采用局部凸性和八叉树的点云分割算法

针对粗糙点云分割效果差的问题,提出了一种采用八叉树和局部凸性的点云分割算法.该算法首先通过仪器扫描得到仅包含坐标信息的点云数据,然后对点云进行法向量估算,并根据点云的法向量信息进行八叉树初始分割得到面片,最后根据面片之间的局部凸性特征进行融合,得到最终的分割结果.与其他同类算法相比,采用八叉树和局部凸性的点云分割算法不仅能有效地减少曲面数量,而且在曲面质量上也优于同类算法.采用塔身震落石块的点云数据进行的实验表明,该算法在处理分布较均匀的闭合点云数据时,能够有效减少最终的曲面个数,且面片的质量与手工分割拟合度达到90 ％以上.     

遥感数据的粗糙集表示及分类

由于粗糙集理论对不确定性的描述是相对客观的,且在无需先验信息的情况下提供了严格地处理数据分类问题的数学方法,结合遥感数据的不确定性,就能对遥感数据进行分类处理.文章通过对遥感数据的处理,经过数据离散化等一系列数据处理后得到约简属性,再根据Fisher线性判别对遥感数据进行监督分类,得到分类结果.可以得出粗糙集理论应用于...     

三维可视语音合成系统中唇部特征点的采集与处理

对可视语音合成中的三维唇部特征进行分析,并利用三维动态捕捉系统完成了特征点确定及特征点运动数据的采集工作及三维唇部特征点的选择和采集。首先对唇部特征进行分析,从而提取唇部主要特征点,借鉴MPEG-4对人脸特征点的规定,按照对称性特点的要求来对上述情况进行多次处理,经过反复标注实验,最终确定了本研究的唇部特征点。主要利用三维动态捕捉系统,对唇部特征点数据进行采集,对采集后得到的数据进行校正处理。本文主要讨论三维可视语音系统中三维数据的采集以及处理方法。     

基于Robust的AMT阻抗张量估计算法参数影响研究

针对云南省澜沧多金属矿区AMT实测数据开展Robust阻抗估算的参数影响研究,挑选两个实测点数据进行相干因子估算和电阻率离差估算,得到其视电阻率和相位曲线图,分别对其进行讨论。经过Robust阻抗估算法处理过后的数据可以明显看出,只进行相干因子估算处理后数据其视电阻率高频段部分有明显的缓和,走势更平滑,在相位低频段部分跳点减少,数据得到改善;而当数据低频段跳点较多时只进行电阻率离差估算处理的效果更好,其相位曲线圆滑程度改善,中低频段数据离差小,数据稳定,飞点减少。研究结果表明,Robust阻抗估算法可以有效抑制非高斯噪声的AMT实测数据,平滑曲线,使高频段更接近实际地质情况。     

反求工程中散乱点云的数据预处理技术

提出了一种基于散乱点云的数据预处理方法.该方法包括四个部分:对散乱点云进行Dirichlet域分割并在此基础上进行三角剖分;在各个三角域中寻找中心点,以其为原点建立局部坐标系并采用正态分布模型进行噪声点删除;利用在三角网格上构建B-B曲面进行数据平滑处理;对漏测的数据点进行补全处理.数据点经过上述处理后能基本满足后续的曲面曲线的重构要求.     

基于LabVIEW的温度采集系统的研究与开发

本系统是基于LabVIEW软件平台和计算机串口的一个多点温度采集系统,实现对温度的实时采集与监测,使设计人员更加直观、更加简易、更加方便地监测温度。通过单片机采集温度传感器DS18B20发送的数字式信号,再经过串行通信将得到的温度数据传送给计算机,并用LabVIEW软件处理、显示并保存温度数据。     

一种非闭合曲线的傅里叶描述新算法

为实现非闭合曲线的精确识别,基于傅里叶变换和几何对称性,提出了一种用于识别非闭合曲线的新算法.首先,将非闭合曲线二值化,并生成表示此非闭合曲线的点集S1;然后,根据几何对称性生成新的点集S2,将点集S1和S2的首尾点相连,形成由S1和S2表示的封闭二值曲线;最后对新生成的封闭曲线进行傅里叶描述,生成描述此封闭曲线的傅里叶描述符.根据傅里叶变换原理,对傅里叶描述符进行归一化处理.同时,引入χ2置信度来衡量曲线的相似度.实验结果表明:所提出的傅里叶描述符可以实现非闭合曲线的精确识别和重构,且不失旋转、尺度及平移不变性;与传统的傅里叶描述符相比,该傅里叶描述符具有更低的置信度和更好的数据稳定度.     

大型空腔定子叶片热处理变形的数字化测量及评定

针对大型空腔定子叶片在进行热处理工艺时易发生翘曲变形的问题,采用三维激光扫描测量设备对热处理前后的叶片进行数字化测量,并把测量得到的点云数据进行去噪、精简处理。将热处理后的叶片点云数据重构为三维数字化曲面模型,将热处理前的点云数据与热处理后三维曲面模型进行匹配,计算出大型空腔定子叶片热处理变形量的分布情况。研究结果表明:经过热处理工艺的叶片,变形较大的部位主要分布在空腔及其与实体连接部位,变形极大值为4.76 mm,极小值为-5.13 mm。     

检测晶体管失效的一类人工智能方法

针对模拟电路中元器件故障检测方法不成熟的问题,利用故障植入法,对一类晶体管失效的模拟放大电路进行故障诊断与分类,高效快捷地获得故障特征数据,基于概率神经网络对故障进行分类,经过处理输入数据与调整Spread值,得到了精确度很高的概率神经网络模型,并且在实际电路中得到了进一步验证。     

基于灰度模型的电能量异常数据修复研究

提出了一种基于灰度模型的电能量异常数据修复方法,以经过识别的正常历史电能量数据作为输入变量,以异常点所处的时间节点电能量数据作为输出变量,经过一次累加,级比检验,求解预测方程得到预测值,动态地对电能量数据进行迭代预测,最终对预测值进行精度检验,预测的平均相对残差为2.182%,根据结果对原始数据进行修改,从而达到修复电能量异常数据的目的.以某区域实际电能量数据进行模型预测修复,并对结果以及误差进行分析,验证了该方法的可行性.     

非平衡数据处理方法在癫痫发作检测中的应用

非平衡数据集是指数据集中的某类样本数量远大于其他样本的数量。对于此类数据,类分布的不平衡会直接导致很多分类算法的失效。文中基于K-means聚类,Silhouette指标和M-近邻下采样提出一种新的数据平衡方法(K-S-M)。该方法首先用K-means算法对多数类样本进行多次聚类并选取最优聚类个数,然后采用M-近邻下采样对聚类后的数据进行采样,将采样后的点最终构成平衡数据,并对得到的平衡数据进行癫痫性发作的自动检测。实验结果表明,文中所提方法可以很好地处理非平衡数据,减少数据信息损失,同时可以提高非平衡数据分类的有效性。     

径向基函数神经网络在超宽带探地雷达目标材质识别中的应用

基于探地雷达回波信号进行处理以识别地下埋设的目标,始终是困扰雷达应用的关键,根据数据时间轴截断抑制直达波,利用宽相关处理进行信号滤波和典型数据自动提取,提高回波信号的信噪比.针对提取的典型道数据运用Welch功率谱处理,得到的特征数据归一化处理后作为径向基函数神经网络的输入,实现对地下埋设目标材质的自动识别与分类.在此基础上,分析了不同截断点对目标材质识别结果的影响.实测数据处理表明,本方法可以有效地实现对Fe、Al与土壤的识别和分类.     

基于逆向工程的某汽车车身部件的三维CAD数模的建立

本文介绍了某汽车车身产品逆向开发流程,分析了点云数据采集、处理、曲面重构等工作要点。通过结构光三维扫描仪测得点云数据,利用Geomagic Studio软件对测量数据进行处理,用Siemens NX4．0软件进行部件表面重构,得到部件的三维CAD数模。     

基于LiDAR点云的建筑物检测方法研究

提出了一种基于三角面元的LiDAR数据建筑物检测方法.首先对点云数据构建不规则三角网,然后根据三角面元的特征信息对其进行分类,接着利用面元之间的邻接关系对其进行聚类,最后对聚类点云进行跟踪得到建筑物的轮廓.以国际摄影测量与遥感学会(ISPRS)提供的城区LiDAR点云为实验数据进行建筑物检测试验.与以点云或分割块为处理基元的检测方法相比,该方法能够更加准确地提取建筑物轮廓,正确率可达96%,完整率可达85%.     

激光内雕三维模型表面点云生成方法研究

研究了一种把三维模型生成激光内雕用的点云数据的方法,介绍了三维模型几何构成原理,利用规则填充法得到基本的填充点云数据,然后利用混合同余法算法产生平均分布的随机数对规则点云进行坐标扰动,受工艺限制,点云数据在空间的竖直方向进行分层处理后,然后利用层内动态四叉树进行存储与过滤,最终得到加工点云。     

一种SAR的点目标回波生成方法

根据星载SAR的运动规律及成像机理，建立了地球椭球、卫星椭圆轨道、卫星三轴姿态抖动模型，给出点目标的模拟方法，得到点目标的模拟数据；采用改进的R-D算法对该数据进行了成像处理，得到了点目标的成像结果。     

基于水下机器人的海底视频图像拼接技术探讨

运用水下机器人(ROV、AUV)配备的高清数码相机拍摄深海底的视频图像(视频、照片)有其自身的特点，如获取难度较高、覆盖面积小、光照不均匀、特征点少、数据量大等。为了获取整体大范围的海底影像，使海洋科研人员更直观、全面地认识海底微地形地貌，对其底质状况进行分析，以更详细地了解海洋底栖生物的生态环境，需要对这些拍摄的海底视频图像进行拼接处理。本文提出一种基于水下机器人的视频图像拼接流程和处理方法，首先对水下机器人拍摄的海底视频数据进行关键帧提取，得到带时间戳的序列图像；然后导入姿态数据中的偏航角对序列图像进行方位角恢复；最后基于定位数据批量地对经过方位角处理后的序列图像进行拼接和融合匀色，最终获得拍摄范围内的海底全景拼接图像。基于本文提出的图像拼接方法，对某科考航次中获取的视频图像进行拼接处理实验，取得了较好的拼接效果，验证了本文提出的方法的可行性。     

ELM在虫害预测中的应用研究

ELM(极限学习机)简单、易用,学习速度快且泛化性好,故将ELM引入虫害预测中。为了更好地提高ELM的效率和精度,首先采用模糊聚类对所有样本进行预处理,再把处理后的数据作为ELM的输入数据进行训练和预测。仿真实验结果表明,经过模糊聚类处理后,ELM预测精度较高,泛化性好,能够满足虫害预测对准确率和实时性的要求。通过实例,为虫害预测的应用提供一种新方法。     

基于逆向设计与快速成型技术的油箱盖产品开发研究

使用手持式激光扫描仪对油箱盖产品进行数据采集,得到完善、精确的油箱盖点云;运用Geomagic软件进行油箱盖点云数据处理,得到精简、光顺、无噪声点的点云数据,包括清除噪点、精减点云、边界优化、简化数据、保存等步骤。根据油箱盖模型产品实物的点云数据,利用可实现逆向三维造型设计软件UG NX进行逆向设计,重新构造实物的三维CAD模型。产品最终三维模型,经STL数据转换后输入到快速成型设备系统中,完成设计产品的打印及后处理。     

滚珠丝杠滚道误差测量与分析算法研究

该文研究了滚珠丝杠滚道几何参数的测量和计算方法。该算法将采集的数据点分割成滚道数据域和丝杠外径数据域,分别对这2个数据域进行拟合处理,得到滚道几何参数,并给出了评定方法。实验采用非接触式测量方式,通过采集丝杠滚道法向误差数据,实现对丝杠各个滚道参数的测量。该方法可以实现丝杠中径、丝杠外径、螺距、滚道跳动、滚道形状误差的测量与分析,与繁琐的手工测试手段相比,具有采集的数据点多、效率高的优点,得到的测量结果能更好地反映丝杠型面误差。