基于林地激光点云的树木胸径自动提取方法

提出了一种基于随机RANSAC模型的树木胸径自动提取算法。首先,采用布料模拟滤波（CSF）算法对林地点云数据进行滤波,获取树木、地面数据与数字地面模型（DEM）并提取树木胸径处点云,然后进行欧式距离聚类,最后基于随机random sample consensus（RANSAC）模型拟合树木模型,实现自动化的树木胸径提取。使用上海市青浦区某区域两林区样地的地面激光点云数据对该算法进行验证,与实际人工测量树木胸径的平均偏差分别为0.79cm和0.52cm。实验对比结果表明,该算法在精度与时间性能上均优于基于Hough变换的算法与基于最小二乘的算法。     

应用小波能量熵的人体活动时序自动标记方法

在基于可穿戴传感器的人体活动识别研究中采用的传统人工标记原始数据的方法步骤繁琐、效率低下,在一定程度上制约了相关研究的深入开展.为此,特提出一种基于小波能量熵的人体活动时间序列自动标记方法.该方法采用分布于人体躯干9处主要部位的多惯性测量单元同步采集17种人体活动加速度与角速度数据,通过滑窗对人体前腰部合加速度数据分段并使用多分辨率分析计算滑窗内小波能量熵,然后利用采集序列的时间约束选择初步分割阈值,对滑窗小波能量熵随时间变化曲线进行自动分割,并最终实现对6位受试人体活动时序数据的自动标记.结果表明,该方法的标记平均准确率为95.82%,总耗时约18.6 min,比人工标记平均耗时76.75 min减少75.76%,标记效率显著改善.      

面向汽车座椅设计的人体单一尺寸确定方法

针对汽车座椅尺寸设计,结合人机工程学和统计学理论,提出基于累积概率和分组插值的人体静态尺寸的两种设计方法.通过建立第95个百分位假人模型,验证这两种设计方法对人体身高尺寸进行计算的有效性.结果表明:两种方法所得到的身高数据精度较好、结果相近,可以为汽车座椅的尺寸确定提供设计依据,也能为不同百分位假人模型的建立提供合理的尺寸.     

基于图像的人体参数测量系统的设计与实现

给出一种基于图像的人体参数自动测量方法,并设计与实现人体参数测量系统.通过2个数码相机拍摄人体的正视图和侧视图,运用图像分割和特征提取等图像处理方法提取2幅图像上的人体特征点;利用三维标定架标定相机的内外参数;利用双目视觉原理从2幅图像上的特征点计算出人体的测量点,完成人体尺寸参数计算.试验结果表明:与传统手工测量相比,本方法能实现自动测量,缩短了测量时间,提高测量的精度和效率;与三维非接触测量相比,本方法测量设备简单和便携,测量速度更快,操作更加方便.     

基于3D活动轮廓模型的缺陷点云分割方法

提出一种基于3D活动轮廓模型的缺陷点云自动分割方法,通过扩展数学形态学方法构造符号距离函数估算点云的平均曲率,并应用中值滤波方法去除点云噪声对曲率估算精度的影响,避免了点云的一致性法矢估算和三角网格重构,在保证点云分割精度的同时有效提高了计算效率.应用结果表明本文方法能够有效处理点云缺陷并实现大规模散乱点云的快速分割.     

人体尺寸测量CAT及服装CAD系统

随着计算机技术的发展,计算机辅助设计 (CAD)技术也逐渐运用到服装行业中,服装 CAD技术已成为服装行业提高市场竞争能力的强大工具在运用服装 CAD时,人体尺寸测量是 CAD获得原始数据关键,计算机辅助人体测量技术 (CAT)的开发与应用,解决了以往人工接触测量人体尺寸给推广服装 CAD带来的制约,充分发挥服装 CAD的各项功能,实现“量体裁衣”自动化     

基于差异度的三维尺寸标注自动规范化处理方法

为了使零件模型已标注的三维尺寸满足标准要求,在不改变设计者标注习惯的前提下,提出了一种基于尺寸差异度的三维尺寸标注自动规范化处理方法.该方法首先根据尺寸标注信息建立尺寸特征,并对各种类型尺寸的可标注几何元素进行了分析;在保证尺寸意义和数值不变的条件下,提出了尺寸关联对象和标注对象的规范化处理规则.然后在计算尺寸差异度的基础上,分别建立了同类尺寸和异类尺寸的规范化处理流程,进而形成了尺寸规范化处理的总体流程.最后应用该方法开发了尺寸规范化处理的原型系统,并以一个板类零件为例进行了实验,对其规范化前后的尺寸信息进行了比较,验证了该方法的有效性.     

三维人体尺寸自动测量系统的研制

提出并研究了基于CCD(光电藕合器件)与红外传感技术的三维人体尺寸自动测量系统.该系统能够快速、准确地测量人体裸尺寸,排除了人体着装的影响.     

基于语义分割的遥感影像建筑物自动提取方法

当前地理信息动态更新中遥感影像建筑物提取仍需通过人机交互实现,生产效率较低,针对该问题提出了一种基于语义分割的端对端的遥感影像建筑物提取方法.该方法将提取任务分解为编码和解码两个过程,其中编码过程负责从输入的高分辨率遥感影像中提取建筑物的抽象特征,而解码过程则基于提取到的地物特征建立特征与提取结果的映射关系,从而获得像素级的高精度提取结果.采用高分辨率航拍影像和Worldview卫星影像进行试验,与传统的建筑物提取方法进行对比.结果表明,所提方法的精确度、召回率、F1得分和交并比相对于传统提取方法均有明显提高,能够有效解决地理信息数据生产中建筑物提取的问题.     

基于关键帧轮廓特征提取的人体动作识别方法

为了在人体动作识别中获得更加准确的前景分割和防止关键信息的几何丢失,提出一种利用关键帧提取关键姿势特征的人体动作识别方法.由于背景建模和差分获得的前景不准确,利用基于纹理的灰度共生矩阵提取动作轮廓,并对原图像帧进行分割;然后计算人体Blob的能量,选取最大信息内容的帧作为关键帧,关键帧的获取使得特征提取对时间的变化具有一定鲁棒性;在特征分类识别阶段,为了提高分类的准确性,提出使用支持向量机-K最近邻(support vector machine-k nearest neighbor,SVM-KNN)混合分类器完成分类.在Weizmann,KTH,Ballet和TUM 4个公开数据集上实验验证了该方法的有效性.相比于局部特征方法、全局特征方法和关键点方法等,该方法获得了更高的识别率.此外,实验结果表明,该方法在KTH和Weizmann数据集上的早期识别效果优于Ballet数据集.     

拍摄照片获取人体特征尺寸的可行性研究

拍摄照片是非接触式测量的重要途径,已经广泛应用于图像反求等领域.服装设计合身度与人体特征尺寸的测量方式有关.利用拍摄照片的方法获取服装人台特征尺寸,其准确度和误差大小将决定此手段的可行性.通过理想条件进行拍照试验,采取参照标定法得出测量尺寸并进行误差分析,提出了减小尺寸误差的合理拍摄条件,为照片反求在服装人台建模中的实际应用提供依据.     

基于点云处理技术的汽车车身尺寸获取研究

我国处理交通事故的主要方法依然是手工测量,容易产生数据错误与丢失,且效率低下。激光扫描技术是一种以非接触方式快速获取扫描物体表面点云的数据获取技术,而目前我国还没有运用该技术进行交通事故现场数据获取的相关研究。提出一种利用汽车点云获取车身尺寸的方法,并结合车身曲面特点采用适合汽车点云数据预处理的点云处理算法,然后利用matlab软件编写程序获取车身尺寸,最后通过对比实际卷尺测量尺寸与计算所得尺寸,发现两者相差最大值为13 mm,说明该方法可行。     

一种基于图像的人体检测方法

人体检测常见的应用是安全监控、网络图像过滤等。工业及信息化部推荐的＂绿坝-花季护航＂采用了一些技术实现人体识别,本文对该软件进行了分析,提出了一些改进,如各种肤色的识别,对人体形态的检测。进而提出一种主要利用图像分割、边缘提取的人物图像检测方法。     

基于激光点云的车辆外廓尺寸动态测量方法

为解决车辆外廓尺寸测量中存在的测量准确度低、重复性差及三维轮廓重构质量差的问题,提出一种基于激光点云的动态测量方法.首先基于车辆外廓尺寸动态测量原理,对系统测量方案进行了设计.然后为去除激光雷达在采集过程中产生的噪声和冗余数据,基于kd-tree建立点云空间拓扑关系并采用邻域平均法实现点云数据的去噪,借助最小二乘法判断局部曲率特征对点云数据进行精简,并通过边界点识别算法对边界特征进行保护.最后通过实车试验对所提方法进行验证,并设计出反光镜滤除方案及曲线行驶矫正模型,实现对试验结果的进一步优化.试验结果表明:4种车型的示值误差均小于1%,重复性最大为0.48%,具有较高的准确度和较好的稳定性,满足国家标准要求;根据车辆三维轮廓重构模型,可对超限位置快速定位.     

基于切平面分割的树干点云提取算法

提出了一种从树木点云中提取树干点云的切平面分割算法.首先,在对树木点云分段与角度分区的基础上,选定树干下部无树枝且扭曲程度较小的一段树干作为开始分段;其次,根据已削枝的多个相邻分段中的当前角度分区,及与其前后各1个角度分区的点云,构建当前角度分区的切平面,由点与切平面的位置关系,分割当前分段中这些角度分区中的树干点云;最后,以落叶时地面三维激光扫描仪扫描的13棵杨树作为测试数据的实验表明,提取算法在有效提取树干点云的同时保留了树干表面的特征,为后续树干点云的相关研究提供基础数据.     

煤矿环境中人体ESD模型

在有瓦斯的煤矿环境中,井下工作人员等效于移动的孤立静电导体,人体静电比井下器材静电更具有隐蔽性、偶发性、危险性.本文通过实验确定能代表煤矿特殊环境中的人体电容、人体电阻,建立煤矿环境中的人体ESD物理模型,为制定煤矿人体静电安全标准提供实验依据.     

基于云模型的文本特征自动提取算法

在综合考虑特征整体与局部分布基础上,提出一种高性能的文本特征自动提取算法.算法引入云隶属度概念对特征分布进行修正,不需任何先验知识,能根据特征分布特点自动获取云隶属度高的特征集.实验结果表明:该特征集具有特征个数少、分类精度高的特点,性能明显比当前主要的特征选择方法的性能优.     

基于区域生长算法的MR脑组织图像半自动提取方法

MR脑图像分割是进行医疗诊断与治疗的重要前提。脑图像分割的任务多样，实现分割的算法层出不穷。然而不存在单一的一种算法独立作用解决所用的分割任务。本文专注于脑组织图像提取这一特定任务，采用区域生长为主。形态学操作为辅的方法，较好的完成分割任务，并提出开发一种半自动人机交互系统的设想。     

基于逆云模型的支持向量机多类分类方法

针对支持向量机在进行多类识别中存在的拒分问题,结合能够描述客观世界不确定性的模糊理论,提出利用逆云模型描述样本对各类逆云隶属度的多类分类方法.实验表明,该方法能够有效地消除样本拒分现象,提高识别率.     

基于无人机点云数据的露天采场矿车提取方法

针对在基于无人机点云数据进行露天采场验收测量过程中,由于矿车点集的存在导致验收精度降低的关键问题,提出了一种露天采场矿车点集自动提取方法.以哑巴岭露天采场无人机点云为数据源,首先利用渐进式形态学滤波算法分割出地面点与非地面点,然后通过改进的欧氏聚类算法对非地面点中的矿车点集进行聚类提取,最后基于国际摄影测量和遥感学会(ISPRS)提出的误差评判标准对矿车提取结果进行评估分析.分析结果表明,该方法可以有效提取露天采场中的矿车点集,为实现露天采场快速高效验收提供了重要的技术支持.