基于渐进迭代逼近的等距曲线改进算法

提出一种基于渐进迭代逼近的等距曲线改进算法.该改进算法利用曲线段的高控制采样误差,在充分反映基曲线的形状特征的前提下尽可能地减少采样点数量.在采样点中选取等距曲线上的特征点作为主控制点,利用渐进迭代逼近方法插值所选取的主控制点,迭代过程中综合考虑法矢和参数化一致性两个因素以更好地控制等距逼近曲线的形状.最后,同样利用曲线段的高控制逼近误差,以避免误差过估,对得到的逼近等距曲线的B样条曲线实现更精确的全局误差控制.给出一些实例来验证该改进算法在采样点数量、所需控制顶点个数、迭代次数、误差控制、等距逼近曲线的形状控制等方面实现了性能的提高.     

海量数据的曲线拟合并行算法及实现

提出一种适于海量数据的曲线拟合并行算法 .该算法将数据划分到多个处理机上 ,分别进行拟合 ;并通过对相邻两段拟合曲线的边界进行处理 ,可得到C1连续的完整拟合曲线 .     

一种改进的中文字符矢量化算法

针对人工进行字体的矢量化耗时费力的问题,提出一种改进的Potrace字体图像矢量化方法.基于Potrace位图矢量化算法,首先得到位图路径的初始点集,然后通过夹角判别法和计算删除代价(DC)值来删除冗余点得到最终关键点集,再根据弧弦距判别法判断矢量段的拟合类型,最后使用Bezier曲线插值拟合关键点并优化轮廓路径.为了衡量矢量化后的曲线轮廓的质量,建立了字体曲线轮廓的度量指标体系,其中包括轮廓尖锐度、关键点冗余率、锚点准确度和形状吻合度等指标.实验表明:Potrace算法的冗余率大约在56％左右,而改进后的Potrace算法则将冗余率降到10％左右,并且本方法在锚点选择的准确度方面较Potrace算法有提高,形状吻合度与Potrace算法持平,可以提升字体图像矢量化的效率和质量,同时也能尽可能减小曲线字库的空间存储量.     

混合算法在04公桥规徐变系数曲线拟合中应用

采用混合算法将04公桥规附录F中给出的混凝土徐变系数幂函数表达式拟合为指数函数表达式,从而得到了徐变计算的递推式.即首先用遗传模拟退火算法对徐变系数曲线进行初步拟合,估计传统非线性迭代计算中参数的初值;再通过基于Levenberg-Marquardt法和Gauss-Newton法的非线性最小二乘法对徐变系数进行精确的拟合;最后通过结果分析确定了指数函数表达式的最终形式.混合算法解决了应用单一算法在拟合徐变系数曲线上的局限性,有着良好的通用性、鲁棒性和精度,拟合结果可直接应用于采用递推法计算混凝土徐变的有限元程序中.     

缺损数据下CM算法的改进

针对CM算法的估计值相对不够精确的问题,给出一种在缺损数据条件下,求分布参数的极大似然估计的迭代算法.算法首先通过CM算法求得不够精确的参数估计值,在所得估计值点处做平行切面.再把此切面方程与原参数估计函数方程联立,求相交曲线.在所求得的相交曲线处任取一点作为新的CM算法迭代初始值,重新进行迭代计算,进而得到较为精确估计值.在这个估计值点处,再做平行平面并进行判断直到所得估计值所在平面与原参数估计函数交点只有一个时停止.通过实例分析,用改进的算法所得估计更加精确,更加简单实用.     

基于一致性随机采样的图像特征匹配鲁棒确认

误匹配点的存在影响了计算图像问变换关系的准确性,从而导致较差的图像匹配效果.通过随机采样一致性算法,提出了一种剔除错误匹配,精确确认图像匹配特征,从而计算图像间几何变换矩阵的鲁棒方法.该方法首先基于特征向量相似性准则,得到初始匹配点对,再利用特征点周围的灰度信息进行权值计算,在用随机采样一致性算法拟合几何变换矩阵的迭代过程中,得到使目标函数最小的匹配关系以筛选由噪声等引起的误匹配点对,从而精确计算图像间的几何变换关系矩阵,实现图像的精确配准.实验结果表明,该算法具有良好的噪声鲁棒性,得到了理想的图像配准效果.     

神经网络LM算法在X射线探测器中的应用

介绍了1种探测X射线分布和剂量的方法.采用BP神经网络拟合图像灰度值与照射量率的关系曲线,实现了探测器的标定.分析了直接用CMOS图像传感器探测X射线的原理.探讨了神经网络参数选取的方法.利用LM算法优化BP神经网络,得到较为精确的拟合曲线和误差曲线,并且用测试数据验证该系统的误差性能指标.实验证明该算法能够较为精确的测量辐射的剂量信息,可应用于X射线探测器的标定.     

一种精度可控制的有理曲线拟合算法

根据测量不规则几何形状模具时误差的控制方法,提出了通过限制两型值点间拟合曲线段到两型值点间弦的最大距离来控制拟合精度的有理曲线拟合算法,并与Bezier曲线和参数三次Spline曲线进行了比较。     

基于网络节点相似性的髋关节点云配准算法

针对基于聚类和距离的点云去除异常值算法在髋关节点云上容易去除正常值,导致点云结构发生改变等问题,本文提出一种随机抽样一致性(random sample consensus, RANSAC)拟合圆算法与包围球去除离群值算法,利用RANSAC算法提出距离点云主体较远的异常值,使用包围球算法去除髋臼窝中悬浮的异常值.同时,针对迭代最邻近点算法(iterative closest point, ICP)在选取初始点对时偏离真实值较大,容易导致迭代次数过多,陷入局部最优解的情况,本文提出一种基于网络节点相似性筛选初始点对方法,通过选取最接近真实值的点对进行迭代优化.结果表明,改进算法能够有效剔除髋关节表面点云中的异常值,选取准确的初始点对,实现任意位姿下两组点云的快速、精确配准.     

一种稀疏度拟合的图像自适应压缩感知算法

针对运用压缩感知理论对图像进行自适应压缩采样时,采样率及稀疏度阈值确定具有很强的主观性,提出一种稀疏度拟合的精确自适应采样算法.该算法通过循环迭代来确定各个稀疏度下满足PSNR要求的最低采样率,利用最小二乘法对稀疏度及采样率数据进行拟合,得到稀疏度-采样率选取的最佳目标函数.基于TVAL3重构算法对上述自适应采样算法进行了实验仿真,结果表明,重构图像的PSNR均高于用相同值的固定采样率重构的PSNR值,其中纹理特征区分明显的图像此PSNR差值能达到3.5 dB以上.相比粗糙自适应算法,平均采样率比其降低的同时,重构图像仍得到了更高的PSNR值.      

层次多结点样条曲线逼近

提出层次多结点样条曲线逼近算法,使得逼近的过程能够根据设定阈值自动的选择最优逼近段数。同时,引入最优逼近曲线判定方法,实验表明该方法对于γ射线能谱等离散数据的平滑具有良好效果。     

一种改进的椭圆曲线标量乘的快速算法

椭圆曲线密码体制(ElliPtic Curve Cryptosystem,简称ECC)是最有效的公钥密码体制之一,密钥更短、安全性更强。点乘和标量乘是椭圆曲线密码体制中的核心运算,是最耗时的运算。宽度w的非相邻型(w-NAF)算法通常被用来加速椭圆曲线上的标量乘,通过对这种算法的改进和优化,提高算法的效率,并结合分段并行理论提出了一种双标量乘法算法。对新算法进行了分析和测试,其效率在普通算法的基础上有明显提高,具有实用性。     

Intersections of two offset parametric surfaces based on topology analysis

Conventional methods for solving intersections between two offset parametric surfaces often include iteratively using computationally expensive SSI (surface/surface intersections) algorithm. In addition, these methods ignore the relations between the intersection curves of parametric surfaces with different offset distances. The algorithm presented in this paper, makes full use of the topological relations between different intersection loops and calculates intersection loops with the help of previously calculated intersection loops. It first pre-processes two parametric surfaces to obtain the characteristic points, called topology transition points (TTPs), which can help in the subsequent finding of the topologies of the intersection curves. Then these points are categorized into several distinct groups, and we can determine the calculation strategy for searching initial points by analyzing the properties of these TTPs on the surfaces. Hence, all intersection curves can be marched from initial points by the tracing algorithm. The proposed algorithm could calculate intersection curves robustly and effectively, and has been tested to be capable of overcoming the degenerate conditions such as loop and singularities leaking that occur frequently in conventional algorithms.     

Neural network approach for modification and fitting of digitized data in reverse engineering

Reverse engineering in the manufacturing field is a process in which the digitized data are obtained from an existing object model or a part of it, and then the CAD model is reconstructed. This paper presents an RBF neural network approach to modify and fit the digitized data. The centers for the RBF are selected by using the orthogonal least squares learning algorithm. A mathematically known surface is used for generating a number of samples for training the networks. The trained networks then generated a number of new points which were compared with the calculating points from the equations. Moreover, a series of practice digitizing curves are used to test the approach. The results showed that this approach is effective in modifying and fitting digitized data and generating data points to reconstruct the surface model.     

基于中轴线的隧道点云去噪算法

隧道作为一个狭长的封闭空间,其点云内部噪声影响点云分析精度,有效去除隧道点云内部的噪声是基于点云隧道形变分析的关键.提出一种基于中轴线的隧道点云去噪算法.通过对点云双向投影获取隧道在水平和垂直方向的姿态变化,根据高阶多项式拟合两条平面曲线并插值中轴线控制点,通过定义空间线段的夹角加密控制点以表达中轴线.通过计算各控制点处的切平面实现对隧道点云的分割,计算各分块内点到中轴线的距离,并根据给定的距离阈值实现隧道内部点云噪声的过滤.通过两组实验分析证实该方法的可行性与精确性.第一组通过模拟隧道点云数据并采用该方法拟合中轴线,比较分析其与已知中轴线的精度.第二组通过分析处理实际的隧道点云数据,实现隧道点云内部噪声的去除.     

一种网格化三维物体的关键帧算法研究

研究了动画生成的关键帧技术，基于图形的矢量表示法，提出了一种通过网格化一个三维物体来生成中间画的算法．该算法通过层面内和层面间的对应法则，可以把网格化物体后所得的曲面上无限个无序的点变成有限个有序的点，再根据插补函数自动生成一系列中间画．该算法解决了初始和终止关键帧网格化分层后层次的对应法则问题，以及两关键帧对等层上顶点的对应法则问题．给出了算法的形式化描述，并在Matlab上实现了该算法．计算结果表明：按这种算法产生的动画过渡平滑，节奏自然，画面流畅，能够极大地提高中间画的生成质量，且该算法具有稳定、高效、逼真和易控等优点，因而在实际应用中能够在提高制作效率和中间画的质量的同时减少动画制作的成本，具有较大的实用价值．     

图像分割技术的发展

图像分割是图像处理中的一项关键技术 ,也是一经典难题 ,从发展至今仍没有找到一个通用的方法 ,也没有制定出判断分割算法好坏的通过标准 .本文对图像分割方法中的域值分割方法、边缘检测方法和区域提取方法等作了一概述 ,并介绍了一些近年来出现的各种新方法和对分割评价标准的研究情况 .最后 ,指出了图像分割技术今后的发展方向     

基于G2连续Bézier曲线的刀具轨迹压缩算法

针对复杂曲面的数控加工,提出一种基于Bézier曲线的刀具轨迹数据压缩算法.根据连续小线段的几何特征来筛选适用于被压缩的区域,将各个区域内的形值点转化为特殊的3阶Bézier曲线,选用最小二乘法拟合形值点,通过调整参数曲线控制点和插入过渡曲线,使得加工路径光顺并保证G2连续性,采用2阶Taylor展开来估计误差和控制拟合精度.结果表明:所提出的算法无迭代、实时性好,算法数据的压缩比高;采用Taylor展开估计的误差与真实误差很接近,可以有效控制拟合精度.     

基于数据库用户行为分析的改进FP-Growth算法

数据库是信息系统的核心,是最吸引攻击者的目标,其用户行为记录是一种特定的类型,有相对固定的成份。FP-Growth算法在规则挖掘时会产生一些冗余的、无意义的规则。本文首先给出数据库用户行为的定义,将数据库的用户行为属性按重要性阈值排序,并从中选取关键属性或属性组,在FP-Growth算法的基础上提出一种基于用户行为分析的BFP-Growth算法,避免产生无意义的规则,节省了存储空间和时间,提高了挖掘效率。     

颗粒磨圆度计算中棱角关键点的优化选取

磨圆度是在介观层面上描述颗粒轮廓形状的重要参数,它定量描述了颗粒棱角对颗粒轮廓的影响。现有的磨圆度计算方法,不能准确识别颗粒轮廓中的棱角,而且计算量较大。因此,为了提高准确性,减少计算量,本文提出一种优化选取方法用于选取颗粒轮廓角的关键点。首先,将颗粒轮廓变换为极坐标展开曲线,再利用极小值点对曲线进行分段,并使用傅里叶拟合算法对分段后的曲线拟合。其次,选取拟合后轮廓中的凸部位,并依据凸部位的突出程度,挑选出包含棱角圆的凸部位。最后筛选凸部位中用于拟合棱角圆的关键点,并计算出棱角圆的半径用于计算磨圆度。本文使用K-S标准粒子板和其他学者的研究结果对算法进行了验证,实验结果表明,优化选取方法计算出的棱角圆数量的准确率和磨圆度分类的准确率均达到了100%。本文还进一步分析了使用平均滤波算法对颗粒轮廓进行平滑时,不同的滤波参数对轮廓分段的影响,并给出了较优的参数选取范围。