基于工程图三维重建中的预处理与信息提取技术研究*

提出了基于边界表示B-rep方法的工程图三维重建中对于二维工程图纸进行预处理和信息提取的一系列实用算法,涉及到工程图读入、实体过滤、视图分离、视图坐标规格化以及视图数据处理等流程.不但可以快速准确地获得二维工程视图中完备的几何信息和拓扑信息,而且处理对象并不局限于标准的工程三视图,对于工程一视图、二视图同样可以处理.这些算法已经应用于一个CAD原型系统并取得了较好的效果,为后续的三维重建工作提供了良好的基础.     

基于分类回归树和AdaBoost的眼底图像视网膜血管分割

提出一种能有效分割眼底图像中视网膜血管的监督学习方法,为眼底图中的每个像素点构造一个包括局部特征、形态学特征和Gabor特征在内的39维特征向量,用以判定其是否为血管上的像素.在进行分类计算时,以分类回归树作为弱分类器对样本集分类,然后对AdaBoost分类器进行训练得到强分类器,并由此完成各个像素点的分类判定.基于国际公共数据库DRIVE的实验结果表明,该方法的平均精确度达到0.960 7,且敏感度和特异性均优于已有的基于监督学习的方法,适用于眼底图像的计算机辅助定量分析和疾病诊断.     

结合最大方差比准则和PCNN模型的图像分割

脉冲耦合神经网络（PCNN）模型在图像分割方面有着很好的应用。在各项参数确定的情况下,其分割结果的好坏取决于循环迭代次数的多少,而PCNN模型自身无法实现迭代次数的自动判定。为此提出一种结合最大方差比准则的PCNN迭代次数自动判定算法,用于实现图像的自动分割。算法利用最大方差比准则找到图像的最优分割界限,确定PCNN的迭代次数,获得最优图像分割结果,然后利用最大香农熵准则验证分割结果。实验表明：提出的算法实现了PCNN迭代次数的自动判定,提高了PCNN的迭代速度,运行效率优于基于2D-OTSU和基于交叉熵的自动分割算法,图像分割效果良好。     

一种改进的地图匹配算法及其在移动通信巡检系统中的应用

巡检系统是对人员设备实施量化和动态管理的现代化手段,是促进企业及生产部门实行科学化和信息化管理的重要步骤,目前在石油行业管线和井位巡查管理、电力行业线路和设备巡查管理和通讯行业线路和设备巡查管理、铁路及安全设备巡查管理等领域都有广泛的应用。结合移动通信巡检工作的实际情况,本文提出了一种改进的基于最短路径的地图匹配(Map Matching)算法。在全球定位系统(GPS)数据的采样时间间隔较长的情况下能较准确地对定位点进行地图匹配,能够绘制出与电子地图道路信息相符的定位轨迹,并在长沙移动基站线路巡视巡检系统中得到实现。     

基于可复用功能组件的测试用例生成方法

针对交互式软件的频繁交互、状态复杂等特点,基于功能测试和层次型结构,从需求规范中提取基于操作流程的功能组件,通过映射、重组测试脚本,导入测试数据,并自动生成测试用例。功能组件的构建具有层次型结构的特点,即一个功能组件可以包含一个或多个功能组件,更大程度地共享了测试脚本。     

钣金件自动展开新方法

在对钣金件特征研究和"零厚度"假设的基础上,提出一种钣金件自动展开新方法.对钣金件进行特征分类,基于特征设计进行钣金件特征造型,并通过特征树的形式存储特征之间的关系,最后对特征树进行中序遍历得到钣金件的展开图.并将上述方法应用在SMCAD(Sheet-Metal CAD)系统中.结果表明,该方法能方便快捷的实现钣金件自动展开,并使钣金件设计和展开摆脱了对三维平台的依赖,展开过程更为简洁.     

一种基于切向细分的图像插值算法

提出了一种基于切向细分方法的图像插值算法.使用该算法进行图像插值时无需建立中间连续模型,而且插值系数可为任意正实数.实验结果显示,该算法克服了经典插值后图像的边缘锯齿和模糊效应,应用该法插值所得图像不仅使修正优化后的图像边界清晰,而且拥有更高的信噪比.     

大学计算机基础课教学现状及对策分析

以湖南某高校计算机基础课教学现状为背景,通过调查计算机基础课教师的专业背景、知识结构以及教学效果和个人发展前景等问题,指出当前大学计算机基础课教学由计算机专业教师担当的种种弊端,提出计算机基础课教学应与各学科专业紧密结合的思想,提出大学计算机基础课教学应由各专业教师来担任的解决方案,旨在为全面提高大学计算机基础课教学水平提供参考。     

结合粒子滤波与Mean shift的高速运动目标跟踪

Mean shift跟踪算法能够有效跟踪视频序列中的各种运动目标,但是该算法无法准确地跟踪视频中高速运动目标.通过分析mean shift算法的原理,指出mean shift对高速运动目标跟踪失效的原因,提出一种基于mean shift的粒子滤波跟踪的新算法.通过实验比较,该算法能改善了Mean shift算法对高速运动目标的效果,并且在存在干扰目标的情况下具备良好的跟踪效果.     

一种提取人脸特征3D信息的方法

针对头部姿态大角度偏转时,传统的2D人脸模型(主动表观模型,Active Appearance Model)定位人脸特征点的精度会急剧下降.引入与MPEG-4兼容的3D人脸形状模型Candide,并为其建立2D的形状模型和表观模型.模型拟合人脸图像的过程中,在保持3D形状模型与2D形状模型形变一致的基础之上,应用反向组合算法,提取人脸特征点的位置和头部姿态等3D信息.实验结果表明:在C环境下,算法的处理速度为250帧/秒以上,能达到实时处理;当头部姿态的偏转角度为0°-60°时,算法的标准误差值介于0.01-0.1之间.