【摘 要】
：
该文深入研究了以往基于分治策略的数字地形重建方法,在实践基础上分析了参与合并的两个子网凸包的各种可能情况,针对传统合并算法的局限性和弊端,给出了一个子网凸包合并算法。该算法根据公共支撑线的性质,通过判断凸包顶点投影位置的关系确定公共支撑线和支撑点,然后在确保合理的前提下,在两个凸包之间交替生成新三角形完成两子网凸包的合并。实验结果表明:该算法稳定可靠,能够实现各种复杂情况下两子网凸包的成功合并。
论文部分内容阅读
该文深入研究了以往基于分治策略的数字地形重建方法,在实践基础上分析了参与合并的两个子网凸包的各种可能情况,针对传统合并算法的局限性和弊端,给出了一个子网凸包合并算法。该算法根据公共支撑线的性质,通过判断凸包顶点投影位置的关系确定公共支撑线和支撑点,然后在确保合理的前提下,在两个凸包之间交替生成新三角形完成两子网凸包的合并。实验结果表明:该算法稳定可靠,能够实现各种复杂情况下两子网凸包的成功合并。
其他文献
针对环境冗余信息下目标整体选择注意及机器人应用问题,提出一种目标驱动的基于物体偏向注意机制的机器人视觉搜寻方法.建立任务目标描述模型,基于高斯混合模型进行特征聚类获得先验知识.引入原对象和偏向特征模版,建立一种基于物体的偏向注意模型实现对整个任务目标的搜索与选择注意,并获得任务相关的显著图实现对潜在目标的跟踪与接近控制,将视觉伺服控制算法扩展到机器人认知领域.实验结果证明了该方法适用于目标指向性的
研究一种基于视觉词袋模型的图像筛选与搜索优化算法以提高机器人闭环检测质量和降低图像信息处理量.首先,通过SURF算子提取图像中的特征信息,构建对应的视觉词袋模型,并形成视觉词袋直方图;其次,基于视觉词袋直方图计算获得对应的图像混合显著度,进而筛选出信息量丰富且可区分度大的图像,并组成待搜索图像集合;然后,从视觉词袋直方图中提取图像中的显著主要特征类组成集合,并用其近似替代图像的特征分布情况,以降低
针对旋转工件V形多层焊缝中的焊缝深度和形状不断变化等问题,提出一种新的焊缝序贯动态识别算法.首先对焊缝图像进行预处理,然后采用序贯方式识别焊缝特征角点,用前面多帧焊缝视频中的角点均值来校验当前帧中的角点位置.最后基于特征角点获取焊缝位置、宽度及斜率等信息.实验结果表明:序贯动态识别算法能有效校正因深度及形态变化引起的焊缝特征角点偏离,识别稳定性和可靠性好.
针对变压器散热器油路不通故障,提出一种结合多元信息的散热器红外故障自动识别方法.首先将彩色红外热像进行加权灰度化处理得到灰度图像,接着采用Canny算子进行边缘检测,再利用概率霍夫变换检测直线获得直线段集合.经过两级直线滤波后,对直线段进行分类与评价,再进行散热器轮廓的重构与图像分割,最后结合提出的图像沿重力方向的投影线积分,自动识别散热器红外故障.实验结果验证了所提方法的有效性.
针对强噪声背景下的说话人跟踪系统,提出了一种适应于噪声统计特性未知的无迹扩展H∞粒子滤波方法,并将其应用于强噪声背景下的说话人跟踪问题.首先,将无迹变换(UT)变换引入到适用于噪声统计特性未知的EHF中取代复杂的雅克比矩阵计算,降低观测方程线性化引起的误差;接着,采用生成的无迹扩展H∞滤波优化重要性概率密度函数,将最新观测信息引入到粒子修正过程;最后,对本方法的粒子采样实现和权重更新步骤进行了详细
提出了一种通过建立不同视角下目标间的关联度函数进行目标再确认的方法,用关联度值的高低来衡量目标间的同一性程度,并用于跨摄像头目标再确认.该方法首先提取目标整体和局部特征的直方图,然后对每种直方图分别计算推土机距离(EMD),并对不同的特征分量分配不同的加权值,建立不同视角下目标的关联度函数.通过对不同摄像头下的多组目标进行再确认实验,并与传统的基于余弦角距离度量算法相比较,结果表明该算法取得了较好
As an inverse problem, particle reconstruction in tomographic particle image velocimetry attempts to solve a large-scale underdetermined linear system using an optimization technique. The most popular
采用一种改进密度空间聚类算法进行巡检图像分割,算法采用简单线性迭代聚类(SLIC)进行预处理,有效降低了内存消耗并提高了运行效率,同时有效改善了图像中目标边界作为背景来处理的问题;算法采用斜交空间距离作为距离度量,充分考虑变量间的相关性,改善了高维聚类不准确的问题.改进算法与DB-SCAN对比实验表明:改进算法的聚类结果能有效分离目标和背景,保持边缘完整和连续,运行效率与聚类准确性有很大的改善,可
为了在模糊航空图像中精确地检测道路,通过分析图像中道路特性,提出了一种道路自动检测方法。通过多尺度Retinex算法增强模糊图像,用改进的Canny边缘检测算法检测图像中的主要路段,使用交叉熵理论和贝叶斯决策理论自动获取梯度图像中的高低阈值,从而将灰度图像转化为二值图像,并将图像中所有线性目标进行骨架提取。根据线性目标的形状与尺寸参数进行噪声滤除,并根据端点的方向与端点间的距离进行道路间隙缝合,并
为简化版面分割方法、提高检测效率,提出了一种基于稀疏度差异的快速版面分割方法.将稀疏度作为版面区域的特征描述,根据内容及背景区域间稀疏度的差异进行均值分类,得出各区域的类别标签,实现版面分割.在复杂版面图集上得到74.1％的识别率和1.61s的平均计算时间,表明方法有效且快速,较改进的基于连通域的版面分割方法,过程简单,计算简便,具有更好的适用性.