基于区域的自动种子区域生长法的彩色图像分割算法

提出了一种基于区域的自动种子区域生长法进行彩色图像分割的算法.该方法首先应用分水岭算法对图像进行初始化分割,形成过分割效果.然后从分水岭算法形成的区域出发,根据一定的规则自动选出一些区域作为种子区域,进行种子区域生长.与传统的种子区域生长法(SRG)以图像中的像素点作为种子进行生长的方法不同,本方法以区域作为种子并以区域作为生长单位进行区域生长.实验结果表明,该算法能够产生较好的分割效果及较快的分割速度.     

由点云数据生成三角网格曲面的区域增长算法

提出一种新的由点云数据生成三角网格曲面的区域增长算法. 该算法充分利用点云内在的几何与拓扑信息, 使用一组检测过滤规则, 对曲面进行快速网格重构. 算法包括两部分： 首先对点云做预处理完成数据精简, 其次使用一组检测规则, 从种子三角形出发, 针对每个活动边, 在点云中选择匹配点与其构成新的三角形, 并通过不断更新边界, 使剖分区域不断增长. 所使用的检测规则, 可以针对活动边与预选择匹配点之间的不同位置关系采用不同的阈值, 从而避免了重叠与自交三角形的生成, 防止产生错误拓扑, 确保了重构三角网格曲面的质量. 同时针对区域增长算法中的前沿分裂问题, 在数据结构中采用反向重合边, 使剖分过程始终保持一个前沿边界. 实验结果表明, 该算法具有运算速度快、 结果准确性好、 适用范围广等优点.     

基于影响空间的初始中心点优化K-means聚类算法

针对K-means聚类算法依赖初始点、聚类结果受初始点的选取影响较大的缺陷,给出了一种稳定的基于影响空间的初始点优化K-means聚类算法。该算法借助了影响空间数据结构和定义的加权距离吸引因子,将特殊中心点合并为K个微簇,并对微簇中的数据点加权平均得到K个初始中心点,然后执行K-means算法;最后,理论分析和实验结果表明,该初始点优化K-means聚类算法能够有效降低噪声数据对聚类结果的影响,在聚类结果、聚类过程效率方面有较大优势。     

基于旋转不变的三维细化算法及非接触测量

针对现有的三维细化算法会出现断裂、不连续以及破坏物体原有的拓扑结构等问题,提出一种基于保拓扑结构和具有旋转不变性的新的三维细化算法.首先,自行设计和完善了具有各向同性的删除模板,使模板在各个方向上保持一致,保证了算法具有旋转不变性;其次,根据需要定义了真伪删除点,讨论提出的算法满足连续性保持的条件.通过假设验证法,检测候选删除点删除前后26邻域内目标体和背景组的数目变化,确认删除点的真伪,保持了原有的拓扑结构,进而确保物体旋转后细化结果的连续性不变.同时,在三维细化的基础之上,研究了基本尺寸、基准线和基准面等特征的提取方法,实现了三维非接触测量.实验结果表明:新的细化算法具有连通性保持不变,几何及拓扑性质保持不变,及旋转后细化结果保持不变的性质.     

面向移动机器人的拓扑地图自动生成

提出了一种在区域内自动提取拓扑地图的混合算法.该算法通过定义拓扑点和线.在对已知环境定位的基础上,利用腐蚀法计算出所知环境的骨骼路径,应用区别算法区分出各个组成路径的拓扑点的属性值.考虑到在单独使用腐蚀法的情况下,无法准确地得到机器人路径规划所需的关键驻点位置及方向等信息,提出了一种改进的图像骨骼化混合算法,并提出了实现完整拓扑地图的约束方法,对传统的路径规划方法做出了改进.仿真实验表明,该方法生成的拓扑地图克服了传统算法中的缺点,得到了较好的结果.     

城镇地籍数据库的空间数据结构及其算法

对栅格结构、点拓扑式矢量结构和链拓扑式矢量结构等各种类型的空间数据结构进行了研讨比较，指出链拓扑式矢量结构最适定城镇地籍数据库。以此为基础设计了一组空间数据存取和更新的算法。研究结果对于城镇地籍的初始建立和变更处理都是切实有效的。     

基于采样点曲面重构的拓扑算法的研究

针对带噪声点的点云数据提出了一种曲面重构的新算法,称为TSR Topological Surface Reconstructor(拓扑曲面重构算法).这种算法避免了在很多重构算法中一般使用的如单元格标记以及距离函数近似的大量计算.定义在Delaunay四面体拓扑元素中的一个离散的Morse函数可以计算一个算法所使用的离散的梯度域,决定哪些面属于多面近似.离散Morse理论为该种方法提供了基础,它为算法提供了一个拓扑框架来导出一个曲面的分段线性近似.最后提供了一些重构的结果,并把TSR的性能与其它某些点集重构算法进行了比较.     

桁架结构拓扑及截面尺寸优化设计方法

为克服传统基结构设计方法对最优解的束缚,实现桁架结构的拓扑布局及尺寸优化,提出了将连续体与离散杆系相结合的桁架结构优化设计方法。从连续体出发,基于SKO连续体拓扑优化方法得到了最优拓扑布局;以二值图像细化算法为基础,提出了基于有限单元8邻域网格模型的骨架提取算法,通过剥离冗余单元,得到了连续体拓扑优化结果的中心传力骨架;以单元主应力为判据,精确找到骨架中的关键点,并连接关键点形成了初始桁架结构;基于拉格朗日乘数法和KuhnTucker条件,以初始桁架中杆件的内外半径为设计变量,结构体积为约束条件,结构柔度为目标函数,建立了桁架结构杆件尺寸优化的数学模型,并推导出其优化迭代准则。最后,以一悬臂结构为例对该优化方法的应用进行了说明,并使用一经典算例与其他文献中的方法进行了对比,结果表明:该优化方法得到的桁架结构具有优化的拓扑构型和力学特性,杆件布局、尺寸合理,应力均匀。     

基于离群点检测的K-means算法

K-means算法以其简单、快速的特点在现实生活中得到广泛应用.然而传统Kmeans算法容易受到噪声的影响,导致聚类结果不稳定,聚类精度不高.针对这个问题,提出一种基于离群点检测的K-means算法,首先检测出数据集中的离群点,在选择初始种子的时候,避免选择离群点作为初始种子.然后在对非离群点进行聚类完成后,根据离群点到各个聚类的距离,将离群点划分到相应的聚类中.算法有效降低离群点对K-means算法的影响,提高聚类结果的准确率.实验表明,在聚类类别数给定的前提下,在标准数据集UCI上该算法有效降低离群点对K-means算法的影响,提高了聚类的精确率和稳定性.     

基于深度图像与分水岭的平面点云分割方法

根据目前点云数据分割的研究现状以及分水岭算法在图像处理中的应用,提出一种基于深度图像和分水岭算法的建筑物平面点云分割方法.该方法首先将平面点云数据生成深度图像并给像素赋予灰度值,再使用双边滤波算法进行滤波去噪,然后使用分水岭算法进行图像分割,得到分割结果后索引回原始点云数据,得到点云分割结果.为验证方法的可靠性与准确性,利用区域增长法、RANSAC算法以及欧式聚类法进行对比实验.通过对实验结果的对比分析,能有效地将不同点云面片分割出来,并且具有良好的准确度和完整度,分割结果质量较高,为点云的分割提供了新的思路与方法.     

一种基于多尺度描述的异形粘连纤维分割方法

针对异形纤维的形状特征,在分水岭算法结果的基础上,提出一种结合多尺度描述方法标记异形粘连纤维轮廓特征点对其进行分割的方法,并采用自适应滑动窗口策略在保留正确的分割线的同时消除多余的分割线.试验结果表明,该算法能够准确分割粘连的异形纤维.     

基于样点拓扑近邻的散乱点云曲面拓扑重建

提出一种基于样点拓扑近邻的散乱点云曲面拓扑重建算法,对点云数据构建动态空间索引结构,采用动态扩展空心球算法查询样点k近邻,通过对样点的k近邻数据进行偏心扩展和自适应扩展获取样点的拓扑近邻参考数据,从中查询样点的拓扑近邻,从样点的同层拓扑近邻中获取符合Delaunay条件的匹配点,生成局部Delaunay三角网格,并通过增量扩展实现整个散乱点云的曲面拓扑重建.实例证明,该算法可对无隙、有边界等任意模型的散乱点云进行合理的曲面拓扑重建,有效解决了r-dense恰当采样点云中非均匀区域易产生非工艺孔洞的问题.     

一种指纹特征点拓扑结构的加密方法

提出了一种基于拓扑结构的指纹特征点加密算法.该加密算法是在无限平面上随机采用三个不属于任何一个指纹特征且互异的点(三个节点构成一个三角形)作为指纹加密的密钥,将特征点到三个采集点的平面距离作为加密值,同样对其余的指纹特征点计算加密值,直至全部特征点加密完成,最后得到密码指纹.与旧有指纹加密算法相比,该算法优势在于扩大密钥初始值的选择范围,密钥空间增大,使得暴力破解变得更为困难;加密的计算方式简单,算法复杂性低,对大量指纹数据的加密效率有所提升.     

地理信息系统中空间关系自动构建技术研究

对地理信息系统中空间关系自动构建技术进行了研究 ,并在此基础上提出了基于栅格索引的结点匹配算法来实现点线拓扑关系的自动构建技术 ,建立起点、线、多边形的拓扑关系 ,描述了自动建立拓扑关系的实现过程     

形态分水岭变换在图像分割中的应用

给出了分水岭变换的基本原理及其数学描述,并针对二值和灰值图像分别给出了相应的实现方法,同时总结了方法的优缺点,提出了图像分割中过分割问题的一些解决途径.     

基于拓扑结构/自适应模糊决策的地图匹配算法

给出了基于节点信息的路网空间拓扑结构的具体描述形式．引入相关性概念，提出了一种基于道路几何信息的自适应模糊决策地图匹配算法．通过待配路段两两之间隶属度值的比较与模糊排序以及测度因子参数的适应性调整，使算法在道路几何分布复杂，且较为密集的区域，仍具有较强的适应能力．根据模糊决策后各路段隶属度值的分布情况，提出了将拓扑结构匹配算法划分为决策、校验、弃用等3个应用时段的拓扑结构／自适应模糊决策组合匹配算法的整体设计思路．对实际跑车数据的仿真处理结果表明，该算法较好地解决了地图匹配算法中相互矛盾的算法的计算效率与算法的可靠性之间的协调问题．     

财政视角下养老服务业供给侧结构性改革思考——以湖南为例

围绕新能源发电在大型远洋船舶上的大规模接入问题,研究了基于太阳能发电的客货滚装船光伏阵列布局、拓扑结构及最大功率点跟踪（MPPT）模型与算法.结合船舶航行环境与船体结构特点,设计了大规模光伏阵列的船体布局及拓扑结构,建立了以大规模全局优化（LSGO）问题为描述形式的船体区域级MPPT数学模型.此外,提出一种基于环形拓扑的多参考向量协同进化粒子群算法（CCPSO-MR）,并成功应用于船用大规模光伏阵列MPPT控制.仿真实验表明,针对LSGO问题的实时求解,CCPSO-MR算法在收敛速度、精度等方面显著优于各主流算法.基于所提阵列结构及MPPT算法,光伏系统能够在客货滚装船上实现大规模接入,并在各类复杂光照航行环境下具有良好的MPPT性能.     

基于空间无序点云的层次构造三角化方法

描述了一种新的利用空间无序点云重构三维模型的算法,利用分层扫描的原理将无序的三维点云进行平面投影,使用矢量外边界扫描算法将点信息提取为线段信息,由于分层的有序性使得线段之间存在着良好的拓扑关系,经过在有序线段中提取拐点矢量,连接上下两层相关点,点模型就完成了三角化。该方法计算速度快,拓扑清晰,且不会出现失真(泊松表面重建)和空洞现象(区域增长法)。     

基于运动轮廓标记提取的分水岭运动目标检测

针对运动目标差分相乘产生的空洞问题,提出了一种基于运动区域轮廓信息和自适应标记约束的分水岭运动目标检测新算法,来实现移动机器人平台上较大运动目标的完整检测.首先,结合相位相关法和Fourier-Mellin变换配准图像的缩放和平移量;然后,利用运动区域轮廓信息和分层投影法来提取前景和背景标记.先通过连续三帧配准图像差分相乘方法检测出运动区域轮廓,并结合形态学腐蚀、膨胀操作和投影法生成前景和背景标记模板;再将前景和背景标记模板分为若干层,通过水平投影得到每一层轮廓的边界点,并按一定方式连接得到前景和背景标记;最后,根据重构的梯度图像,用标记约束分水岭分割出完整的运动区域.实验结果表明,该算法能够准确完整地分割出规则和非规则运动目标,具有较好的实时性.     

LTSA-LE: A Local Tangent Space Alignment Label Enhancement Algorithm

According to smoothness assumption, local topological structure can be shared between feature and label manifolds. This study proposes a new algorithm based on Local Tangent Space Alignment(LTSA) to implement the label enhancement process. In general, we first establish a learning model for feature extraction in label space and use a feature extraction method of LTSA to guide the reconstruction of label manifolds. Then, we establish an unconstrained optimization model based on the optimal theory presented in this paper. The model is suitable for solving problems with a large number of sample points. Finally, the experiment results show that the algorithm can effectively improve the training speed and multilabel dataset prediction accuracy.