融合曲率信息的点云配准方法

针对点云配准时受原始位姿局限及配准效率、鲁棒性低的问题,提出一种融合曲率信息的点云配准方法。首先,将海量点云进行重心邻近点体素下采样,采用融合曲率信息的提取算法提取特征点;其次,通过三维形状上下描述符进行特征描述并利用改进的随机抽样一致性算法进行粗配准;最后,在具有较好位姿的情况下采用Symm-ICP进行精配准。试验结果表明,该算法对于不同位姿的点云数据均保持较高的配准精度。本文提出的算法配准效率优于其他算法,并具有较好的鲁棒性。     

基于模糊算子的红外图像去模糊研究

针对镜头抖动,目标移动等因素引起的图像运动模糊问题,本文提出了一种基于模糊算子的红外图像去模糊算法,使用深度自编码网络对数据集中的模糊算子进行编码,通过编码后的模糊算子去逼近一个未知的模糊算子并搜索对应的清晰图像,从而实现真实场景下红外图像去模糊,弥补了现有基于深度学习的图像去模糊模型在跨域应用时对真实场景下运动模糊图像去模糊效果较差的不足。在红外图像上的实验结果表明,相比于其他去模糊算法,本文提出的去模糊算法取得了更高的性能指标,恢复出的图像有着清晰的边缘轮廓和局部细节,显著提升了红外图像的清晰度。     

基于深度学习的激光干扰成像评估方法

可见光主动成像系统被广泛应用于成像侦察领域,激光压制干扰是一种可以利用的反制手段。合理地对激光干扰效果进行评估,对于干扰一方具有重要意义。为了更客观地评价激光干扰对成像侦察的影响,从可见光成像侦察的特点出发,对激光干扰可见光成像效果进行划分,确定了干扰效果评估需求。建立了可见光图像的激光干扰效果评估模型,结合基于YOLOv4的目标检测置信度及WFSIM算法的三个图像特征表征指标,形成了对应的评估体系。构建了一套参数可调的激光干扰图像采集及评估分析实验系统,对人体目标进行图像采集,验证了提出的评估体系及方法。     

引入特征交互的红外与可见光图像自适应融合北大核心CSCD

在图像融合领域,现有的基于卷积神经网络(CNN)或Transformer架构的方法存在两个局限性:首先,浅层纹理特征与深层语义特征之间无法有效聚合;其次,红外与可见光特征的权重比例无法自适应变化。本文提出一种引入特征交互的红外与可见光图像自适应融合方法。首先,构建一种基于Transformer的特征交互模块,聚合跨尺度特征信息,增强特征表达能力。其次,设计一种融合模块,自适应地调整特征权重比例。所提出的融合方法通过两阶段训练策略完成。第一个阶段,应用创新的特征交互概念训练编码器,增强特征表达,重建特征图像。第二个阶段,基于设计的权重自适应调整模块训练红外与可见光特征融合任务。公开数据集的实验结果表明,与现有方法相比,本方法在主观和客观的评价方面均优于其他典型方法。     

集束实验针孔成像与仿真分析北大核心CSCD

在激光装置实验中,通过小孔成像原理可获取黑腔靶中发射的X光图像的时间积分。提出一种3倍放大的新型成像设备用于集束实验,通过在与靶轴线夹角30°方向安装带多层镜选能的成像设备从而获取低能和高能段的X光时间积分图像,观察腔壁的再辐射现象。开展了用于集束实验针孔相机的研制工作,包括光路设计与结构设计,通过离线进行测试,在线实验进行打靶考核。进行成像光路仿真,模拟计算了两种镜子的选能效果,并通过光路仿真得到了多层镜、滤片和谱分布对成像结果的影响。采用FLASH对实验辐射场分布进行仿真,作为成像仿真的输入。最后,将此设备获取的成像结果与仿真计算得到的结果进行比较,实验结果与仿真结果基本一致,得到了X光信号强度的分布情况,获取了理想的实验数据,加深了对内部物理现象的理解。由此,建立了针孔成像的仿真能力,能够对成像结果进行预判,指导针孔相机的设计。     

结合局部增强与反向残差的点云语义分割网络北大核心CSCD

激光点云是3D传感器的输出,且对它的语义分割任务是理解真实世界的基础。基于图卷积的点云分割网络在许多场景下都展现了优异的性能。然而,现有的图卷积方法存在部分问题:点云局部表示的能力未得到加强,忽略了全局几何信息,并且聚合操作只保留局部最大响应值信息,而次最大值信息丢失。为了处理这些问题,本文提出GRes-Net网络。利用局部几何加强(Local Geometry Augment,LGA)模块,使网络对Z轴具有旋转不变性,以便加强点云局部信息表示;采用全局几何特征(Global Geometry Feature,GGF)模块,计算局部与全局的球体体积比,将其与坐标特征X进行连接,使全局几何信息特征得以保留;通过多个对称聚合操作将局部信息多方面地保留;网络中每层都使用残差操作,将上一层信息传递到下一层,以及利用反向残差模块(Reversed Residual MLP,RevResMLP)挖掘更深层次的语义信息。本文在S3DIS数据集上进行语义场景分割实验,验证网络分割的性能。实验结果表明该方法在分割精度上达到61%,相比于基准网络DGCNN提高14%,有效地提高了模型性能。     

一种扇区投影和滑窗连线的特征提取方法

针对点云特征线提取中不均匀点、不明显特征点和特征线断裂的问题,提出了一种扇区投影和滑窗连线的特征提取方法。该方法首先对点云进行全局密度分析,计算平均点间距,然后采用扇区投影法统计扇区内邻近点的分布情况,由分布情况确定点云模型边界点,进而计算局部三角形法线,根据法线突变情况判断尖锐折边点,在扇区投影的基础上延伸局部探线,根据不同的探线类型制定判断非尖锐折边点的相关策略,最后基于滑窗连线的方法,将无序特征点有序连接,得到光滑特征线。实验证明,该方法可以较完整地提取模型的特征线,同时具有一定的抗噪能力。对比其他两种方法,本文方法对模型中的弱特征更敏感,提取效果相对较好。     

基于规范图像的光电成像系统采样响应研究北大核心CSCD

为了研究采样响应对光电成像系统生成图像的质量的影响,本文提出了将规范图像作为输入建立封闭的模型来分析采样响应的方法。首先给出了规范图像的定义并得到了USAF 1951规范图像的数学模型,然后分析了光电成像系统的采样响应过程和采样响应函数,最后讨论了USAF 1951规范图像在不同条件下的采样响应结果。研究结果表明:当采样前MTF截止频率、采样频率与采样后MTF截止频率之间的关系不同时,采样响应对像质的影响不同;当采样频率与采样前MTF截止频率满足一定的条件时,可在图像模糊与混叠之间取得平衡。     

能量耦合模型的飞秒激光烧蚀面齿轮形貌研究北大核心CSCD

飞秒激光精微加工面齿轮材料18Cr2Ni4WA是去除材料的先进制造方法。本文依据烧蚀凹坑的深度与宽度和激光能量密度的关系得到材料的烧蚀阈值和影响重叠率的因素。考虑齿轮材料成分间互温感应效应与多脉冲激光累积效应,建立材料的能量复耦合模型。通过改变激光能量密度和脉冲数,研究飞秒激光烧蚀凹坑及齿面形貌表面的变化规律,得出脉冲数对烧蚀效果影响小,激光能量密度为1.730 J/cm2激光功率为1.9 W脉冲数N=3000进行烧蚀效果最好可得到最优的实际烧蚀面深度为17.604μm。     

基于双摄像头的心率测量系统的设计与改进

针对在外部干扰或昏暗环境下利用图像光电容积描记(image Photoplethysmography,iPPG)技术进行心率测量时准确度较差,提出了一种自适应心率提取算法,并在嵌入式硬件平台上进行了验证。算法根据图像中人脸与背景区域的色度关系来识别不同的场景并启动合适的摄像头进行图像采集及自适应映射,接着对提取出的信号进行滤波,在信号质量评估后输出结果。上述方法在Zynq平台上进行了验证,使用双摄像头实现实时心率测量,并对结果进行可视化输出。实验结果表明:优化后的算法在光照及运动的双重干扰下的测量误差从3.36BPM降至2.78BPM,准确率提升了17.3%。另外,所设计的系统能够实现在极端黑暗条件下的心率采集,平均误差约为2.39BPM。