基于DeepLabV3+与超像素优化的语义分割

针对基于深度学习的DeepLabV3+语义分割算法在编码特征提取阶段大量细节信息被丢失,导致其在物体边缘部分分割效果不佳的问题,本文提出了基于DeepLabV3+与超像素优化的语义分割算法。首先,使用DeepLabV3+模型提取图像语义特征并得到粗糙的语义分割结果;然后,使用SLIC超像素分割算法将输入图像分割成超像素图像;最后,融合高层抽象的语义特征和超像素的细节信息,得到边缘优化的语义分割结果。在PASCAL VOC 2O12数据集上的实验表明,相比较DeepLabV3+语义分割算法,本文算法在物体边缘等细节部分有着更好的语义分割性能,其mIoU值达到83.8%,性能得到显著提高并达到了目前领先的水平。     

增强点云局部显著性特征的细粒度语义分割网

点云细粒度语义分割，即物体部件分割，在机械臂控制、智能化装配、物体检测等工业生产中有着重要的应用价值。然而由于点云数据形式散乱，导致物体部件边界处几何特征不明显且计算困难，从而致使细粒度分割精度较低，难以满足生产需求。针对点云的部件级分割，本文提出了增强点云局部显著性特征的细粒度语义分割网，网络中构建了局部数据上下文信息，提高细粒度分割精度。本网络建立了利用几何曲率改进的的最远点采样算法，增强点云局部数据子集特征计算能力；创建多尺度高维特征提取器，提取不同尺度的高维特征；在点云特征计算过程中使用seq2seq的方式，引入注意力机制，融合不同尺度的高维特征，进而获取细粒度语义分割的上下文信息。最终使得细粒度分割精度得到了有效提高，尤其是对边界处的分割效果提升显著。实验结果表明，本网络在ShapeNet Part数据集上的总体交并比达到了85.2%，准确率达到95.6%，且具有一定泛化能力。该方法对三维物体的细粒度语义分割具有重要的意义。     

基于纹理特征和双门限分割技术的SAR图像目标快速检测方法

针对已有的SAR图像目标检测算法多关注于如何提高检测概率而忽视检测效率,提出了一种同时具有较高检测概率和效率的检测新算法。首先,对原始SAR图像进行网格化,得到一系列网格;然后,根据每一个网格内的纹理特征和相应的鉴别准则将各个网格分为杂波区域和目标区域;最后,利用双门限分割技术提取出目标区域内完整的感兴趣区域。文中研究了用于分类的纹理特征包括:偏斜度、峰度、对比度、变差、差平均。实验结果表明,该方法产生的虚警极少,而且与单元平均恒虚警率检测器相比,检测时间至少可以降低60%(取决于算法选择的纹理特征)。     

室内场景下实时地三维语义地图构建

移动机器人自主建图是完成智能行为的前提。为提高机器人智能水平和直观的用户交互,地图需要扩展超出几何和外观信息的语义信息。研究了将基于深度残差网络(DRN)的像素级图像语义分割和三维同时定位与建图(SLAM)相融合的三维语义地图构建方法。首先,采用一种联合中值滤波算法进行深度图像的修复,使用改进的迭代最近点(ICP)算法得到相机估计位姿以及基于随机蕨类的闭环检测构建出三维环境地图;其次,采用优化的深度残差网络对输入的图像实现较精准的像素语义级别的预测与分割;最后,采用贝叶斯更新方法,渐进式的将图像分割获取的语义分类标签迁移到重建的室内三维模型中,获得完整的三维语义地图。实验表明,所设计的方法可以在实际的、复杂环境下实时地构建语义地图。     

基于彩色图像的运动目标分割方法

针对彩色图像Hue-saturation-intensity颜色模型各分量所携带的颜色信息不同的特点,结合区域分割算法在彩色图像中提取区域颜色特征,并将区域颜色特征作为局部阈值分割方法的阈值特征,提出一种基于图像区域颜色特征的运动目标分割方法。分割试验显示了该运动目标分割方法的有效性和可行性。提出融合梯度算子和子区合并技术进行区域分割的方法,子区合并技术能够在一定程度上防止两个独立的区域被错误的合并成一个区域, 这种区域分割方法和常用的Region growing算法的对比分割试验显示该方法对灰度变化不均匀的区域进行分割的效果优于Region growing算法。     

轴流式压缩机叶片有限元分析模型的建立

压缩机叶片是由复杂的自由曲面包络而成的零件,在对其做应力分析之前需进行有限元建模.提出在获得了ANSYS下叶片的实体几何模型的基础上,考虑到叶片实体几何模型的复杂性,为了很好地对叶片进行离散,采用三维实体单元Solid187对叶片进行网格划分.同时为了确保计算精度,将叶片分割成叶型和叶根两部分,分别对其划分网格,然后再...     

基于图像语义分割的物体位姿估计

为提高机器人在复杂场景中对物体的辨识与定位能力,提出一种基于图像语义分割技术的物体位姿估计方法。将RGBD传感器拍摄的RGB图像放入语义分割网络中,完成对图像的分割与物体分类;将分割出来的目标物体与深度图配准,得到目标物体点云图;将点云图与模型库中的模型运用ICP算法完成对物体的位姿估计。研究结果表明,该方法分割准确率可达82.26%,完成一次位姿估计时间1.35 s。     

一种双分支结构的图像语义分割算法

图像语义分割需要精细的细节信息和丰富的语义信息,然而在特征提取阶段,连续下采样操作会导致图像中物体的空间细节信息丢失。为解决该问题,提出一种双分支结构语义分割算法,在特征提取阶段既能有效获取丰富的语义信息又能减少物体细节信息的丢失。该算法的一个分支使用浅层网络保留高分辨率细节信息有助于物体的边缘分割,另一个分支使用深层网络进行下采样获取语义信息有助于物体的类别识别,再将两种信息有效融合可以生成精确的像素预测。通过Cityscapes数据集和CamVid数据集上的实验验证,与现有语义分割算法相比,所提算法在较少的参数条件下,获得了较好的分割效果。     

多神经网络图像分割算法

为了提高机器视觉系统的图像分割精度,提出了一种以小波变换为分类特征的多神经网络(Multi-Neural Network,MNN)图像分割算法,该算法包括小波特征提取、MNN区域划分和MNN分类3个阶段。其中,小波特征提取根据小波变换的各层图像扩展得到分类特征;MNN区域划分将初分割边界附近区域分为训练样本区域和待分类区域(待分区域),并用多边形拟合算法将待分区域划分为多个局部待分区域;MNN分类将每个局部待分区域的像素用区域内的神经网络分类器进行分类,确定目标像素和背景像素,将目标像素合并后再进行一定的后处理即可得到分割结果。以轴承表面缺陷检测系统采集的轴承缺陷图像为对象,对MNN算法和阈值分割算法进行了对比试验,结果显示MNN算法的像素数量误差(Pixel Error,PE)相比阈值分割算法降低了75%,分割精度显著提高。     

基于高斯映射的CAD网格法向聚类分割方法

网格模型特征的分割和识别,能够极大地提高复杂机械产品设计中模型重用、模型编辑的效率。由此,提出一种基于高斯映射的法向聚类CAD网格分割方法。对网格模型各面片法向进行高斯映射,建立各单元面片边连接邻域与高斯球面法向的对应关系。对各法向在高斯球面上进行k-means聚类分割,依据法向初始聚类类型和二面角阈值细化分割。将过分割的细小区域进行合并处理,根据各区域邻接矩阵及其类型的相似性进行特征识别和归并处理。本算法能够高效地对复杂机械产品的网格模型进行分割和识别,不受网格疏密的限制。     

基于特征修复的网格模型光顺算法研究

将Perona Malik的灰度图非线形调整方法应用到三维网格模型 ,提出了一种任意网格模型光顺和特征修复算法。该算法通过重复对模型中三角片法矢和网格顶点进行调整 ,不仅保证了调整后网格有效去除噪声 ,还可以在充分保留原始特征的基础上 ,自动对特征进行修复。调整后模型外形光顺 ,特征线清晰突出。文中应用实例表明该算法可以在保证修复特征的前提下 ,得到更合理的三角网格模型。     

结合局部特征及全局特征的显著性检测

针对目前大多数显著性检测方法中采用背景种子以及局部区域对比度显著性检测模型的缺点,本文提出了一种综合考虑局部特征以及全局特征的显著性检测算法。在对图像进行分割之后,算法首先融合了采用多特征方式生成的背景显著图与采用前景区域对比度方式生成的前景显著图,之后使用高斯滤波器对融合后的结果进行优化形成局部特征显著图。其次,在局部特征显著图的基础上提取多种特征的样本集合进行训练,从而得到全局特征显著图。算法最后将第一步生成的局部特征显著图与全局特征显著图进行结合生成最终的显著图。实验部分验证了算法各部分的有效性,并且在3个公开数据集上对文章方法与近年来优秀的显著性检测算法进行了对比,实验结果显示,本文算法在CSSD数据集上的准确率、召回率以及F-measure分别达到了0.837 5、0.743 4和0.813 7,在其它数据集上也有良好表现。实验表明,本文算法能够有效抑制背景区域,并且高亮前景区域,更好地检测出显著目标。     

采用深度级联卷积神经网络的三维点云识别与分割

三维目标识别和模型语义分割在自动驾驶、机器人导航、3D打印和智能交通等领域均有着广泛应用。针对PointNet++未能结合三维模型的上下文几何结构信息的问题,提出一种采用深度级联卷积神经网络的三维点云识别与分割方法。首先,通过构建深度动态图卷积神经网络捕捉点云的深层语义几何特征;其次,通过将深度动态图卷积神经网络作为深度级联卷积神经网络的子网络递归地应用于输入点集的嵌套分区,以充分挖掘三维模型的深层细粒度几何特征;最后,针对点集特征学习中的点云采样不均匀问题,构建一种密度自适应层,利用循环神经网络编码每个采样点的多尺度邻域特征以捕捉上下文细粒度几何特征。实验结果表明,本算法在三维目标识别数据集ModelNet40和MoelNet10上的识别准确率分别为91.9%和94.3%,在语义分割数据集ShapeNet Part,S3DIS和vKITTI上的平均交并比分别为85.6%,58.3%和38.6%。该算法能够提高三维点云目标识别和模型语义分割的准确率,且具有较高的鲁棒性。     

三维实体网格自适应划分算法

高质量的网格划分是三维建模研究的关键。根据对三维形体的几何特征和物理特征进行分析,给出三维网格划分的加密规则。通过研究网格加密区域和网格节点算法,设计基于Delaunay剖分的动态节点单元一体化三维网格自适应生成算法。在对对象的加密区域、区域布点等前期处理后,对选取的节点集进行Delaunay三角剖分,选取最优节点,并对特征集中区域进行局部加密,从而完成对三维体的网格划分,与传统划分方法相比较更具精确性和高效性。通过对机械零件进行网格划分,根据加密规则实现网格的疏密分布,划分结果能够准确描述出三维体的几何形体特征和物理特征分布,与传统划分方法的网格图形进行对比验证该方法的有效性,为更深入地研究形体提供基本保证。     

运用OpenGL的数控加工仿真算法研究

提出一种针对五轴数控磨床的工件加工仿真算法。该算法将工件和砂轮沿各自轴线方向分割成一个个圆平面,通过将三维运动部件的布尔运算转变为圆平面之间的二维布尔运算,达到简化布尔运算的效果。此仿真算法是在VS2008开发平台上,运用图形接口OpenGL来实现,通过此算法,能够很好地实现加工过程的动态仿真以及仿真结果的查看。     

机械CAD三角网格模型的特征表面分割混合算法

针对机械CAD三角网格模型中普遍存在的网格稀疏性和非均匀性分布等特点，提出了一种特征的二次提取及表面分割混合算法。第一次分割采用基于边的方法，即在平面合并的基础上对相邻三角面片法矢夹角的方差进行判断和处理，从而实现平面与其他稀疏网格表面区域的分割和边界特征的提取；第二次分割采用基于顶点的方法，首先由顶点的估算曲率计算出各面片的近似曲率，然后通过区域生长实现其他表面区域的分割及特征提取。实验结果表明，该方法能较准确地实现机械CAD三角网格模型的特征提取和表面分割。     

三维四向编织复合材料参数化单胞模型建立及弹性规律数值预测

基于ANSYS参数化设计语言(ANSYS parametric design language,APDL)采用规则六面体单元建立参数化的三维四向编织预制件网格模型。提出增强相单胞网格提取算法,实现三维四向编织复合材料增强相参数化单胞网格模型的提取。在增强相单胞网格提取算法中,针对单胞边界面与单元的相对位置关系归纳出的单元分割情况共有36种,其中六面体14种、三棱柱19种、四面体3种。基于Fortran语言编写单元提取和再重组程序,通过ANSYS代码数据库接口实现Fortran程序与ANSYS软件间高效的数据传递。计算纱线填充因子对三维四向编织复合材料单胞纤维体积分数的影响关系。联合区域叠合技术与增强相单胞网格提取算法,通过施加应力加载的周期性边界条件,预测三维四向编织复合材料的弹性性能,数值预测结果与试验吻合较好,并进一步得出编织角和纤维体积分数对三维四向编织复合材料弹性性能的影响规律。     

基于实体局部表面曲率和厚度的变密度三维六面体网格自动生成算法

提出一种基于传统栅格法的变密度三维全六面体网格自动生成算法,建立基于实体局部表面曲率的加密源点信息场的生成技术和基于几何实体局部厚度特征的网格加密技术,并给出自动生成全六面体协调网格的加密原则与加密模板。实现了在厚度较小的特征区域和曲率较大区域局部协调加密及平缓变密度的网格自动剖分,可获得局部协调加密及平缓变密度的全六面体网格。实例表明,所提出的算法实用性强,效果良好。     

齿轮激光冲击强化数值模拟中有限元网格划分的研究

由于渐开线轮齿形状的复杂性,现有网格划分的方法难以适应轮齿激光脉冲冲击强化的模拟过程中网格的划分,本文中提出了一种新的网格划分方法。在分析齿廓特征的基础上,先将轮齿的端面齿廓进行合理分割成不同的规则的区域,再在不同区域内用不同的网格密度生成平面单元,然后通过拖拉方法生成适合激光冲击波传播的体单元,相比于已有的网格划分方法,该方法在网格密度、单元形态、长宽比、单元与激光压力加载方向一致性等方面得到了较好地改善,有效地避免了不合理的网格几何形状,获得较为准确的残余应力。试验结果证明了该方法的正确性,并得出齿面网格尺寸为0.125 mm时最合适求解。     

一种可扩展式三维医学可视化系统的设计与实现

在分析可视化系统的功能和特性的基础上,设计并实现了一种三维医学数据场可扩展式可视化系统.首先根据医学图像的具体特征,系统设计了一系列预处理方法;随后提出了基于特征区域提取的分割算法和采用数据挖掘聚类方法等对三维数据场直接分割,并提出采用了二级排序体元块投射等体绘制算法.最后给出的实现效果图表明系统能够在PC机上实现对三维医学数据场方便和有效地绘制与管理.