Copy-and-paste operation of planar polygonal shapes

A 2D polygonal shape copy-and-paste method is proposed which is based on a multiple planar shapes blending algorithm. First sub-shapes are specified and selected, which correspond to user-defined visual features on the input shapes. Then they are copied and pasted with contribution weights to generate new shapes via a modified intrinsic 2D shape blending algorithm. User can edit the generated shape intuitively and interactively by adjusting the contribution weights. The proposed method fills the gap in the object modeling methodology based on the copy-and-paste operation. Besides the static 2D copy-and-paste operation, the proposed method can also be applied to 2D metamorphosis among multiple planar shapes.     

组件匹配与融合的三维形状建模研究

提出一种基于组件匹配、融合的三维形状生成算法.根据Hausdorff距离对输入形状的各组件进行匹配,形成匹配组件对,进行球面参数化映射,合并组件对的球面网格模型;通过反映射建立组件间的顶点对应关系,采用不同的融合系数进行插值融合,生成一系列连续变化的组件;最后根据输入形状的连接关系进行重新连接,生成完整的变形形状.实验表明,采用所提算法可以生成合理、相似的变形形状,同时保留了输入形状的功能和表面细节.     

基于遗传算法的二阶段结构损伤探测方法

为了有效地进行工程结构的损伤识别,提出了一种基于遗传算法的二阶段损伤探测方法.首先利用基于频率的多损伤定位准则和基于位移模态的多损伤定位准则分别计算出有关损伤的初步决策,然后利用信息融合技术中的证据理论方法,将两者的初步决策进行融合,从而获得较为精确的损伤位置估计,最后在已识别出的可能损伤单元的基础上,利用改进的遗传算法进行更精确的损伤位置和程度估计.数值仿真结果表明,采用证据理论进行融合可以获得较为精确的损伤位置估计,比单纯的多损伤定位准则识别效果更好,而采用改进的遗传算法则可以更为精确地判定损伤的程度,优于简单的遗传算法.     

构件内部裂缝缺陷的有限元三维重建

提出了利用有限元的网格生成方法来实现构件内部裂缝缺陷的三维重建算法。首先,将边缘检测算法和基于种子填充的区域生长算法相结合,准确定位出裂缝的形状,提高重建的精度;其次,应用8节点的六面体单元格创建出裂缝模型,直接利用等方性体素建模,节约了计算成本;最后,对模型中的节点分类,针对不同种类的节点分别进行光顺处理。试验结果表明,该算法实现了对构件内部裂缝缺陷的三维空间形态的观察,弥补了以往算法只进行面重建的不足,提供了构件质量判定依据。     

不确定性多属性决策中确定属性熵权的一种方法

针对属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题,提出了一种区间数熵权的确定方法·依据多属性决策中传统熵权确定方法的思路,首先,通过构建两个最优化模型,求得区间熵;然后根据传统熵权确定公式及区间数运算法则得到以区间数形式表示的属性熵权·该方法具有概念清晰、实用的特点,得出的属性熵权能够较好地反映各属性信息的差异程度·最后通过一个算例说明了该方法的实用性和有效性·     

流形方法对边缘病变肺野分割的研究

为实现对高密度病变影响边缘肺野的正确分割,提出了利用相邻肺野形状的相似流形来对其进行分割的方法。首先,对胸腔CT影像中肺野形状的相似流形的形成以及用主成分分析(principal component analysis,PCA)约减肺野来构造光滑流形进行了研究。其次,通过构造流形所表达的肺野关系,采用流形插值来重构被影响肺野的形状。采用基于Harris特征的变形配准方法来降低重构区域的误差。最后,用该重构肺野形状掩模来对原胸腔CT影像进行分割得到真实的肺野区域。实验结果表明,采用样条流形插值重构肺野形状来完成对高密度影响肺野的分割是一种可行有效的方法。     

精锻叶片模具三维型面优化技术

基于有限元模拟技术,对包括切边工序在内的叶片精锻过程进行了准确模拟,并针对叶片锻造过程中叶身型面产生的尺寸偏差,采用模具型面直接补偿的方法对叶片精锻模具进行了三维优化设计.通过模拟,定量给出了锻件型面的尺寸偏差,建立了偏差类型与型面变形之间的关系.以锻件型面偏差总量最小为优化目标,设计了基于变化的权重优化算法,准确计算了模具型面各节点上的插补值,并利用B样条曲面构建技术对优化后的模具型面进行了重构.开发了模具型面直接补偿优化设计系统,并对镍基叶片模具进行了优化设计.结果表明,模具型面偏差明显减小,优化效果显著.     

基于改进灰色关联投影法的无人机避让优先运行策略

针对未来混合空域中多种航空器共同执行任务而可能出现飞行避让安全问题,提出了一种基于组合赋权改进灰色关联投影法的无人机避让优先运行策略。首先,从空域管理、航空法规、风险评估等角度分析影响避让过程的因素,构建无人机避让评价指标体系;其次,利用层次分析法和粗糙熵法进行主客观赋权,由合作博弈方法构建离差和最小目标优化函数将主客观权重融合确定最终权重,克服主观赋权随意性和客观赋权过分依赖数据的弊端;随后,利用优劣解距离法(TOPSIS)与灰色关联投影法的融合算法对无人机避让对象进行综合评价,从而获取无人机优先避让运行策略;最后,将融合算法与TOPSIS算法进行对比。结果表明,较于TOPSIS法,所提融合算法获取策略与空域运行实践相符且灵敏度提高了17.08%。因此,新算法避免了单一算法的数据丢失现象,提高了获取策略的准确性,可为混合空域的无人机运行策略获取提供新思路。     

基于区间数贴近度的最大树聚类算法研究

针对特征指标和权重指标均为区间数的多指标信息聚类问题,在传统的数值信息最大树聚类法的基础上,给出了基于区间数的多指标信息聚类问题的一种具体算法.在此过程中,加权相似矩阵的提出克服了属性权重对聚类产生的双重影响;并通过引入相对贴近度的概念,对相似区间进行排序.最后,通过实例验证了此算法的有效性.     

改进的遗传算法用于离心叶轮优化设计

为了防止遗传算法中过早收敛引起的算法失效,提出了一种改进的遗传算法,来研究离心叶轮的形状优化问题,在计算过程中,增加了一个自适应算子,来不断调节个体变异概率,以保证搜索的全局性和种群的多样性,同时为了不引入过多的边界参数,采用B样条曲线对边界进行描述,最后,对一个数学算例和某离心叶轮进行了计算,给出了最终的优化结果和收敛情况,计算结果表明,改进的遗传算法能够很好地适应于各种应力约束和几何约束,并可得到形状优化的最优解,验证了该方法的合理性和正确性。     

过冷大水滴粒径分布的欧拉-拉格朗日混合抽样算法及对冰型影响

过冷大水滴（supercooled large droplet,SLD）云雾环境不同于常规粒径范围的过冷水滴,具有更大的粒径范围和复杂的水滴粒径分布形式,使得结冰的冰型异常复杂,从而给飞行器的飞行安全带来了前所未有的挑战。现有结冰数值模拟方法仅能模拟单一粒径的水滴,无法准确模拟真实SLD云雾环境“双峰分布”的粒径分布特性和相应的冰型。为了准确高效模拟SLD这种粒径分布特性,本文提出了一种基于Rosin-Rammler 分布函数进行欧拉-拉格朗日混合抽样的水滴轨迹模拟算法。通过该方法收集水滴,再利用结冰模型与水膜模型计算表面溢流传热和冰高,从而实现了准确高效的SLD粒径分布的结冰数值模拟,并通过2.5维算例研究了SLD粒径分布对机翼结冰的冰型特征以及冰型空间随机性的影响。结果表明SLD的粒径分布对冰型有较大的影响,冰型特征和冰型随机性与MVD和粒径分布方差紧密关联。     

一种新的二维细分图形变形算法

给出了一种新的二维细分图形变形算法。该算法将曲线细分算法和2D图形的变形算法结合起来,并把2D图形的变形升级到3D空间内处理。通过计算并连接对应特征点,建立空间三角面片,从而可以直观地反映初末图形特征点之间的对应关系。通过判断3D三角面片是否相交,易于推断出变形中有无自交和萎缩现象。试验结果反映出该算法变形效果自然,是一种新的有效的2D图形的变形算法。     

改进位姿估计环节的ORB-SLAM稠密建图算法

为了提高ORB-SLAM2系统的位姿估计精度并解决仅能生成稀疏地图的问题,提出了一种融合ICP算法与曼哈顿世界假说的位姿估计策略并在ORB-SLAM2系统中加入稠密建图线程来实现稠密建图。首先通过ORB特征点法、LSD算法和AHC方法进行点、线、面特征的提取,其中点、线特征跟上一帧匹配,面特征在全局地图中匹配。然后采用基于surfel的稠密建图策略将图像划分为非平面与平面区域,非平面采用ICP算法计算位姿,平面则通过面与面的正交关系确定曼哈顿世界从而使用不同的位姿估计策略,其中曼哈顿世界场景通过位姿解耦实现基于曼哈顿帧观测的无漂移旋转估计,而曼哈顿世界场景下的平移以及非曼哈顿世界场景位姿采用追踪的点、线、面特征进行估计和优化;最后根据关键帧和相应位姿实现稠密建图。采用TUM数据集对所提建图方法进行验证,实验结果与ORB-SLAM2算法比较,最终均方根误差RMSE平均减少0.24cm,平均定位精度提高7.17%,验证了所提方法进行稠密建图的可行性和有效性。     

基于形状控制函数和自适应细分的皱纹建模方法

逼真的皱纹模型能极大地提高三维人脸建模的相似度。为获得精确位置和形状的三维皱纹曲线,运用基于特征的图像匹配方法使二维图像和三维模型匹配对齐。针对皱纹3个方向视图的不同形状,分别提出3个形状控制函数,即皱纹横截面形状控制函数、深度衰减函数和宽度衰减函数。横截面形状控制函数能真实自然地表达皱纹截面的凹形纹路和两边圆形凸起,深度和宽度衰减函数分别控制皱纹深度方向和宽度方向的衰减程度。用户只需定义几个直观的参数便能生成各种形状的皱纹模型。此外,提出一种皱纹影响区域的定义方法和网格自适应细分技术,不仅保证了皱纹建模的效果,而且能提高建模效率。通过实验结果与照片的对比,表明本文方法能生成各种真实自然的皱纹,对人脸建模的相似度有很大提高。     

基于加速多维尺度变换算法的三维模型形变规范型计算方法

针对如何建立可有效表示三维模型,使模型在大尺度形变过程中保持等距不变特性,并能保留原模型几何细节特征的形变规范型这一问题,提出基于加速多维尺度变换算法的三维模型形变规范型计算方法。生成包含有三维几何模型体积信息的四面体网格模型,避免形变过程中由体积变化引起的模型失真;使用最远点采样算法对原模型上的顶点进行采样,获取更具代表性的顶点;使用加速多维尺度变换算法得到原始模型的初始规范型;利用三维模型注册的思想,通过建立能量函数并计算最优解的方法将输入的四面体网格模型按照初始规范型的姿态进行形变,从而得到保留输入模型几何特征的形变模型。实验结果表明,以四面体网格模型作为输入,经加速多维尺度变换算法计算得到的初始规范型为基础,通过三维模型注册能量函数的最小化求解过程,可以构建出保留更多原模型几何细节特征的形变规范型。和已有算法相比,加速多维尺度变换算法计算三维模型形变规范型的方法更适用于处理具有复杂几何结构的三维模型,可以得到姿态更为自然的模型形变结果,普适性较高。     

无人机遥感图像融合方法研究

针对待拼接的无人机遥感图像重叠区域不规则、焦距不固定、含噪声较多等问题, 在加权平均融合算法的基础上引入基于折线化思想的不规则重叠区域生成法, 减小算法误差, 并运用基于距离比的自适应算法实现权值自动匹配, 使算法在不受重叠区域形状限制的同时得到更精确的计算结果, 解决了图像拼接后融合区域分辨率低、拼接线明显的问题。仿真表明, 改进的加权平均融合算法在保持原算法快速性的同时, 达到了去除拼接缝隙、使图像融合区域过渡平滑的目的, 并获得了融合质量较好的大视野无缝拼接图像。     

雷达近场成像中SVM的目标识别方法

雷达近场成像中,在精确定位的基础上,为解决目标形状识别问题,提出了利用支持向量机（SVM）预测目标信息的方法.根据时域算法——后向投影（BP）算法和频域算法——频率波数域（F-K）偏移算法得到的场强值作为SVM的特征数据,并利用时域有限差分法（FDTD）进行仿真.仿真结果表明,基于BP算法的SVM识别方法具有特征数据提取时间长、SVM预测时间短、多目标时目标信息全和虚警较多等特征,基于F-K算法的SVM识别方法具有特征数据提取时间非常短、SVM预测时间非常短、多目标时目标漏检的特征;两者都能较好地识别目标的形状,且前者的识别能力高于后者,而后者更适合实时成像.     

基于认知机理的三维人脸建模及应用研究

人类天生具备从单张平面照片进行三维信息恢复的能力,模拟人类的这一认知过程,研究基于单张平面图像的人脸三维建模技术,是当前认知计算中的一个重要问题。以统计学为工具,在建立人脸统计模型的基础上提出一个两步人脸形状建模方案,利用人脸结构先验知识对建模过程进行约束,能够生成真实感强的三维人脸模型。将三维人脸模型应用到光照和姿态估计问题上,取得了较好的效果。     

基于自动反关节形变的非刚性三维形状检索方法

提出一种新的基于“自动反关节形变”的非刚性三维形状检索方法。首先, 提取三维模型的形状特征点, 用来进行刚性区域划分及局部骨架提取; 然后, 结合网格编辑技术, 自动地消除非刚性模型上的关节形变, 估计形变前的近似刚性三维形状作为标准形; 最后, 从标准形上构造形状特征描述, 并计算“推土机距离”衡量非刚性模型之间的内蕴相似性。该算法减少了标准形上的几何扭曲, 并显著降低了计算代价。实验结果显示了该方法对非刚性三维形状检索的效果提升。     

基于核的自组织映射聚类

将核学习的方法应用于自组织映射聚类中,提出了一种核自组织映射聚类算法.该算法以核函数代替原始数据在特征空间中映射值的内积,并且神经元权值向量的初始化和更新都可由其组合系数向量表示,从而获得了直观而简单的迭代公式.分析了算法中学习速率过高会降低学习稳定性、学习速率过低又会降低收敛速度等参数选择问题,给出了一组折中考虑学习稳定性和收敛速度要求的参数初始值.实验结果表明,核自组织映射聚类对于非椭圆型的类分布数据,如环形数据,聚类正确率也能够达到99.886 4%.对IRIS数据集和入侵检测报警数据的聚类也证明了核自组织映射聚类方法的良好性能.