基于空间分解的二维布局问题的启发式算法

一种基于空间分解的解决矩形物体布局问题的启发式方法。按照深度优先的原则将布局空间逐步分解，每次放入相对于当前布局空间来说是满足特定条件的最优布局块，并将该布局块定位于当前布局空间的左上角来不同大小矩形物体的布局方案。通过调整调序因子ＫＡ和ＫＢ的值，可得到满足不同要求的优化布局方案，所得布局方案均满足工业上一刀切的要求。实验结果及与其他算法的比较证明了该算法的灵活性和有效性。     

模拟退火算法求解矩形物体布局问题

介绍了矩形物体布局问题,提出了基于布置点的改进思想,在引入了新的个体表达方式和物体布局规则的基础上,提出了一种模拟退火算法求解矩形物体布局问题的新思路.实例表明该算法快速有效.     

基于直方图的形状描述及骨架图匹配算法

考虑物体形状的多变性,给出了一种基于二维直方图的物体形状描述及骨架图匹配算法.该算法利用骨架长度和骨架上点的圆盘半径作为特征量来描述形状.首先基于二维直方图给出一种形状及骨架端点的特征描述方法,其次结合改进的最优子序列匹配算法实现骨架图的匹配.算法中的形状及骨架端点的特征描述在一些常见非刚性变换下具有不变性.实验结果表明,该算法能够实现一些非刚性变换下的物体形状的骨架图匹配和较高精度的形状检索,且复杂度较低.     

一种从明暗恢复形状的快速黏性解算法

针对传统的从明暗恢复形状(SFS)算法存在误差大、耗时长的问题,提出了一种SFS的快速黏性解算法(PSFS-FVS).首先假定物体表面反射模型为朗伯模型,建立透视投影下的图像辐照度方程,然后将该方程转化为包含物体表面深度信息的静态Hamilton-Jacobi偏微分方程,使用非线性规划原理逼近该微分方程的黏性解,进而得到物体表面的三维形状.合成花瓶图像的实验结果表明:与Prados-Faugeras算法相比,PSFS-FVS算法在相同迭代次数时,恢复三维形状高度的平均相对误差降低了8.7%;在相同的误差条件下,所需的CPU运行时间减少了23.5%.实际人脸图像的三维形状恢复结果表明,PSFS-FVS算法在恢复局部细节信息时更加准确有效.     

机器人自主抓取的三维点云基本形体简化算法

针对抓取任务的非结构化特性,提出一种基于非规则物体三维点云的基本形体简化算法,为抓取策略的选取提供思路,提高机器人自主抓取的准确率.将不规则的复杂物体简化为由基本形体组成的简单物体,基于三维网格分割算法将物体3D数据点进行分割,依据最优拟合算法将分割后各部分拟合为球体、椭球体、圆柱体和平行六面体中的一种,实现对复杂物体的简化.实验结果表明:本文算法可应用于不同形状及姿态的非规则物体抓取,具有较高的鲁棒性.     

基于二维成像的三维物体形状特征分析

目前三维物体识别方法在识别过程中所需数据量大、难以实用。该文简化三维物体识别过程,构建了一个基于单视点二维投影图像的三维物体识别系统。分别选取Zernike矩、基于Trace变换的Triple特征、MSA等三种形状特征,实现了对物体的视点空间的聚类划分。在普林斯顿三维模型库上,通过分类识别实验分析三种形状特征的性能。实验表明:特征对不同类别物体的分类效果差异明显。该文由此提出了针对目标物体形状及应用环境的特征选取方案。     

基于蚁群算法的集装箱装载问题

探讨了蚁群算法在复杂集装箱装载问题中的应用.利用蚁群算法对解空间的搜索能力,结合二维链表结构的方法,对布局空间依次分割完成不同大小的三维矩形物体的装载,并给出了有效的编码形式和解码算法.通过对文献中提供的数据进行测试和比较说明本算法是有效的.     

利用OpenGL实现三维物体形状检测可视化

针对三维物体形状检测数据,提出一种简单、可行的基于轮廓线的曲面重构算法,并在C Builder 6.0开发平台上,利用OpenGL(open graphic library)编程,实现了三维物体形状检测的快速可视化.     

基于形状特征的物体匹配方法研究

针对基于形状特征的物体匹配,对精尺度图像提出一种分层罔匹配算法.采用两条马尔可夫链同时对图形进行分割与匹配采样.该方法无需额外的学习训练过程,实现了将物体对象与复杂背景分离,并同时完成了匹配参数及能量计算.对粗尺度图像提出基于方向梯度直方图算子的图像匹配算法,利用物体的整体形状信息进行全局匹配,能忽略局部纹理的干扰,并具有运算速度快的优点,且与分层图匹配算法在计算尺度图像及速度上形成互补.结果表明,分层图匹配算法在100次迭代内便能实现精确匹配.     

基于未校准PMS和参照物的三维表面重建

未校准的PMS在重建物体三维形状时比经典的PMS的光照约束条件低,增加了在实际应用时的灵活性。但未校准PMS算法需要同时估算输入图像的光参数以及物体的三维形状,算法的求解难度也随之提高。本文提出一种基于未校准PMS和参照物的算法来估算目标物体的三维形状和反照率,并通过实验对合成物体以及自然光环境下的真实物体进行了三维重建,实验结果验证了本文算法的准确性和有效性。