邊界點(diǎn)
- 融合波前邊緣檢測(cè)與快速搜索隨機(jī)樹(shù)的自主探索方法
S)的起點(diǎn)搜索邊界點(diǎn),從而提高邊界的獲取效率。Sun Xuehao[6]提出一種利用RRT 算法搜索邊界點(diǎn),以距離代價(jià)、障礙物代價(jià)為判斷依據(jù)的性能指標(biāo)函數(shù),完成室外地面環(huán)境探索。RRT 算法偏向于覆蓋未知區(qū)域,雖然能夠?qū)崿F(xiàn)探索邊界檢測(cè)的功能,但由于其生長(zhǎng)具有隨機(jī)性,狹窄區(qū)域通過(guò)性較差,存在著邊界點(diǎn)提取不全面的問(wèn)題,同時(shí)在提取邊界點(diǎn)或是樹(shù)枝生長(zhǎng)過(guò)程中,需不斷檢查樹(shù)枝與障礙物及邊界之間的關(guān)系,一定程度上降低了邊界點(diǎn)提取的效率。Keidar M.[7]提出了兩種
中國(guó)慣性技術(shù)學(xué)報(bào) 2023年9期2023-10-09
- 重疊網(wǎng)格中割補(bǔ)法的改進(jìn)及應(yīng)用
法,割補(bǔ)法以洞邊界點(diǎn)為起點(diǎn),沿著網(wǎng)格線(xiàn)離散地做推進(jìn)運(yùn)動(dòng),每段網(wǎng)格線(xiàn)的長(zhǎng)度即為該次推進(jìn)的距離。與陣面推進(jìn)方法相比,割補(bǔ)法的迭代推進(jìn)次數(shù)少,自動(dòng)化程度高,因此得到了較好的發(fā)展。但是,割補(bǔ)法仍然存在如下2個(gè)問(wèn)題:一是當(dāng)壁面距離很近時(shí),割補(bǔ)法的填補(bǔ)過(guò)程容易因少數(shù)洞邊界點(diǎn)找點(diǎn)過(guò)程的失敗而導(dǎo)致網(wǎng)格進(jìn)入壁面內(nèi);二是割補(bǔ)完后洞邊界的位置不可預(yù)測(cè),洞邊界參差不齊。針對(duì)第1類(lèi)問(wèn)題,文獻(xiàn)[11]提出了Volume Method和Vertex Method 2種方法。其實(shí)質(zhì)是去掉
- 基于邊界點(diǎn)檢測(cè)的變密度聚類(lèi)算法
提出了一種基于邊界點(diǎn)檢測(cè)的變密度聚類(lèi)算法(Varied Density Clustering algorithm based on Border point Detection,VDCBD)。算法主要包括以下步驟:1)基于給出的相對(duì)密度度量方法識(shí)別變密度類(lèi)之間的邊界點(diǎn),以此增強(qiáng)相鄰類(lèi)的可分性;2)對(duì)非邊界區(qū)域的點(diǎn)進(jìn)行聚類(lèi)以找到數(shù)據(jù)集的核心類(lèi)結(jié)構(gòu);3)依據(jù)高密度近鄰分配原則將檢測(cè)到的邊界點(diǎn)分配到核心類(lèi)結(jié)構(gòu)中;4)基于類(lèi)結(jié)構(gòu)信息識(shí)別數(shù)據(jù)集中的噪聲點(diǎn)。在人造數(shù)據(jù)
計(jì)算機(jī)應(yīng)用 2022年8期2022-08-24
- 一種基于散亂點(diǎn)云的鉚釘孔孔位提取方法*
坦的數(shù)據(jù)模型的邊界點(diǎn),不太適用于曲率變化大的數(shù)據(jù)模型。張杰等[11]提出了一種基于T–Scan測(cè)量的薄壁鈑金件孔特征重構(gòu)方法,通過(guò)掃描線(xiàn)點(diǎn)云結(jié)構(gòu)中的孔截?cái)嗑€(xiàn)特征識(shí)別平面點(diǎn)和孔徑點(diǎn),擬合求解平面和空間圓,但該方法僅限于掃描線(xiàn)點(diǎn)云類(lèi)型且提取精度受圓孔直徑影響。劉增藝等[12]提出了一種曲面孔位視覺(jué)測(cè)量技術(shù),使用手持式雙目視覺(jué)線(xiàn)結(jié)構(gòu)光測(cè)量曲面得到曲面點(diǎn)云,然后通過(guò)交互式方法提取散亂點(diǎn)云圓孔邊緣點(diǎn),進(jìn)行圓孔擬合,由于該方法在圓孔識(shí)別過(guò)程中需要人工預(yù)先分割出圓孔所在
航空制造技術(shù) 2022年7期2022-07-15
- 基于邊界點(diǎn)的支持向量機(jī)分類(lèi)算法
包含支持向量的邊界點(diǎn)提取出來(lái),并用這些邊界樣本點(diǎn)來(lái)替代所有的訓(xùn)練樣本進(jìn)行支持向量機(jī)訓(xùn)練,這無(wú)疑會(huì)大量減少運(yùn)算成本,從而可解決支持向量機(jī)訓(xùn)練時(shí)間過(guò)長(zhǎng)和內(nèi)存消耗過(guò)大等方面的問(wèn)題[8]。傳統(tǒng)的支持向量機(jī)對(duì)噪聲點(diǎn)和孤立點(diǎn)異常敏感,并且在優(yōu)化過(guò)程中不僅對(duì)支持向量進(jìn)行了優(yōu)化,同時(shí)也對(duì)非支持向量進(jìn)行了優(yōu)化,這無(wú)疑增大了運(yùn)算成本。近年來(lái),研究者提出大量方法以減少孤立點(diǎn)、噪聲點(diǎn)對(duì)傳統(tǒng)支持向量機(jī)的影響,同時(shí)針對(duì)處理大規(guī)模數(shù)據(jù)集時(shí)怎樣有效地篩選出支持向量也進(jìn)行了諸多研究[9-1
- 一類(lèi)向量題的探究與思考
△ABC內(nèi)(含邊界點(diǎn)),求范圍.該題用三種方法來(lái)解決該題,發(fā)現(xiàn)利用坐標(biāo)法時(shí)會(huì)用到線(xiàn)性規(guī)劃的思想,這也可以考查學(xué)生的知識(shí)遷移能力。利用基底法時(shí),發(fā)現(xiàn)構(gòu)造數(shù)量積的方法也可行,而且利用這種方法學(xué)生可以秒殺這道題,在以往做題時(shí)只發(fā)現(xiàn)垂直或外心利用數(shù)量積的比較多。但是可惜這種方法有一定的局限性!利用幾何意義,即“等和線(xiàn)”性質(zhì)時(shí),這題也可以秒殺的(如圖2)。以上都是與“線(xiàn)”相關(guān)的,那如果是“弧”會(huì)怎么樣呢?所以又想到了以下變式:變式2:已知在扇形OAB中,,,若P在弧
民族文匯 2022年6期2022-04-27
- 化工過(guò)程多回路PID控制系統(tǒng)模式切換參數(shù)自整定
hgorin圓邊界點(diǎn)的角度分析系統(tǒng)的穩(wěn)定性,根據(jù)閉環(huán)穩(wěn)定性進(jìn)一步確定控制器增益的調(diào)整方向及程度,以保證控制回路在切換前后的閉環(huán)穩(wěn)定性。1 控制回路模式切換問(wèn)題對(duì)于一個(gè)存在內(nèi)部耦合的多變量化工過(guò)程,考慮到化工過(guò)程多回路PID 控制系統(tǒng)模式切換時(shí)對(duì)實(shí)時(shí)性和實(shí)際工業(yè)現(xiàn)場(chǎng)操作人員對(duì)可操作性的要求,本文采用了工業(yè)過(guò)程控制中常用的一階慣性純滯后的傳遞函數(shù)矩陣G(s)形式,如式(1)所示。其中式中,s為復(fù)變量。式(1)為系統(tǒng)穩(wěn)態(tài)點(diǎn)附近的線(xiàn)性化模型,具有形式簡(jiǎn)單、適用性強(qiáng)
化工學(xué)報(bào) 2022年4期2022-04-26
- DMFUCP:大規(guī)模軌跡數(shù)據(jù)通用伴隨模式分布式挖掘框架
時(shí)歸為不同簇的邊界點(diǎn),現(xiàn)有的工作單純地按照對(duì)象被訪(fǎng)問(wèn)的順序進(jìn)行劃分,影響了伴隨模式挖掘的質(zhì)量.怎樣合理地劃分邊界點(diǎn)對(duì)聚類(lèi)算法形成了挑戰(zhàn).如圖2所示,對(duì)象o2和對(duì)象o3為核心點(diǎn),對(duì)象o1為邊界點(diǎn),對(duì)象o1可同時(shí)處于對(duì)象o2與o3所屬的簇,怎樣合理地劃分o1對(duì)于伴隨模式挖掘具有重要意義.如圖3所示,不同的顏色灰度表示不同的伴隨模式,在現(xiàn)實(shí)生活中會(huì)存在這樣一種現(xiàn)象,大量的軌跡會(huì)集中式地經(jīng)過(guò)一些公共場(chǎng)所,如超市、加油站等,需要伴隨模式挖掘算法去積極地識(shí)別它.GCM
計(jì)算機(jī)研究與發(fā)展 2022年3期2022-03-09
- 汽車(chē)駕駛員前方視野測(cè)量中A柱雙目障礙角邊界點(diǎn)選取的分析
障礙角時(shí)選取的邊界點(diǎn)不同,同時(shí)結(jié)合現(xiàn)實(shí)存在的風(fēng)窗玻璃黑邊情況,分析將黑邊考慮在測(cè)量范圍內(nèi)的理由,并給出了邊界點(diǎn)的定義。最后通過(guò)試驗(yàn)分析了兩種不同的邊界點(diǎn)帶來(lái)的測(cè)量誤差。關(guān)鍵詞:汽車(chē)前方視野;A柱雙目障礙角;風(fēng)窗玻璃黑邊;邊界點(diǎn)中圖分類(lèi)號(hào):U467.4 ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A ? ? ?文章編號(hào):1005-2550(2022)01-0092-05Analysis On The Selection Of Boundary Points Of A-Pilla
汽車(chē)科技 2022年1期2022-03-07
- 時(shí)態(tài)圖最短路徑查詢(xún)方法
到每個(gè)子圖的入邊界點(diǎn)與出邊界點(diǎn)集合.CTG-tree為每個(gè)葉子節(jié)點(diǎn)對(duì)應(yīng)子圖計(jì)算其內(nèi)部頂點(diǎn)與出邊界點(diǎn)的最短路徑、入邊界點(diǎn)到子圖內(nèi)頂點(diǎn)的最短路徑和出邊界點(diǎn)到入邊界點(diǎn)的最短路徑;非葉節(jié)點(diǎn)計(jì)算其對(duì)應(yīng)子圖入邊界點(diǎn)到其所有孩子節(jié)點(diǎn)對(duì)應(yīng)子圖的入邊界點(diǎn)之間的最短路徑距離、所有孩子節(jié)點(diǎn)對(duì)應(yīng)子圖的出邊界點(diǎn)到當(dāng)前非葉節(jié)點(diǎn)對(duì)應(yīng)子圖的出邊界點(diǎn)之間的最短路徑距離、以及所有孩子節(jié)點(diǎn)對(duì)應(yīng)子圖的出邊界點(diǎn)到所有孩子節(jié)點(diǎn)對(duì)應(yīng)子圖的入邊界點(diǎn)之間的最短路徑距離作為索引.查詢(xún)階段本文基于層次索引CT
計(jì)算機(jī)研究與發(fā)展 2022年2期2022-02-11
- 道路空間特征與測(cè)量距離相結(jié)合的LiDAR道路邊界點(diǎn)提取算法
算法,獲取道路邊界點(diǎn)是環(huán)境感知算法的重要任務(wù)[1]。精確的道路邊界不僅為無(wú)人駕駛汽車(chē)提供安全的可通行區(qū)域,而且可以用于無(wú)人駕駛汽車(chē)的定位與建圖[2]。城市道路邊界大部分(直道、彎道)具有全局連續(xù)性特征,結(jié)合多種局部特征,邊界可以被穩(wěn)健地探測(cè)到,已有多種方法達(dá)到了較好的效果。在這些方法中使用的傳感器包括:?jiǎn)文繑z像頭[3-4]、單線(xiàn)激光雷達(dá)[5-6]及多線(xiàn)激光雷達(dá)[7]。多線(xiàn)激光雷達(dá)與其他傳感器相比具有以下優(yōu)點(diǎn)[8]:①相對(duì)于視覺(jué)傳感器[9],對(duì)環(huán)境的光照變化
測(cè)繪學(xué)報(bào) 2021年11期2021-12-09
- 融合相對(duì)密度與近鄰關(guān)系的密度峰值聚類(lèi)算法
免分配策略受到邊界點(diǎn)的影響,F(xiàn)KNN-DPC基于樣本與第k個(gè)近鄰的距離檢測(cè)邊界點(diǎn),邊界點(diǎn)的閾值為所有樣本與其第k個(gè)近鄰的距離均值。然而,在面對(duì)類(lèi)簇間有密度差距的數(shù)據(jù)集時(shí),F(xiàn)KNN-DPC的邊界點(diǎn)檢測(cè)方法會(huì)將低密度類(lèi)簇中大部分樣本檢測(cè)為邊界點(diǎn),導(dǎo)致聚類(lèi)結(jié)果不理想。針對(duì)問(wèn)題②以及FKNN-DPC所存在的問(wèn)題,本文基于FKNN-DPC中的非中心點(diǎn)分配框架,定義相對(duì)密度并結(jié)合近鄰關(guān)系提出RN-DPC算法。RN-DPC算法的主要?jiǎng)?chuàng)新點(diǎn)在于以下幾點(diǎn)。1)在估計(jì)樣本密度
- 場(chǎng)景點(diǎn)云中小孔洞邊界提取算法
者加權(quán)來(lái)判斷為邊界點(diǎn)的概率,但是卻難以選擇恰當(dāng)?shù)臋?quán)重系數(shù)。陸帆等[3]提出了利用反距離權(quán)重加權(quán)等效合力和點(diǎn)云密度作為目標(biāo)點(diǎn)為邊界點(diǎn)的判定條件,但是其普遍性較差。王春香等[4]對(duì)點(diǎn)云模型的孔洞形成原因及孔洞類(lèi)型進(jìn)行了分析和總結(jié), 就邊界識(shí)別方法做出了詳細(xì)的介紹和歸納。孫殿柱等[5]提出一種基于曲面局部形貌標(biāo)架的點(diǎn)云特征識(shí)別方法。通過(guò)標(biāo)架夾角的差異性,對(duì)曲面樣本形貌進(jìn)行量化分析,區(qū)分平滑、邊界、棱邊及尖角等特征區(qū)域,實(shí)現(xiàn)對(duì)中心樣點(diǎn)屬性的穩(wěn)健判別,但是其算法就孔
機(jī)械制造與自動(dòng)化 2021年5期2021-10-26
- 一種去除聚類(lèi)數(shù)量和鄰域參數(shù)設(shè)置的自適應(yīng)聚類(lèi)算法 *
剝離迭代的初始邊界點(diǎn),在初始邊界點(diǎn)的基礎(chǔ)上迭代剝離數(shù)據(jù)點(diǎn),當(dāng)所識(shí)別的邊界點(diǎn)的“邊界性”方面嚴(yán)格弱于迭代中所識(shí)別的邊界點(diǎn)時(shí),剝離迭代終止,剩下的便是核心點(diǎn)集。最后使用簡(jiǎn)化版本的DBSCAN將這些核心點(diǎn)分組到數(shù)據(jù)簇中,根據(jù)每次迭代建立的邊界點(diǎn)與非邊界點(diǎn)的關(guān)聯(lián)完成自下而上的聚類(lèi)。然而邊界剝離聚類(lèi)算法在不同形狀數(shù)據(jù)集上選取的初始邊界點(diǎn)極其依賴(lài)鄰域參數(shù)k的選擇,從而使得在邊界點(diǎn)迭代剝離的過(guò)程中從邊界點(diǎn)到核心點(diǎn)的過(guò)程存在產(chǎn)生偏差的可能,進(jìn)而影響聚類(lèi)的結(jié)果,甚至在部分?jǐn)?shù)
計(jì)算機(jī)工程與科學(xué) 2021年10期2021-10-26
- 不平衡數(shù)據(jù)加權(quán)邊界點(diǎn)集成欠采樣方法
法大多都是忽略邊界點(diǎn)的計(jì)算,但是邊界點(diǎn)中往往含有有用的信息,所以對(duì)邊界點(diǎn)進(jìn)行刪除對(duì)不平衡數(shù)據(jù)的預(yù)處理是有影響的。為了有效解決多數(shù)類(lèi)樣本集中含有的邊界點(diǎn)問(wèn)題,筆者通過(guò)研究多數(shù)類(lèi)樣本的分布情況,提出一種基于邊界點(diǎn)加權(quán)的不平衡數(shù)據(jù)集成欠采樣方法。首先,對(duì)多數(shù)類(lèi)數(shù)據(jù)進(jìn)行聚類(lèi);其次,對(duì)邊界點(diǎn)進(jìn)行加權(quán),約簡(jiǎn)數(shù)據(jù)集;最后,使用AdaBoost成員分類(lèi)器對(duì)平衡數(shù)據(jù)集進(jìn)行訓(xùn)練并通過(guò)加權(quán)投票生成預(yù)測(cè)模型。1 基于聚類(lèi)的欠采樣方法筆者提出的基于聚類(lèi)的集成欠采樣方法主要分為4部分
西安電子科技大學(xué)學(xué)報(bào) 2021年4期2021-09-02
- 柔性直流配電網(wǎng)的靜態(tài)運(yùn)行域初探
于不同的運(yùn)行域邊界點(diǎn)網(wǎng)損不同,本文用網(wǎng)損最大與網(wǎng)損最小點(diǎn)的偏差率平均值eˉ來(lái)近似表示全體邊界點(diǎn)的偏差率,用于修正域表達(dá)式中的容量約束,使邊界向內(nèi)平移eˉ,從而近似計(jì)及了網(wǎng)損。3 算例分析3.1 算例概況單聯(lián)絡(luò)柔直網(wǎng)算例如圖2 所示。設(shè)饋線(xiàn)總長(zhǎng)為6 km,饋線(xiàn)容量為8.028 MW,各饋線(xiàn)段電阻均為R= 0.469 2 Ω。換流站容量CVSC1=CVSC2= 10 MW。主從和電壓裕度控制下主站VSC1電壓取額定電壓UN=10 kV;電壓裕度控制下VSC2電
- 層次化點(diǎn)云邊界快速精確提取方法研究
用[6]。目前邊界點(diǎn)云的提取算法較多,主要有柵格劃分法、微切平面法、三角網(wǎng)法和凸包類(lèi)算法等。KE等人[7]對(duì)點(diǎn)云進(jìn)行空間柵格劃分,建立空間拓?fù)潢P(guān)系,依據(jù)柵格內(nèi)是否有點(diǎn)檢索邊界,這種算法速度快,但是受點(diǎn)云密度和柵格大小影響較大,且提取精度不高。基于微切平面的方法是將待判定點(diǎn)及其鄰域點(diǎn)投影到微切平面上,再依據(jù)一定的準(zhǔn)則判別該點(diǎn)是否屬于邊界點(diǎn)。SUN等人[8]提出計(jì)算微切平面內(nèi)投影點(diǎn)所構(gòu)成的最大夾角作為判定依據(jù)。CHEN等人[9]通過(guò)模擬點(diǎn)與點(diǎn)間的拉力的合力判斷
激光技術(shù) 2021年5期2021-08-17
- 大規(guī)模定制環(huán)境下“一對(duì)多”型供應(yīng)鏈推拉邊界點(diǎn)的研究①
,需要確定推拉邊界點(diǎn)以決定延遲水平。本文研究的是供應(yīng)鏈成員集中決策模式下推拉邊界點(diǎn)的確定,以供應(yīng)鏈整體利潤(rùn)最大為目標(biāo),依據(jù)雙方總成本共同決策推拉邊界點(diǎn)k,在此基礎(chǔ)上考慮總成本和客戶(hù)需求量,決定產(chǎn)成品的最優(yōu)價(jià)格Pm,該決策模型如圖2所示。圖2 集中決策模式下“一對(duì)多”供應(yīng)鏈決策模型1.1 模型假設(shè)為了更好地解決問(wèn)題,我們做出如下的假設(shè)。(1)該供應(yīng)鏈僅包括1個(gè)標(biāo)準(zhǔn)化半成品供應(yīng)商和n個(gè)制造商。(2)半成品庫(kù)存由標(biāo)準(zhǔn)化半成品供應(yīng)商負(fù)責(zé)管理。由于制造商在完成訂單后
商展經(jīng)濟(jì) 2021年11期2021-06-21
- 基于多輪廓線(xiàn)的地下工井三維建模
切割插入法進(jìn)行邊界點(diǎn)云排序,最后將上、下輪廓線(xiàn)構(gòu)成三角網(wǎng)模型的方法實(shí)現(xiàn)工井的模型重建,不僅解決了規(guī)則工井的模型重建,同樣適用于不規(guī)則工井的模型重建。圖12 地下工井建模流程本文采取的地下工井主要建模流程如圖1 所示。2.1 網(wǎng)格法分離上、下面(圖2)網(wǎng)格法分離工井上、下面的算法流程如下:2.1.1 計(jì)算x、y 方向的極值;2.1.2 設(shè)置網(wǎng)格的大小d*d,記錄每個(gè)網(wǎng)格的編碼code;2.1.3 計(jì)算每個(gè)網(wǎng)格內(nèi)部點(diǎn)云z 方向的極值;2.1.4 在z 方向設(shè)置
科學(xué)技術(shù)創(chuàng)新 2021年11期2021-05-25
- 基于GA-BP神經(jīng)網(wǎng)絡(luò)的散亂點(diǎn)云孔洞自動(dòng)修補(bǔ)
別的本質(zhì)是孔洞邊界點(diǎn)的檢測(cè)及提取。由于散亂點(diǎn)云中相鄰點(diǎn)之間不存在拓?fù)潢P(guān)系,其孔洞識(shí)別難度比網(wǎng)格模型大[10]。對(duì)于散亂點(diǎn)云的孔洞識(shí)別,往往是根據(jù)檢測(cè)點(diǎn)的鄰域點(diǎn)在其局部微切平面內(nèi)的分布情況來(lái)判斷該檢測(cè)點(diǎn)是否為孔洞邊界點(diǎn):內(nèi)部點(diǎn)的鄰域點(diǎn)在其局部微切平面內(nèi)的投影均勻分布在檢測(cè)點(diǎn)周?chē)?,而孔?span id="ms0a8qg" class="hl">邊界點(diǎn)的鄰域點(diǎn)在其局部微切平面內(nèi)的投影集中偏向一側(cè)[11]。目前,最常見(jiàn)的孔洞識(shí)別方法是將檢測(cè)點(diǎn)及其鄰域點(diǎn)投影到對(duì)應(yīng)的局部微切擬合平面上,并求解擬合平面內(nèi)相鄰向量間的最大夾角,
工程設(shè)計(jì)學(xué)報(bào) 2021年2期2021-05-14
- 基于安全性的自主環(huán)境探索算法的改進(jìn)方法
于膨脹邊界線(xiàn)的邊界點(diǎn)檢測(cè)改進(jìn)算法。最后使用機(jī)器人操作系統(tǒng)和Gazabo等工具實(shí)驗(yàn)證明了改進(jìn)算法可有效提高機(jī)器人在自主探索過(guò)程中的安全性和探索效率。關(guān)鍵詞:自主探索;移動(dòng)機(jī)器人;邊界點(diǎn)中圖分類(lèi)號(hào):TP39 ? ? ? ? ?文獻(xiàn)標(biāo)志碼:A ? ? ? ? 文章編號(hào):2095-2945(2020)01-0033-04Abstract: Firstly, based on the problem of autonomous environment explora
科技創(chuàng)新與應(yīng)用 2020年1期2020-02-14
- 基于柵格法的機(jī)械臂工作空間解析方法研究
轉(zhuǎn)換。4)求取邊界點(diǎn)并行矢量化處理。具體算法流程圖如圖2所示。圖2 工作空間的柵格算法流程圖3 系統(tǒng)實(shí)驗(yàn)與仿真沿Z軸方對(duì)系統(tǒng)建立的工作空間云圖分層處理,如圖3所示。圖3 工作空間分層圖為了方便數(shù)據(jù)處理,工作空間分層圖在極坐標(biāo)角度的取值范圍均在[0,2π/3]∩[π,2π]區(qū)間。本文將可達(dá)空間分層圖在極坐標(biāo)系下θ角度的取值范圍定義在[-π,2π]區(qū)間,以Z=0處切層為例進(jìn)行笛卡爾坐標(biāo)系和極坐標(biāo)系轉(zhuǎn)化,并進(jìn)行極坐標(biāo)表示,如圖4所示。圖4 工作空間轉(zhuǎn)換圖在該區(qū)間
制造業(yè)自動(dòng)化 2019年4期2019-05-05
- 基于車(chē)載LiDAR的道路邊界檢測(cè)
率特征獲取道路邊界點(diǎn),然后進(jìn)行道路邊界點(diǎn)跟蹤優(yōu)化去除異常邊界點(diǎn),最后利用線(xiàn)性分析擬合出道路邊界。文獻(xiàn)[9]根據(jù)距離判別法和霍夫變換法提取激光掃描線(xiàn)中道路邊界點(diǎn),最后將道路邊界點(diǎn)作為種子點(diǎn),通過(guò)高斯迭代回歸過(guò)程擬合出道路邊界。文獻(xiàn)[10]使用道路邊界點(diǎn)的高程跳變、強(qiáng)度特征提取道路邊界點(diǎn),最后通過(guò)道路拓?fù)涮卣鱽?lái)優(yōu)化道路邊界點(diǎn)。基于LiDAR和相機(jī)雙傳感器結(jié)合的方法[11]雖然結(jié)合兩者各自的優(yōu)點(diǎn),但是該類(lèi)方法將高分辨率的圖像和點(diǎn)云處理數(shù)據(jù)融合時(shí)算法復(fù)雜,道路邊界
測(cè)繪工程 2018年12期2018-11-22
- 復(fù)雜背景下圓柱端面尺寸的精確測(cè)量方法
法,即通過(guò)查找邊界點(diǎn),眾數(shù)篩選邊界點(diǎn),Kasa算法圓擬合,最終完成對(duì)圓直徑的精確測(cè)量.實(shí)驗(yàn)結(jié)果表明,該方法適用性強(qiáng),不僅能夠精確測(cè)量具有正常端面的圓柱尺寸,同時(shí)對(duì)端面存在缺損的圓柱也能夠進(jìn)行精確檢測(cè),且測(cè)量結(jié)果達(dá)到微米量級(jí).1 測(cè)量系統(tǒng)的組成機(jī)器視覺(jué)測(cè)量系統(tǒng)[6]主要由圖像采集、圖像處理與分析、結(jié)果輸出三部分構(gòu)成.圖像采集設(shè)備通常包含光源、相機(jī)、鏡頭、圖像采集卡及計(jì)算機(jī)等,目的是獲取被測(cè)物體的光學(xué)圖像及特征信息,然后通過(guò)圖像處理算法對(duì)采集到的圖像進(jìn)行分析,
鄭州大學(xué)學(xué)報(bào)(理學(xué)版) 2018年4期2018-11-08
- 人體模型網(wǎng)格孔洞的快速修復(fù)方法
并插入新點(diǎn),但邊界點(diǎn)數(shù)較多時(shí),效率大大下降[7]。Altantsetseg等通過(guò)邊界邊輪廓線(xiàn)獲取均勻插入點(diǎn),同樣存在效率問(wèn)題[8]。Brunet等利用B樣條曲線(xiàn)獲取插入點(diǎn)信息,該方法體素化過(guò)程較為耗時(shí)[9]。張立國(guó)等采用徑向基函數(shù)擬合孔洞的隱式曲面,并將新增點(diǎn)投影上去,該方法對(duì)單一簡(jiǎn)單孔洞修補(bǔ)較為理想,但對(duì)大面積孔洞擬合隱式曲面效率很低且可能擬合失敗[10]。Xia等通過(guò)特征線(xiàn)將孔洞分割后再修補(bǔ),該方法依賴(lài)恰當(dāng)?shù)拈撝礫11]。劉震等通過(guò)動(dòng)態(tài)規(guī)劃構(gòu)建曲面并利
西安交通大學(xué)學(xué)報(bào) 2018年8期2018-08-14
- Some Sharp Schwarz Inequalities of the Unit Disk in
函數(shù)的導(dǎo)函數(shù)在邊界點(diǎn)處的若干Schwarz不等式.這些結(jié)果分別推廣了經(jīng)典的內(nèi)部型Schwarz引理和邊界型Schwarz引理.全純函數(shù); Schwarz引理; 單位圓盤(pán); 邊界點(diǎn)O174.56date:2017-09-14s:This work is supported by the NNSF of China (11571105) and the Xinmiao Talent Project of Zhejiang Province (2016R4270
湖州師范學(xué)院學(xué)報(bào) 2017年10期2017-12-16
- 兩層星型網(wǎng)絡(luò)上的傳染病建模和控制
中心節(jié)點(diǎn)和多個(gè)邊界點(diǎn)構(gòu)成,每一個(gè)邊界點(diǎn)都與中心節(jié)點(diǎn)相連,但邊界點(diǎn)之間不連接,如圖1a所示。如局域網(wǎng),內(nèi)部所有個(gè)人計(jì)算機(jī)與一個(gè)總服務(wù)器相連,形成以總服務(wù)器為中心的一個(gè)星型網(wǎng)絡(luò)。星型網(wǎng)絡(luò)也可推廣到多個(gè)中心的情形,如在社會(huì)網(wǎng)絡(luò)中以少數(shù)人為中心的社區(qū)或單位[4]。最近研究表明系統(tǒng)都不是孤立存在的,因而由不同子網(wǎng)相互作用構(gòu)成的耦合網(wǎng)絡(luò)更能準(zhǔn)確地刻畫(huà)真實(shí)系統(tǒng),如交通網(wǎng)絡(luò)和計(jì)算機(jī)網(wǎng)絡(luò)等[4-6]。本文將把單層星型網(wǎng)絡(luò)推廣到兩層星型耦合網(wǎng)絡(luò),如圖1b所示。這是一類(lèi)特色的社
復(fù)雜系統(tǒng)與復(fù)雜性科學(xué) 2017年4期2017-07-07
- 一類(lèi)偏微分方程的差分解法
分,使所有網(wǎng)格邊界點(diǎn)與邊界重合,并給出相應(yīng)的差分方程和解法,從而避免了一般差分解法由邊界條件轉(zhuǎn)移問(wèn)題所產(chǎn)生的誤差.【關(guān)鍵詞】差分;方程;解一、問(wèn)題的提出考慮方程:λ22ux2+2uy2=f(x,y),(x,y)∈D,u|D=α(x,y),其中λ≠0,D=(x,y)x2y2+y2<1.(1)對(duì)此類(lèi)方程的一般差分解法是首先分別沿x,y軸方向取步長(zhǎng)為h和k,作兩族與坐標(biāo)平行的直線(xiàn):xi=ih,i=0,±1,±2,….yj=jk,j=0,±1,±2,….兩族直線(xiàn)的
數(shù)學(xué)學(xué)習(xí)與研究 2017年11期2017-06-23
- 基于降維數(shù)據(jù)邊界點(diǎn)曲率的變電站設(shè)備識(shí)別
)基于降維數(shù)據(jù)邊界點(diǎn)曲率的變電站設(shè)備識(shí)別竇本君1,紀(jì) 勇2,鄭尚高2,馮冬青1,羅 勇1(1.鄭州大學(xué) 電氣工程學(xué)院,河南 鄭州 450001; 2.河南騰龍信息工程有限公司,河南 鄭州 450007)為了對(duì)變電站三維仿真模型進(jìn)行快速重建,針對(duì)變電站設(shè)備三維數(shù)據(jù)量過(guò)大,不能快速識(shí)別的問(wèn)題,通過(guò)對(duì)設(shè)備的三維數(shù)據(jù)做降維處理,減少數(shù)據(jù)處理量,研究利用降維后的數(shù)據(jù)對(duì)設(shè)備進(jìn)行快速精確識(shí)別的方法.通過(guò)分析降維數(shù)據(jù)點(diǎn)集的特征,筆者提出一種利用降維數(shù)據(jù)邊界點(diǎn)曲率進(jìn)行識(shí)別的
鄭州大學(xué)學(xué)報(bào)(工學(xué)版) 2017年2期2017-05-18
- 具有指數(shù)平坦邊界點(diǎn)區(qū)域的全純逆緊自映射
)具有指數(shù)平坦邊界點(diǎn)區(qū)域的全純逆緊自映射劉 芳(武漢鐵路職業(yè)技術(shù)學(xué)院,湖北武漢,430205)指數(shù)平坦的邊界點(diǎn);全純自同構(gòu)群;逆緊全純自映射1 緒論定理1.1(參見(jiàn)Krantz [11])考慮有界域本文的第二個(gè)目的是研究區(qū)域之間的全純逆緊自映射。下面的結(jié)果是Alexander[2]在1977年證明。在本文中,我們將會(huì)證明關(guān)于區(qū)域的全純逆緊映射的剛性結(jié)果。2 預(yù)備引理定義2.1(參見(jiàn)Bloom-Graham [5]。)若在的限制的消失階數(shù)為,其中是的整數(shù),或
電子測(cè)試 2017年4期2017-05-10
- 基于蒙特卡洛法的關(guān)節(jié)臂坐標(biāo)測(cè)量機(jī)工作空間分析
作空間點(diǎn)云圖的邊界點(diǎn)進(jìn)行提取;仿真實(shí)驗(yàn)結(jié)果表明用蒙特卡洛法對(duì)工作空間分析更簡(jiǎn)單易于實(shí)現(xiàn),采用基于局部象限分布法提取到的邊界點(diǎn)輪廓也更準(zhǔn)確避免了虛假邊界點(diǎn)的提取。關(guān)節(jié)臂式坐標(biāo)測(cè)量機(jī);運(yùn)動(dòng)學(xué)模型;工作空間;蒙特卡洛法;邊界提取0 引言關(guān)節(jié)臂式坐標(biāo)測(cè)量機(jī)是一種新型的非笛卡爾式坐標(biāo)測(cè)量系統(tǒng)[1]。該系統(tǒng)將一系列桿件通過(guò)具有旋轉(zhuǎn)功能的關(guān)節(jié)連接起來(lái),以角度測(cè)量取代了長(zhǎng)度測(cè)量,具有機(jī)械結(jié)構(gòu)簡(jiǎn)單,測(cè)量范圍大,體積小,可便攜等優(yōu)點(diǎn)。因此在現(xiàn)代工業(yè)生產(chǎn)中對(duì)關(guān)節(jié)臂式坐標(biāo)測(cè)量機(jī)的
計(jì)算機(jī)測(cè)量與控制 2016年6期2016-11-17
- 一種樹(shù)葉點(diǎn)云的逼真建模方法
像,提取樹(shù)葉的邊界點(diǎn)和葉脈點(diǎn),在保留樹(shù)葉點(diǎn)云數(shù)據(jù)邊界點(diǎn)和葉脈點(diǎn)的基礎(chǔ)上精簡(jiǎn)樹(shù)葉原始點(diǎn)云,接著,對(duì)精簡(jiǎn)后的樹(shù)葉點(diǎn)云數(shù)據(jù)進(jìn)行Delaunay三角網(wǎng)格化,最后,基于網(wǎng)格模型對(duì)樹(shù)葉點(diǎn)云數(shù)據(jù)進(jìn)行逼真的顏色紋理映射。實(shí)驗(yàn)結(jié)果表明,該方法能夠快速準(zhǔn)確地重構(gòu)出逼真的樹(shù)葉模型。點(diǎn)云;樹(shù)葉;數(shù)據(jù)精簡(jiǎn);紋理映射陜西省科技廳自然科學(xué)基金(No.2014JM8354)、陜西省教育廳重點(diǎn)實(shí)驗(yàn)室科技項(xiàng)目(No.13JS083)0 引言樹(shù)木的樹(shù)葉擁有不同的紋理和形態(tài),同一片樹(shù)葉隨著季節(jié)和
現(xiàn)代計(jì)算機(jī) 2016年26期2016-10-22
- 借助拉格朗日乘數(shù)法優(yōu)化社會(huì)擴(kuò)大再生產(chǎn)
標(biāo)函數(shù)在定義域邊界點(diǎn)上的若干取值比較和判定問(wèn)題,使問(wèn)題變得很簡(jiǎn)單、明確。進(jìn)而容易地確定擴(kuò)大再生產(chǎn)的最優(yōu)解所處的邊界點(diǎn),獲得最優(yōu)解。借助馬克思《資本論》中的一個(gè)舉例,對(duì)此方法做了計(jì)算驗(yàn)證。擴(kuò)大再生產(chǎn);優(yōu)化;拉格朗日乘數(shù)法;邊界點(diǎn);最優(yōu)解最優(yōu)化是經(jīng)濟(jì)學(xué)的基本思想。馬克思的社會(huì)擴(kuò)大再生產(chǎn)的優(yōu)化,是指對(duì)于馬克思的社會(huì)擴(kuò)大再生產(chǎn)公式獲得最優(yōu)解。研究解決社會(huì)擴(kuò)大再生產(chǎn)的優(yōu)化問(wèn)題,對(duì)于深化馬克思社會(huì)再生產(chǎn)理論以及對(duì)現(xiàn)實(shí)經(jīng)濟(jì)宏觀(guān)調(diào)控的指導(dǎo),都具有重要的理論意義。雖然已經(jīng)有
創(chuàng)新 2016年4期2016-08-11
- 多閾值提取平面點(diǎn)云邊界點(diǎn)的方法
提取切片內(nèi)點(diǎn)云邊界點(diǎn),及現(xiàn)有算法效率低、提取效果不好等問(wèn)題,提出一種多閾值提取平面點(diǎn)云邊界點(diǎn)的算法。通過(guò)選取判斷點(diǎn)的k個(gè)近鄰點(diǎn),計(jì)算相鄰兩點(diǎn)與判斷點(diǎn)連線(xiàn)間夾角,由于邊界點(diǎn)必存在最大夾角,通過(guò)判斷最大夾角是否超過(guò)設(shè)定閾值,從而快速提取邊界點(diǎn)。通過(guò)對(duì)閾值設(shè)值分析,不同點(diǎn)云數(shù)據(jù)的邊界提取實(shí)驗(yàn)及幾種方法間比較,該方法不受點(diǎn)云形狀影響,均能較好提取邊界點(diǎn),且優(yōu)于其他3種算法。結(jié)果表明該方法在保證原始點(diǎn)云特征信息的前提下,可較好提取邊界點(diǎn),提高后續(xù)點(diǎn)云重建速度與效率。
計(jì)算機(jī)應(yīng)用 2016年7期2016-07-19
- 基于點(diǎn)云數(shù)據(jù)的隧道中軸線(xiàn)自動(dòng)提取方法研究
鄰角度差來(lái)確定邊界點(diǎn),根據(jù)RanSAC算法對(duì)不同參數(shù)模型進(jìn)行統(tǒng)計(jì),對(duì)直線(xiàn)段、緩和曲線(xiàn)及曲線(xiàn)的曲段進(jìn)行區(qū)分,然后利用RanSAC算法對(duì)不同區(qū)段擬合,提取各區(qū)段的中軸線(xiàn),對(duì)各區(qū)段中軸線(xiàn)進(jìn)行加權(quán)整體最小二乘法擬合,最終得到整段中軸線(xiàn)。該文采用上海隧道點(diǎn)云數(shù)據(jù)進(jìn)行了中軸線(xiàn)自動(dòng)提取實(shí)驗(yàn)。實(shí)驗(yàn)證明了該方法能有效提取中軸線(xiàn)。關(guān)鍵詞:中軸線(xiàn);邊界點(diǎn);RanSAC算法;最小二乘法Abstract:The tunnel central axis can reflect the
重慶建筑 2016年1期2016-03-16
- 二次曲面金屬幕墻褶皺優(yōu)化的橫向推位算法
慮了曲面展開(kāi)后邊界點(diǎn)到中心距離不變的要求,但是沒(méi)有考慮褶皺分布問(wèn)題,使得曲面在沖壓成型過(guò)程中由于褶皺的密度不同,徑向(縱向)褶皺向橫向擠壓,在處理曲率不對(duì)稱(chēng)曲面塊時(shí),邊界點(diǎn)發(fā)生漂移,對(duì)裝配的形狀要求產(chǎn)生影響。本文以文獻(xiàn)[8]為研究基礎(chǔ),提出一種邊界點(diǎn)的橫向推位算法,計(jì)算曲面沖壓時(shí)產(chǎn)生的褶皺橫向移位量,給出邊界點(diǎn)在褶皺移位之后的橫向位置,根據(jù)橫向位置可以調(diào)整縱向位置微弱變化以滿(mǎn)足整體形狀要求,使得經(jīng)過(guò)沖壓移位之后的形狀剛好滿(mǎn)足裝配時(shí)的形狀要求。1 橫向推位算
機(jī)械工程師 2015年5期2015-05-07
- 邊界點(diǎn)選取對(duì)蒙古地磁場(chǎng)球冠諧和模型精度的影響
物理研究所)?邊界點(diǎn)選取對(duì)蒙古地磁場(chǎng)球冠諧和模型精度的影響(中國(guó)北京100081中國(guó)地震局地球物理研究所)中國(guó)地震局地球物理研究所與蒙古科學(xué)院天文與地球物理研究中心于2011—2012年合作開(kāi)展了蒙古119個(gè)野外地磁測(cè)點(diǎn)的測(cè)量工作. 本文利用蒙古119個(gè)測(cè)點(diǎn)準(zhǔn)確可靠的地磁數(shù)據(jù), 分別加上9組邊界點(diǎn)EMM2010模型計(jì)算值, 得到了蒙古2010.0年代地磁異常場(chǎng)的9個(gè)球冠諧和模型; 給出了地磁異常場(chǎng)北向分量ΔX、 東向分量ΔY和垂向分量ΔZ的等值線(xiàn)分布圖,
地震學(xué)報(bào) 2015年4期2015-03-20
- 一種網(wǎng)格k-近鄰集的邊界點(diǎn)識(shí)別算法
格k-近鄰集的邊界點(diǎn)識(shí)別算法李光興(成都農(nóng)業(yè)科技職業(yè)學(xué)院基礎(chǔ)部 成都 611130)為了高效識(shí)別聚類(lèi)邊界,根據(jù)邊界周?chē)鷧^(qū)域存在密度差異的特征,提出了一種網(wǎng)格k-近鄰集的邊界識(shí)別算法(BGN)。在網(wǎng)格空間中,該算法根據(jù)網(wǎng)格單元和它最近鄰居單元的k-近鄰集的質(zhì)量及其單元間中心距離確定邊界度,由邊界度和邊界閾值判斷每個(gè)網(wǎng)格單元是否為邊界單元或噪聲單元。通過(guò)從邊界單元中提取更靠邊緣的數(shù)據(jù)作為邊界點(diǎn)的方式,使得邊界更精細(xì)。實(shí)驗(yàn)結(jié)果表明,該算法能有效和快速識(shí)別出多密度
艦船電子工程 2015年7期2015-03-11
- 面向手繪草圖檢索的邊界點(diǎn)選擇算法
手繪草圖檢索的邊界點(diǎn)選擇算法任帥,張翌翀盡管通過(guò)文本進(jìn)行圖像檢索已經(jīng)被廣泛應(yīng)用,但有些時(shí)候仍很難用文本來(lái)描述復(fù)雜圖片的結(jié)構(gòu)信息。而在基于手繪草圖的圖片檢索中,可基于繪制草圖來(lái)檢索與其相關(guān)的圖片,這對(duì)于用戶(hù)非常有吸引力。提出一種新的邊界點(diǎn)選擇算法對(duì)邊界點(diǎn)進(jìn)行篩選和優(yōu)化。通過(guò)在局部區(qū)域中對(duì)邊界點(diǎn)進(jìn)行篩選,保留了主要邊界的信息,并將該方法應(yīng)用于3種不同的草圖檢索算法中。通過(guò)在兩個(gè)公開(kāi)數(shù)據(jù)集上的實(shí)驗(yàn),結(jié)果表明所提出的方法可同時(shí)提高檢索的準(zhǔn)確率和時(shí)間效率。手繪草圖檢
微型電腦應(yīng)用 2014年4期2014-08-08
- 基于邊界的無(wú)人機(jī)主動(dòng)SLAM算法
域周?chē)a(chǎn)生候選邊界點(diǎn),通過(guò)建立合理的目標(biāo)函數(shù),從候選邊界點(diǎn)中選擇目標(biāo)點(diǎn),控制無(wú)人機(jī)朝該目標(biāo)點(diǎn)方向運(yùn)動(dòng),再運(yùn)用擴(kuò)展卡爾曼濾波算法更新無(wú)人機(jī)的運(yùn)動(dòng)狀態(tài)。通過(guò)建立的無(wú)人機(jī)簡(jiǎn)化模型,對(duì)提出的算法和隨機(jī)同步定位與地圖構(gòu)建算法進(jìn)行對(duì)比研究,仿真結(jié)果表明該算法是有效可行的。主動(dòng)同步定位與地圖構(gòu)建;邊界;擴(kuò)展卡爾曼濾波;無(wú)人機(jī)同步定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)是無(wú)人機(jī)實(shí)現(xiàn)真正自主導(dǎo)航的關(guān)鍵。其本質(zhì)就是
海軍航空大學(xué)學(xué)報(bào) 2014年5期2014-07-12
- 基于閾值分割與多邊形掃描求交的明暗恢復(fù)形狀重構(gòu)模型冗余信息去除
法[14]進(jìn)行邊界點(diǎn)判斷及輪廓提取。Robert算子采用對(duì)角線(xiàn)方向相鄰像素之差近似梯度來(lái)進(jìn)行邊緣點(diǎn)的判斷,對(duì)數(shù)字圖像f(x,y)每一像素點(diǎn),取其梯度值:由于二值圖像的特殊性,選取閾值G0(i,j)=0,當(dāng)G(i,j)>G0(i,j)=0時(shí),該像素點(diǎn)為邊界點(diǎn),取灰度值為1;否則為背景或目標(biāo)內(nèi)部點(diǎn),取灰度值為0。3 多邊形區(qū)域分割經(jīng)過(guò)輪廓提取處理后就得到了連續(xù)的二維輪廓。由于任意復(fù)雜的二維輪廓均可看做多邊形,因此利用多邊形掃描求交方法進(jìn)行區(qū)域分割,其技術(shù)路線(xiàn)如
計(jì)量學(xué)報(bào) 2014年1期2014-06-07
- 基于集成學(xué)習(xí)思想的深度圖像遮擋邊界檢測(cè)方法
化不明顯的遮擋邊界點(diǎn)的狀況,提出了8鄰域總深度差特征和最大面積特征,并定義了計(jì)算方法。在此基礎(chǔ)上,提出一種新的基于集成學(xué)習(xí)思想的深度圖像遮擋邊界檢測(cè)方法,該方法結(jié)合所提新特征及現(xiàn)有遮擋相關(guān)特征訓(xùn)練基于決策樹(shù)的AdaBoost分類(lèi)器,完成對(duì)深度圖像中遮擋邊界點(diǎn)及非遮擋邊界點(diǎn)的分類(lèi),實(shí)現(xiàn)對(duì)深度圖像中遮擋邊界的檢測(cè)。實(shí)驗(yàn)結(jié)果表明,同已有方法相比,所提方法具有較高的準(zhǔn)確性和較好的普適性。計(jì)量學(xué);遮擋邊界檢測(cè);集成學(xué)習(xí);深度圖像;8鄰域總深度差特征;最大面積特征;A
計(jì)量學(xué)報(bào) 2014年6期2014-06-07
- 新型快速多極雜交邊界點(diǎn)法在復(fù)合材料熱傳導(dǎo)中的應(yīng)用
型快速多極雜交邊界點(diǎn)法在復(fù)合材料熱傳導(dǎo)中的應(yīng)用苗 雨, 孫恬粲, 鄭俊杰(華中科技大學(xué)土木工程與力學(xué)學(xué)院,湖北武漢 430074)將雜交邊界點(diǎn)法應(yīng)用于復(fù)合材料的熱傳導(dǎo)模擬,推導(dǎo)一種求解復(fù)合材料的方程,該方程減少計(jì)算自由度,效率更高.將新型快速多極算法與雜交邊界點(diǎn)法結(jié)合進(jìn)行大規(guī)模計(jì)算,數(shù)值算例中對(duì)包含大量粒子的復(fù)合材料進(jìn)行模擬,結(jié)果表明快速多極雜交邊界點(diǎn)法可行,具有一定的應(yīng)用前景.雜交邊界點(diǎn)法;三維復(fù)合材料;方程;快速多極算法0 引言在工程計(jì)算中[1-3],
計(jì)算物理 2014年3期2014-04-16
- 特定邊界跟蹤中角點(diǎn)檢測(cè)研究
蹤完所有的輪廓邊界點(diǎn),而且,邊界跟蹤僅利用圖像局部信息,沒(méi)有利用全局信息作為先驗(yàn)知識(shí),造成信息浪費(fèi)和跟蹤效率較低。目前又出現(xiàn)了一種抽取邊界點(diǎn)的邊界跟蹤算法,這種算法從反映邊界信息的角度出發(fā),檢測(cè)部分邊界點(diǎn),實(shí)現(xiàn)特定輪廓跟蹤。這種方法檢測(cè)效率高、穩(wěn)定性好,但由于采用等步長(zhǎng)采樣,往往檢測(cè)不到角點(diǎn),并且在角點(diǎn)附近存在大量信息丟失現(xiàn)象,因此必須采用角點(diǎn)檢測(cè)算法檢測(cè)出角點(diǎn),保證邊界跟蹤的正確性和準(zhǔn)確性。角點(diǎn)是圖像輪廓發(fā)生突變的點(diǎn),反映了物體輪廓特征,有時(shí)又稱(chēng)為特征點(diǎn)
應(yīng)用光學(xué) 2014年6期2014-03-27
- 一種去除掛網(wǎng)圖像鋸齒的方法及裝置
,確定第一候選邊界點(diǎn),進(jìn)行方向?yàn)V波,確定每個(gè)第一候選邊界方向;根據(jù)每個(gè)第一候選邊界點(diǎn)的目標(biāo)邊界方向及設(shè)置的檢測(cè)模板,確定第一候選邊界點(diǎn)中的第二候選邊界點(diǎn);根據(jù)第二候選邊界點(diǎn)的目標(biāo)邊界方向,確定第二候選邊界點(diǎn)中的邊界點(diǎn);當(dāng)為邊界點(diǎn)時(shí),并為根據(jù)對(duì)掛網(wǎng)圖像進(jìn)行的圖文檢測(cè)確定的文字上的邊界點(diǎn)時(shí),進(jìn)行插值調(diào)整,根據(jù)插值調(diào)整的結(jié)果去除掛網(wǎng)圖像中的鋸齒。技術(shù)優(yōu)勢(shì):精確的確定了掛網(wǎng)圖想的邊界,從而有效地去除掛網(wǎng)圖相中的鋸齒。
電腦與電信 2014年6期2014-03-22
- 面向重建的結(jié)構(gòu)光中心快速提取方法*
心線(xiàn),通常光條邊界點(diǎn)能量較弱難以提取,本文提出取距離峰值較近的像素為光條的虛擬邊界,并采用光條中心提取方法中的中心法提取光條中心。在處理的圖像數(shù)據(jù)較大時(shí)傳統(tǒng)的中心提取方法的算法時(shí)間復(fù)雜度較高。難以達(dá)到實(shí)時(shí)檢測(cè)的效果。本文基于光條邊界的連續(xù)性和光條在圖像中的位置、形狀等分布特征。結(jié)合光條邊界相鄰像素點(diǎn)之間的偏置關(guān)系,判斷圖像中每列(行)開(kāi)始和終止掃描位置,根據(jù)不同的情況,使用24種方法實(shí)現(xiàn)光條中心的快速提取。并比較不同的兩種方法重構(gòu)動(dòng)車(chē)輪轂?zāi)P汀? 改進(jìn)中心
機(jī)電工程技術(shù) 2014年5期2014-01-10
- 基于巖體等級(jí)和隧道跨度耦合影響的卸荷拱研究
卸荷拱內(nèi)、外邊界點(diǎn)的判定方法在進(jìn)行數(shù)值分析時(shí),對(duì)巖體做出4點(diǎn)假設(shè):①巖體為均質(zhì)連續(xù)體,不考慮巖體中節(jié)理裂隙的方向和發(fā)育;②用自重應(yīng)力場(chǎng)來(lái)代表初始應(yīng)力場(chǎng);③不考慮地下水的影響;④模型可以簡(jiǎn)化為平面應(yīng)變問(wèn)題。工況1:計(jì)算模型為直墻拱頂隧道,跨度5m,直墻高4.5m,拱頂矢高2m,采用工程中常用的割圓拱,拱頂埋深為20m,所處地層為Ⅲ類(lèi)巖體(表1[17]),采用 D-P材料模型。表1 Ⅲ類(lèi)巖體物理力學(xué)參數(shù)Tab.1 Physico-mechanical Par
建筑科學(xué)與工程學(xué)報(bào) 2013年1期2013-12-08
- 基于深度圖像的點(diǎn)云邊界點(diǎn)提取
模型,其中點(diǎn)云邊界點(diǎn)的提取是數(shù)據(jù)壓縮、目標(biāo)識(shí)別、曲面重建的關(guān)鍵步驟之一。邊界點(diǎn)可構(gòu)成模型最基本的幾何框架,因此邊界點(diǎn)的正確提取對(duì)于準(zhǔn)確表達(dá)模型外觀(guān)具有關(guān)鍵作用。通常在邊界點(diǎn)提取的過(guò)程中會(huì)首先進(jìn)行模型特征點(diǎn)的提取,然后再依據(jù)一定的規(guī)則從候選特征點(diǎn)中篩選出邊界點(diǎn)。Milroy M J[1]和Yang[2]在局部坐標(biāo)系內(nèi)進(jìn)行二次參數(shù)曲面計(jì)算,通過(guò)判斷曲率極值來(lái)提取邊界點(diǎn)。賀美芳等[3-4]利用Yang的方法處理點(diǎn)云得到二次參數(shù)曲面方程,并利用朱心雄[5]提到的方
水利與建筑工程學(xué)報(bào) 2013年3期2013-02-27
- 物體三維數(shù)字化中消除遮擋孔洞的視點(diǎn)規(guī)劃方法研究
片1.2 孔洞邊界點(diǎn)的判斷點(diǎn)云數(shù)據(jù)預(yù)拼合后,把拼合坐標(biāo)系偏置到以工作臺(tái)旋轉(zhuǎn)中心OP為原點(diǎn)的坐標(biāo)系,根據(jù)點(diǎn)云數(shù)據(jù)的Z坐標(biāo)值大小細(xì)分為若干等分層,把每個(gè)等分層內(nèi)的點(diǎn)云向X1OPY1平面投影,設(shè)定點(diǎn)云孔洞投影點(diǎn)的距離閾值為a,若X1OPY1平面上相鄰?fù)队包c(diǎn)的距離大于a,則該投影點(diǎn)對(duì)應(yīng)的三維空間點(diǎn)即為孔洞邊界點(diǎn)。如圖3所示,將間隔為ΔZ的分層區(qū)間內(nèi)的點(diǎn)云向X1OPY1平面方向投影,計(jì)算坐標(biāo)原點(diǎn)OP和各投影點(diǎn)的連線(xiàn)與X1軸之間的角度γ(OP在點(diǎn)云數(shù)據(jù)輪廓投影點(diǎn)內(nèi),目
中國(guó)機(jī)械工程 2012年21期2012-12-03
- 基于網(wǎng)格聚類(lèi)中邊界點(diǎn)的處理
的點(diǎn)可能是簇的邊界點(diǎn),也可能是噪聲點(diǎn),為此,可利用邊界處理技術(shù)作進(jìn)一步處理。聚類(lèi)的邊界代表了一種潛在的模式,對(duì)數(shù)據(jù)挖掘有著重要的意義。但是目前涉及邊界的算法并不多,對(duì)其研究遠(yuǎn)遠(yuǎn)不夠。另一方面,邊界點(diǎn)處于某些簇的相鄰位置,許多聚類(lèi)算法(如基于網(wǎng)格的方法)不能準(zhǔn)確地把這些邊界點(diǎn)劃分到對(duì)應(yīng)的簇中,從而降低了聚類(lèi)結(jié)果的質(zhì)量。1 相關(guān)工作1.1 邊界點(diǎn)的定義在DBSCAN算法中,第一次提出了邊界點(diǎn)的概念。算法是基于密度定義了簇的邊界點(diǎn),即如果一個(gè)對(duì)象不是核心點(diǎn)(所謂
科技視界 2012年34期2012-08-23
- 一種基于點(diǎn)集自適應(yīng)分組構(gòu)建Voronoi圖的并行算法
并時(shí)會(huì)出現(xiàn)大量邊界點(diǎn),導(dǎo)致子網(wǎng)間出現(xiàn)過(guò)多未封閉多邊形,在一定程度上影響了算法的整體效率。為此,本文在分析分治算法思想的基礎(chǔ)上,考慮將平面點(diǎn)集進(jìn)行自適應(yīng)網(wǎng)格劃分,使得每個(gè)分組中點(diǎn)的數(shù)量近似相等,且盡量避免每個(gè)矩形分組出現(xiàn)狹長(zhǎng)條帶。同時(shí),考慮到掃描線(xiàn)算法作為一種較經(jīng)典的Voronoi圖生成算法,其時(shí)間復(fù)雜度為 O(nlgn),算法性能和穩(wěn)定性都比較好。本文采用其作為各點(diǎn)集分組的子網(wǎng)生成算法,并采用并行計(jì)算方式完成這一過(guò)程。在相鄰網(wǎng)格之間,依據(jù)掃描線(xiàn)算法中的岸線(xiàn)
圖學(xué)學(xué)報(bào) 2012年6期2012-07-09
- 基于Loop細(xì)分算法的曲面邊界控制及曲面拼接
模型曲面的所有邊界點(diǎn)在邊界條件多邊形上。在大多數(shù)情況下,曲面的邊界點(diǎn)很少是在邊界條件多邊形上,這就需要通過(guò)合理地變化曲面,使邊界點(diǎn)落在邊界條件多邊形上,并保持曲面的美感和光滑度。本文提出了邊界點(diǎn)不在邊界條件多邊形上的拼接算法,因?yàn)樵趯?shí)際應(yīng)用的過(guò)程中,很容易能夠保證模型曲面的一個(gè)邊界點(diǎn)和邊界條件多邊形的一個(gè)頂點(diǎn)重合,因此,本文中要求至少有一個(gè)模型曲面邊界點(diǎn)和邊界條件多邊形的頂點(diǎn)重合,同時(shí)要求模型曲面的邊界頂點(diǎn)個(gè)數(shù)少于邊界條件多邊形的頂點(diǎn)個(gè)數(shù)。實(shí)際上,既然模型
- 圖像輪廓的點(diǎn)坐標(biāo)的提取方法及VC++編程實(shí)現(xiàn)
最小行和列值的邊界點(diǎn).注意:此時(shí)的邊界點(diǎn)其實(shí)是圖像的最左下角的邊界點(diǎn).定義一個(gè)掃描方向變量dir,該變量用于記錄上一步中沿著前一個(gè)邊界點(diǎn)到當(dāng)前邊界點(diǎn)的移動(dòng)方向,按上述掃描第一個(gè)邊界點(diǎn)的順序,其初始化取值為:對(duì)4連通區(qū)域取dir=0,如圖 1所示;對(duì) 8連通區(qū)域取dir=7,如圖2所示.圖1 四連通區(qū)域方向示意圖圖2 八連通區(qū)域方向示意圖2.2 按逆時(shí)針?lè)较蛩阉鳟?dāng)前像素點(diǎn)的3×3鄰域,如果搜索到邊界點(diǎn)(黑點(diǎn))時(shí),則將該邊界點(diǎn)作為新的當(dāng)前像素點(diǎn),且更改搜索方向
赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版 2011年3期2011-10-16
- 雙互易雜交邊界點(diǎn)方法求解Helmholtz方程*
題的能力.雜交邊界點(diǎn)方法[3-6]是一種純邊界類(lèi)型的無(wú)網(wǎng)格方法,該方法無(wú)論插值還是積分都不需要網(wǎng)格,計(jì)算時(shí)僅需要邊界上離散點(diǎn)的信息,前處理簡(jiǎn)單,是一種很有發(fā)展前景的計(jì)算方法.然而,該算法同其他邊界類(lèi)型方法一樣,在求解Helmholtz方程這樣的非齊次方程時(shí)需要域內(nèi)劃分網(wǎng)格,從而失去了其降維的優(yōu)勢(shì).本文將雜交邊界點(diǎn)方法同雙互易法[7-8]結(jié)合,提出了一種求解Helmholtz方程的新方法,該方法將問(wèn)題的解分為通解和特解兩部分,通解使用雜交邊界點(diǎn)法求解,特解則
- 穩(wěn)健的虹膜定位算法
索虹膜內(nèi)外緣的邊界點(diǎn),然后針對(duì)這些邊界點(diǎn)進(jìn)行橢圓曲線(xiàn)擬合。通過(guò)大量的實(shí)驗(yàn)表明,該算法快速、準(zhǔn)確,并能夠在一定程度上解決偏視虹膜圖像的定位問(wèn)題和眼瞼、睫毛的遮擋問(wèn)題。曲線(xiàn)擬合; 多分辨率分析; 尺度函數(shù); 小波分析虹膜識(shí)別技術(shù)是一種高性能的生物特征鑒別技術(shù),一個(gè)高性能的虹膜識(shí)別系統(tǒng)原型于1993年成功實(shí)現(xiàn)[1]。文獻(xiàn)[2-3]提出了兩種較為經(jīng)典的虹膜識(shí)別算法。到目前為止,已有超過(guò)五千萬(wàn)人在文獻(xiàn)[1]開(kāi)發(fā)的虹膜識(shí)別系統(tǒng)中進(jìn)行注冊(cè),而其他研究機(jī)構(gòu)對(duì)虹膜識(shí)別方法的
電子科技大學(xué)學(xué)報(bào) 2010年6期2010-02-08
- 解特殊凸二次半定規(guī)劃的邊界點(diǎn)法
故而本文將利用邊界點(diǎn)法對(duì)其進(jìn)行求解。易知,問(wèn)題(1.1)的KKT條件為:它又等價(jià)與以下的條件:A:=(svec(A1),svec(A2),svec(Am))T則可以得到φ(X)=Asvec(X),φ*(y)=smat(ATy)為了討論方便,假設(shè)以下的假定條件成立。假定1.1 矩陣A滿(mǎn)行秩;且問(wèn)題(1.1)存在嚴(yán)格可行點(diǎn),即Slater條件成立。最后,介紹一下本文的結(jié)構(gòu):在第二節(jié)中將介紹解問(wèn)題(1.1)的邊界點(diǎn)法,同時(shí)分析其全局收斂性;而在第三、四節(jié)中分別給
時(shí)代農(nóng)機(jī) 2010年11期2010-01-15