基于Canny算子的边缘提取改善方法

通过对Canny算法进行改进,提出一种对原图像开窗统计后再进行局部灰度变换的方法。该算法改善了Canny算法对灰度分布不均匀的图像进行边缘检测的效果,并与传统Canny算法进行了比较,试验结果证明了该算法能有效改善灰度分布不均匀图像的边缘检测效果。     

手持式激光扫描仪激光点云数据拼接方法

现有的手持式激光扫描仪在使用过程中多使用定位标志点,会遮盖部分数据。针对此问题,基于单应矩阵和霍夫直线提取提出了一种新的线结构光点云数据拼接方法,可以避免在扫描过程中粘贴标志点。实验结果证明,该方法能准确得到目标三维点云数据,拼接误差小于1 mm。     

基于注意力机制的单视图三维重建

利用深度学习的方法进行单视图三维重建时,网络中的外部辅助结构大幅提高了其重建效果,但也增加了网络的参数量和运算量。对此,在编码器中减少卷积层数量,并设计注意力模块。在注意力模块中,利用大核注意力为图像空间信息分配不同的权重。此外,利用向量融合保持空洞卷积过程中的空间信息关系。在重建过程中,编码器通过卷积层和注意力模块交替提取图像特征后,将编码向量直接输入到解码器,在解码器中上采样并输出重建模型,实现无需外部辅助结构的重建。在ShapeNet数据集上的对比实验表明网络在较低的模型参数量和运算量下具有更好的三维重建效果。     

光电测量系统几何畸变数字校正的一种新方法

提出了一种将畸变参数求解独立于相机方位元素求解、同时考虑到校正时光电测量系统光轴与标定板平面不垂直的几何畸变数字校正方法——旋转搜索法。介绍了这种方法的校正原理，建立了相关的数学模型，给出了校正实例，并通过畸变评价函数对校正结果进行了评价。实验证明，该方法获得的校正效果较好，对实验图像的校正使总体畸变误差减为校正前的7．7％，且过程简单，易于实现。     

一种基于人类感知的边缘连接方法

边缘检测中常出现断边及伪边的现象,本文针对这一问题提出了一种边缘连接的新方法：在由改进的Canny算法得到的边缘图上,基于人类感知这一特点,对边缘点进行了分类,之后运用高、低阈值得到两幅图像,以高闽值图像作为向导,在低阈值图像中找出与高闽值图像中有确定联系的点进行边缘的连接。并对连接的结果进行了短边及伪边的去除。实验结果表明,该方法对于连接一些漏掉的边缘很有效,因此可以用于区域分割和目标识别。     

增量式SFM中特征点检测与匹配方法的改进

图像特征点的提取与匹配是增量式SFM重建系统中至关重要的一步。为了提高匹配的准确率以及有效匹配点对的数量,提出了一种改进方法:首先在多尺度空间中利用自适应阈值的FAST角点检测算法获取特征点;然后计算特征点与其多个环形邻域之间的灰度对比信息,再与采样区域的局部梯度信息融合得到特征点描述子;接着利用曼哈顿距离与切比雪夫距离的线性组合代替欧氏距离完成特征点的稀疏匹配;最后利用稀疏匹配结果作为种子点对进行同步生长,在多约束条件下得到最终的稠密匹配结果。在Oxford数据集上的实验证明了改进的稀疏匹配算法的准确率与有效匹配点对数量都高于SIFT算法,在增量式SFM系统中的实验证明了稀疏匹配与稠密匹配的组合算法可以获得更好的重建效果。     

基于优化BP神经网络的钢板测速修正方法

在采用激光多普勒仪测速的钢板长度测量过程中,针对由于钢板表面因素和测量环境所引起的测量速度数据失真问题,设计了基于L-M(Levenberg-Marquardt)优化BP神经网络的钢板测速数据处理模型;通过进行多普勒测速数据分析调整BP网络结构和参数,依据误差反向传播理论将测速数据自适应地进行非线性拟合,修正测速粗差,最后计算钢板准确长度;与最小二乘(LS)拟合法的对比实验结果表明,该方法能更加准确地进行失真数据修正,现场运行结果表明该方法可将钢板测长精度提高10%以上,满足钢板长度测量的精度要求。     

基于新型网络的多层次边缘检测

为了高效地实现对边缘、边界和目标轮廓的同时检测，提出了一种基于新型网络的多层次边缘检测器(Multi-level edge detector, MLED)。与一般的多任务网络不同，MLED使用特征转移模块(Feature transfer module, FTM)和空间交集机制(Spatial intersection, SI)来取代传统的多解码器设计，在网络的不同层进行不同层次的边缘检测，有效地降低了模型复杂度。FTM实现了高级特征的自顶向下的传播，有利于提高低层次边缘检测的稳定性。SI能够提高高层次边缘检测的空间精度，以弥补下采样带来的精度损失。另外，Canny算法被用来辅助低级边缘检测的训练，解决了低级边缘标签缺失的问题。实验表明，MLED能够在较低的参数量和运算量的情况下实现高质量的多层次边缘检测，有更强的泛化能力。