基于激光雷达的建筑物轮廓信息识别提取研究

对于采用激光雷达扫描的建筑物进行点云重建的关键,在于建筑物轮廓信息的提取,并且要能够保证其精确度和完整性。文章提出了基于几何特征与语义描述的外轮廓信息改进识别方法,比较好地解决了目前建筑物轮廓提取中存在精度较低、后续处理麻烦的问题。最终建立了数学求解模型,并且以采集的单栋建筑物点云数据作为实验样本,进行了建筑物轮廓信息提取实验。结果表明,采用的改进方法不仅理论上能够实现,还大大提高了建筑物轮廓信息提取的清晰度,通过多次实验验证,此方法优越性明显。文中所述方法对点云数据分割,特别是建筑物与地面点的分割,建筑物的三维重建具有极大的意义。     

基于彩色图像轮廓的深度图像修复方法

针对飞行时间相机获取的深度图像存在大量无效点的问题,提出了一种基于彩色图像轮廓的深度图像修复方法.该方法先通过无效点邻域内像素的值和高斯函数来确定该邻域的方差,结合无效点邻域内有效点个数和方差计算所有无效点的填充顺序,完成填充过程的优先级评估;再将彩色图像中目标物体轮廓投射到深度图像中,结合投影轮廓和欧式距离函数实现对...     

一致空间的理想导集映射

本文介绍一致空间的理想导集映射,并对这些映射的像展开研究.同时,介绍I-Hurewicz有界性的概念,研究I-Hurewicz有界性的基础拓扑运算性质.最后,得到一致空间中I-Hurewicz有界性的一个等价刻画.     

基于SOANet的圆锥角膜辅助诊断

亚临床期圆锥角膜(subclinical keratoconus, subkc)发病隐匿,现有医疗设备诊断存在局限性,所以提出一种诊断亚临床期圆锥角膜的检测方法是十分必要的。有研究发现圆锥角膜(Keratoconus, kc)力学性能的改变早于形态学,因此从角膜生物力学的角度筛查亚临床期的圆锥角膜更加符合临床实际。本文运用角膜生物力学特征,以点云数据作为网络输入数据,将SO-Net (self-organizing network)和自注意力(self-attention, SA)机制结合构建SOANet,对圆锥角膜、亚临床期圆锥角膜和正常角膜进行分类。首先,利用可视化生物力学分析仪(corneal visualization Scheimpflug technology, Corvis ST)拍摄角膜受力形变视频,对其进行处理得到点云数据集,接着对点云数据进行增强处理,使3种类型的角膜数据量分布均衡。然后按照3∶1的比例划分训练集和测试集,分别对角膜进行二分类和三分类。最终模型在二分类和三分类测试集上的准确率分别达到98.3%和91.26%,即有效识别亚临床期圆锥角膜和圆锥角膜。实验...     

基于卷积神经网络的雷达点迹分类技术研究

雷达在探测目标过程中不可避免地会受到杂波影响,在信号处理检测时会产生杂波点迹,尤其是在杂波密集区,此类杂波点迹数量会更多.随着大数据的到来,人工智能技术获得突飞猛进的发展,以深度学习为代表的人工智能技术受到广泛关注.利用卷积神经网络对雷达点迹数据中的杂波与真实目标分类问题展开研究.首先在现有雷达点迹信息的基础上,进一步...     

关于Taylor公式中Lagrange余项的再研究

在Azpeitja对Taylor公式中Lagrange余项的"中间点"渐近性的研究基础上,又建立几个易于验证和推广的结果.     

超短脉冲激光切割设备中mark点形状选择对振镜标定精度的影响研究

采用振镜进行加工的激光切割设备,为了提高切割精度,首先需要对振镜进行标定,通行的标定方法是使用振镜在金属片或其他刚性材料上切割出一组具有固定图案(通常被称作mark点)的阵列,然后用相机逐一读取该阵列中每个图案的具体位置,据此计算校正网格并实施校正.圆形和十字形是两种最常使用的mark点形状.对这两种mark点对振镜标...     

长寿命产品退化筛选试验方法研究

 传统的可靠性筛选方法以产品是否失效为筛选判据,对于高可靠长寿命产品,必须将产品长时间置于筛选应力下,对于一批产品中的合格品会产生较为严重的不良影响.针对退化失效型产品,研究了不合格品与合格品的性能退化规律:在筛选应力下,相对于合格品,不合格品性能参数的变化速率相对较快,从而使得性能参数在试验检测过程中形成明显的双峰分布.论文提出了基于产品性能退化特性的可靠性筛选技术,在保证筛选成品率和产品可靠度的前提下,通过合理选取筛选试验持续时间和筛选阈值,实现了缩短试验时间和减少筛选应力对合格品的不良影响的目的,最后通过实例说明了方法的有效性.     

多维度单分子成像研究进展

单分子成像方法被广泛应用于亚细胞结构的三维空间定位。点扩散函数是分析单分子信息的重要窗口,除了能反映空间坐标外还蕴含着丰富的额外信息。本文介绍了从点扩散函数中解析空间位置、荧光波长、偶极子朝向及干涉相位等多维度单分子成像研究进展,简要地概括了目前主流定位方法,并对该技术的发展方向进行了展望。     

Harris角点检测算法的应用研究

角点是机器视觉和图像处理技术中常用的特征点,在降低信息数据量的同时有效保留了图像的重要特征,现已广泛应用于各个领域,用来实现图像处理的特定要求。本文先对Harris角点检测算法原理进行阐述;再详细介绍改进的Harris角点检测算法的应用领域及效果;最后,对Harris角点检测的研究趋势做出总结和展望,为Harris角点检测的研究和应用提供参考。