基于聚类的点云精简算法.对点云进行三维栅格剖分,在每个栅格中选取1个代表点作为初始类核心,然后将点云中其他数据点归入欧氏距离最近的初始类中,遍历各个类,若类内某两点的法向量偏差大于给定带宽则对该类进行迭代细分,并对各个类进行均值漂移处理,将得到的局部模态点取代该类,从而实现点云简化.以手机外壳、人头、麻花钻为典型实例,对具有不同表面特征的点云数据进行了验证.结果表明,该算法能对点云数据进行直接而有效的精简,在曲率变化大、附加特征多的表面仍能很好地保留原始模型的几何形状.     

散乱点云数据的曲率精简算法

针对海量散乱点云数据精简问题,提出了以平均曲率为判据的精简算法.采用八叉树结构对点云数据进行空间分割,由分割结果建立k邻域.在散乱数据点参数化的基础上,对k邻域内的散乱点进行二次曲面拟合,求出拟合曲面的平均曲率,进而得出邻域内所有数据点的平均曲率均值,以此为判据进行数据精简.构造曲率差函数,识别出边界数据点,对其进行数据保护.结果表明,该算法对具有曲率多样化特点的点云数据精简具有一定的理论意义和应用价值.通过实验验证了该算法的可靠性和准确性.     

三维测量数据的一种三角网格精简方法的研究

反求工程中测量所得的三维数据一般是海量和无序的,为了提高重构的计算速度,减少存储空间,同时突出建模特征,在分析了常用数据精简方法的基础上提出了利用三角网格模型,以排序函数为依据简化数据的一种三角形折叠算法.该算法先以估算曲率的大小对欲精简数据进行划分,然后对各个区域的三角面构造可调加权排序函数.以排序函数为依据由小到大进行三角形折叠,算法以到相关三角平面距离最短的点作为新点来代替被折叠的三角面,以精简前后区域内的顶点法矢标准偏差和排序函数阀值对精简进行控制.试验表明,此算法排序函数构造简单,计算方便,对较光滑的模型数据处理是有效的.     

保留边界特征的点云简化算法

为有效简化点云数据,提出保留边界特征的点云简化算法。该算法利用三维栅格划分法建立散乱点云的空间拓扑关系,计算每个数据点的近邻,通过球拟合法求得其曲率和具有方向性的法向量,采用投影点个数比值法找到并保留点云边界,根据具体情况设定所需阈值,对非边界点进行分类,通过对点的曲率与平均曲率比较、近邻保留点与近邻点个数比例,完成点云简化。实验结果表明：该算法不仅能对点云进行直接有效地简化,而且还能很好地保留点云模型的细节特征,简化比例达25％～40％。该方法可以满足不同种类点云简化的要求,能够提高计算机运行效率。     

逆向重建中B样条曲面过渡/微调精简方法

为提高逆向工程中点云数据精简与重构的精度和效率,改进B样条曲面拟合在曲率精简和曲面重构中的应用问题.对逆向工程中的3维扫描技术、3维设计、点云数据的精简及模型重构做了深入细致的应用研究.提出一种基于B样条曲面过渡/微调精简算法,将该研究应用于叶轮的逆向制造中,通过3维扫描获得曲面重构点云数据,将点云数据合理拼合封装与精简,进行曲面重建和3维再设计,同时分析产品的光顺性和精度,并利用快速成型机打印出产品模型样件.研究结果表明该方法既高效提高了曲面建模效率,又改善了逆向建模精度.      

大型储罐的三维点云精简方法研究

针对大型储罐三维点云数据散乱、冗余点多等影响计算机显示及容积计算的问题,改进了一种储罐三维点云精简算法。该方法先利用均匀网格法,将待处理的三维点云数据分割成若干小栅格;然后根据随机抽样一致(random sample consensus,RANSAC)算法对每个栅格中的点云数据建立球模型,以保留特征点并滤除冗余数据点,达到精简点云的目的。将该方法与传统的均匀网格法和非均匀网格法进行对比,实验结果表明该方法在保证较高精简率的情况下可以更好地保留储罐点云数据特征。     

样点邻域同构曲面约束的散乱点云曲率估计

针对现有点云曲率估计算法难以兼顾估计结果的精度与稳健性问题,提出一种样点邻域同构曲面约束的散乱点云曲率估计算法。以目标样点的邻域点集作为局部样本,采用二维Delaunay网格剖分与三维Delaunay网格过滤相结合的策略对局部样本进行曲面重建,获得插值于采样点集并与原表面拓扑同构的局部网格曲面;为稳健估计计算样点曲率所需的样点法向,通过局部网格曲面中顶点一阶邻域面的形状和尺寸确定邻域面法向的权重,以一阶邻域面法向的加权和作为法向估计结果;基于网格曲面顶点一阶邻域面初步估计样点曲率,进而根据邻域样点与目标样点间测地距离对初步估计结果进行平滑修正获得最终曲率估计结果。实验结果表明,所提算法可有效反映曲面特征并兼顾样点曲率估计的精度和稳健性,实现样点曲率的平滑过渡;相比于Meyer提出的Voronoi算法,所提算法对采样精度较高的点云数据可保证与其相当的计算精度,对存在噪声的点云数据计算精度和稳健性均可提高1～2倍。     

基于步行轨迹的复杂道路中心线提取方法

传统的基于GPS轨迹的路网提取多关注使用车载GPS轨迹数据提取城市车道级路网,忽略了校园、社区、景区等小范围区域内的复杂道路信息,该文提出了一种基于步行GPS轨迹数据的复杂道路中心线提取方法.在数据清洗的基础上,基于轨迹点分布密度进行栅格化,然后采用Zhang-Suen快速细化算法对栅格路网细化得到道路中心线,最后采用改进的追踪法实现路网矢量化.以华中师范大学校园为试验区域,提取出了人车混行、小路交错的校园路网,证明了该方法的有效性.     

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。     

逆向工程中点云数据压缩算法的研究与改进

详细回顾了逆向工程中点云数据压缩算法的国内外研究现状,并从大量的数据重建模型所带来的问题比如计算复杂,时间长,占用大量的内存空间等方面比较各种已有算法的优势,具体论述了它们的应用范围,并基于数据点的排列方式上指出每种方法的局限性,进而在已有八叉树的均匀细分方法的基础上提出了利用三维网格进行数据精简的八叉树非均匀细分方法,保证保留任何形式的边界数据点,提高压缩后数据点的精度,最后给出了流程图.     

三江源区高寒草甸退化与水塔功能的关系

为便于利用空区探测系统(CMS)采集的采空区点云数据,在三维重建之前对点云数据进行精简是一个必要的环节,提出了一种基于切片的采空区点云数据精简方法.根据采空区点云数据采集的原理,将采空区理想化处理,分析扫描角、扫描线间距及扫描点水平距离之间的关系,据此确定切片间距阈值.将最近点投影到切片上拟合成曲线,结合改进后的偏角法对曲线进行采样精简处理,并以实例证明该方法的有效性.     

基于mean-shift聚类过程的遥感影像自动分类方法

提出了一种稳健的自动分类方法——自适应mean-shift(AMS)算法.该方法基于mean-shift聚类过程,不需要假定数据分布类型,也不需要指定类别的数目,自动化程度较高.自适应mean-shift算法根据数据分布特点自适应地确定带宽的大小,利用采样点估计模式来设计自适应估计器,自适应估计器将每个数据点与不同尺度的核函数联系起来,当核函数满足一定的条件时,AMS迭代过程收敛于极值点(mode),自适应AMS算法是一种归一化的密度梯度估计算法.采用TM影像进行分类试验,试验结果表明:该算法自适应程度高,精度也能满足要求,是一种稳健的自动分类方法.     

对基于模糊点数据的回归分析的改进

通过构造一个新的矩阵,改进了基于模糊点数据的回归分析,大大减少了模型和运算的复杂性.     

基于零力矩点的四足机器人非平坦地形下步态规划与控制

为提升四足机器人在非平坦地形中的行走能力,根据零力矩点理论分析机器人行进过程的稳定条件,利用稳定裕度的概念,在支撑多边形中求取最优稳定点来规划零力矩点. 为避免walk步态中频繁调整躯干姿态导致的能耗和行进速度损失,提出了在次优支撑三角形中求取最优稳定点的方法. 针对斜坡地形中机器人运动性和稳定性的矛盾,设计了综合性能更高的躯干姿态和支撑点位置. 为适应不同坡度和躯干角度,通过对零冲击足端轨迹规划方法进行改进,实现了以目标支撑点为中心的斜坡零冲击规划目标. 仿真试验结果表明,该规划控制方法能够实现机器人在不同斜坡中的稳定行走.      

一种应用于电子地图道路特征点提取的新方法

电子地图中的道路信息数据往往数据量比较大,在进行地图匹配时,不利于对电子地图的快速搜索,因此需要对道路数据进行压缩,提取道路特征点。为此在对现有的道路特征点提取方法进行分析的基础上,提出了一种基于无限圆逼近曲线的自适应道路特征点提取方法。该算法依据道路的曲率变化,按照自适应步长对道路数据进行压缩。仿真实验结果表明,该算法计算量小、逼真度高,有效地提高了电子地图道路数据压缩效率。     

脉冲压缩定点处理的量化噪声分析

针对合成孔径雷达成像算法的定点化处理,提出了数字脉冲压缩定点化处理量化噪声的数学模型,采用线性时不变系统的性质计算脉冲压缩定点运算的量化误差. 给出了该模块的舍入量化噪声详细分析过程,并推导出系统输出噪信比与系统字长、FFT长度等参数之间的关系. 对获取的回波数据采用不同的系统字长进行成像,仿真结果很好地证明了所述理论的正确性. 这样可根据理论结果选择合适的位长,用定点处理代替浮点运算处理减少运算的复杂度及资源的占用.      

投影满应力法

使用投影法修改由满应力法确定的设计点,这一方法是将满应力方向投影到目标函数等值面上, 减少它的不可行成分,使满应力法得到的最优点更接近于真实点.为了改善结构优化的效率,在得到投影方向后通过一维搜索确定下一个点.最后用两个例子来说明这种方法的效果.     

基于相似度函数的上肢关节点改进阈值滤波方法及其应用

针对视觉传感器受自身硬件条件及环境扰动的影响,采集到的关节点运动数据往往存在异常值的问题,为了提高Kinect获取的上肢关节点运动数据的准确性,提出了一种基于相似度函数的上肢关节点改进阈值滤波方法,来减小异常值对运动追踪的影响.基于前景轮廓相似度、肢体比例相似度和分布相似度构建了关节点相似度函数,将其用于评估截取的每帧...