一种基于扩展区域查询的密度聚类算法

针对DBSCAN算法中最小点数和最大邻域半径难以确定,算法时间开销大,对起始数据点的选择比较敏感,以及难以发现不同密度下的邻近簇等问题,本文提出一种基于扩展区域查询的密度聚类算法(GISN-DBSCAN)。该方法首先提出扩展区域查询算法,随后采用最近邻域和反最近邻域的邻域关系,建立每个点的k-影响空间域,最后提出一种异常点判定函数,使得算法能够准确的识别边界点和噪声点。实验结果表明：GISN-DBSCAN算法能够有效的解决DBSCAN算法的不足。     

心内膜散乱点云边界点检测算法研究

针对心内膜散乱点云预处理中的边界点检测,利用截线云理论将散乱点云进行等间隔区域分层,将点云投影至点云切片,得到切片的散乱点集,同时建立链表结构分区存储点云数据;由平面上点的二维坐标定位,提出区域"十"字算法进行切片数据边界点提取,获取切片数据的最外层点,将检测到的边界点存回原始三维数据源,完成预处理过程。实验结果证明,该算法对边界点具有较强的识别能力,能够在快速、有效地简化点云数据的同时保持原始特征的信息,可以提高后续三维建模的精度和速度。     

基于广义延拓逼近法的凸轮轮廓反求设计

在高精度的凸轮轮廓反求设计中,利用凸轮轮廓非圆曲面的离散测量点,采用一种新的方法--广义延拓逼近法,构造出凸轮非圆曲面的广义延拓逼近模型,来实现高精度凸轮轮廓的反求设计.为验证设计效果,分别运用三次样条插值法和最小二乘拟合法对凸轮非圆曲面数据进行逼近计算.结果对比表明,采用广义延拓逼近法数学模型处理凸轮非圆曲面的离散数据时,如果在延拓域边界点上满足插值条件,可以实现区域内部的最佳拟合.此外,在插值次数相同的条件下,广义延拓逼近法具有更高的设计精度.     

几何集成的改进——特征边界点快速计算

针对优化几何集成方法(optimized geometric ensembles, OGE)在计算特征边界点集合的过程中包含大量冗余运算且效率较低的缺陷,分别利用Gabriel近邻规则及其启发式搜索法加速特征边界点的选取过程,提出了两种改进的几何集成方法--Gabriel OGE和启发式OGE,并与OGE进行比较实验。实验结果表明,虽然Gabriel OGE中计算特征边界点的时间复杂度与OGE一样,但是因为减少了大量数学运算,计算速度明显提高;而启发式OGE不仅将平均时间复杂度降低为O(dM²),而且在处理大数据集时,计算效率最高。Gabriel OGE和启发式OGE在保证分类结果的同时有效提高了特征边界点集合的计算速度,大幅度减少时间消耗。     

基于色彩相似度的自适应立体匹配

提出了一种结合权值矩阵和相似性系数矩阵构造的区域匹配方法。该方法首先运用色彩相似性和距离临近性对窗内的每一点相对于待匹配点的自适应权值进行分配,得到一个权值矩阵,为了提高在视差不连续区域的匹配精度,使用了边界点矩阵来降低相对应点的权值。然后在RGB色彩空间中根据待匹配点和对应点的匹配窗内的每一点的颜色绝对差值和来自适应分配相似性系数矩阵。最后利用上述方法对Middlebury网站上提供的四幅立体图像对Tsukuba、Venus、Teddy和Cones进行了实验,总体正确率分别达到了91.82%、96.19%、76.6%和86.9%。     

多阈值提取平面点云边界点的方法

针对基于切片技术的点云数据重建算法需要提取切片内点云边界点,及现有算法效率低、提取效果不好等问题,提出一种多阈值提取平面点云边界点的算法。通过选取判断点的k个近邻点,计算相邻两点与判断点连线间夹角,由于边界点必存在最大夹角,通过判断最大夹角是否超过设定阈值,从而快速提取边界点。通过对阈值设值分析,不同点云数据的边界提取实验及几种方法间比较,该方法不受点云形状影响,均能较好提取边界点,且优于其他3种算法。结果表明该方法在保证原始点云特征信息的前提下,可较好提取边界点,提高后续点云重建速度与效率。     

机器辐射声场的组合边界点法分析和试验研究

将组合边界点法应用于声辐射问题的分析计算,通过对模拟车床主轴箱辐射声场的组合边界点法分析、试验测试结果以及与分布源边界点法分析结果的对比,证实了组合边界点法是一种准确、快速的结构振动声辐射问题计算方法。     

逆向工程中散乱点云的边界线自动提取方法

复杂曲面零件的几何模型重构是逆向工程的研究重点之一,由零件表面的数字化数据提取边界线对重建模型的品质和精度起着重要作用。在研究基于图像法的点云数据边界特征自动提取的基础上,提出了利用各点处场力大小对边界点进行优化的方法,可以避免噪声点对边界轮廓形状的影响。通过对边界点进一步拟合形成边界曲线,达到对点云数据进行自动划分的目的。该方法具有较强的可操作性和实用性。