逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。     

基于激光点云的公路箱梁表面裂缝识别方法研究

激光扫描作为一种新兴的无接触式测量技术,具有测量速度快、精度高的特点,常用于物体表面的损伤检测中。为从激光点云中提取裂缝所在位置,提出一种基于点云扫描线的混凝土预制箱梁表面裂缝识别方法,该算法根据点云在不同条带上的高度差异获取突变点,并使用小波分解增加突变点的拾取精度,最后通过连接突变点得到裂缝的平面分布。点云实验表明,依赖于小波分解对突变点的精确检测,该算法能够实现对预制箱梁表面独立单一走向裂缝的精确识别,其中使用Coif2小波基进行4层小波分解能够实现最佳的识别效果。     

基于立体视觉与特征匹配的点云目标识别算法

准确提取三维点云数据中待测目标的点云集合是三维点云目标识别技术的一个关键问题,也是近年来目标识别领域从二维向三维拓展的一个重要挑战,其主要难点在于快速寻找离散点云之间的相关函数关系。结合立体视觉与特征匹配构建了可以表征不同视场条件下的目标点云约束的机制,通过采用立体视觉作为约束条件完成了对原有特征匹配算法的优化。设计了基于立体视觉的估计算法,通过训练学习获得了不同选取比例条件下的识别规则。实验采用ARIES激光雷达采集点云,并通过MATLAB选取三种典型目标状态。当目标区分度高时,优化前后的目标识别率都在98%以上;当目标区分度低时,优化后对目标边界的限定条件可以很好地提高识别概率。采用优化的点云数据位置偏差量可达到0.55 mm,相比未优化的0.74 mm提高了0.19 mm。同时,优化后算法的收敛时间曲线要优于未优化的,3000点以上的收敛时间均值约为8.33 s,优于未优化的12.76 s。综上所述,优化后的算法具有更好的识别效率。     

基于局部和全局采样点云数据简化算法研究

3D激光扫描方法获取的点云数据存在大量冗余数据,为便于重建模型,对点云数据简化技术的关键是在简化数据的同时,最大限度地保留点云数据的原有特征,对点云数据简化技术进行了研究,提出了一种基于局部和全局点云特征相融合的简化算法,通过基于点云的网格分割的非均匀网格法来提取局部点云特征,并且通过基于空间体素化方法对点云进行全局采样,然后将二者特征融合,获取最佳的简化特征效果。实验表明,该算法能够适应各种类型曲面数据的简化要求,其点云简化最大误差为0.02812,点云简化平均误差为0.000472,并与非均匀网格算法和空间体素法做比较,其简化效率高,简化误差小。由此可见,该方法简化点云不但具有较高的简化效率,同时又很好地保留了原始数据的细节特征。     

一种改进的激光点云数据精简算法

随着三维激光扫描仪获取的点云数据量越来越大,激光点云数据精简已成为测绘领域中的一个新的研究热点。在对点云数据分层技术研究的基础上,将二维平面曲线精简算法—Douglas-Peucker算法拓展到三维空间并进行改进,使得算法在处理前不需要已知点云间的邻接关系,可以对三维散乱点云数据进行直接处理。借助于Matlab平台编程实现点云数据精简,并利用程序构建精简后的点云数据的网格模型。通过与原始点云的网格模型进行对比分析,实验表明此改进算法的精简效果比较理想。     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进OMP算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99%,并且在含噪比10%的情况下识别率仍达96%。     

3D-SIFT特征提取与体素滤波结合的点云精简算法

点云数据中的冗余数据会影响到点云处理算法的速度,因此,为提升算法速率,需对点云数量进行精简。然而,点云精简过程容易剔除掉特征点,导致点云信息不完整,效果不好等问题。针对这些问题,提出一种利用3D-SIFT特征提取与八叉树体素滤波结合的点云精简方法。利用3D-SIFT算法提取出点云的强特征点和弱特征点,对弱特征点进行改进的八叉树体素滤波,并保留强特征点,通过点云合并,将滤波后的弱特征点与保留的特征点整合到一起,使得精简后的点云数据不丢失特征点信息,从而也达到了精简的效果。将本算法与均匀网格算法、非均匀网格法、随机采样算法进行对比实验。通过多个不同模型的可视化结果和信息熵评价分析,可以得出对于几种不同模型取平均本算法平均信息熵达到3.771 92,高于其他算法的信息熵,证明本算法在对数据进行精简的同时也达到了特征保留的效果。     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的 SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域 SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进 OMP 算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99％,并且在含噪比10％的情况下识别率仍达96％。     

点云与CAD模型配准预处理技术的研究

文章提出了点云数据与CAD模型配准的三个预处理步骤：点云噪声过滤,CAD模型点云化和数据重采样。采用张量投票算法对原始点云数据过滤噪声,选用STL格式将CAD模型离散为点云格式,在CAD模型点云化和点云噪声过滤后,基于八叉树数据对两个数据集进行重采样,获得一个通用的解决方案。实验结果验证了文中算法的有效性。     

基于三维激光点云数据的钣金件误差检测分析

针对传统的钣金件误差检测方法无法全面有效率的获得零件误差信息,设计了一种基于三维激光点云数据处理的钣金件误差检测方法。该方法将通过三维激光扫描仪得到的钣金件点云数据进行预处理,然后通过特征匹配将标准钣金件的CAD模型和测试点云数据进行特征对齐,使它们呈现于同一坐标系下,最终根据钣金件点云数据中的各点到CAD模型的最短距离确定其误差。根据实际工程需要,文章提出了一种基于阈值的最短距离算法,该算法不仅可以有效地识别并剔除点云数据中的隐藏噪声点,而且计算效率高,精度易于控制。实验结果表明,该方法可以较好地得到钣金件的误差信息。     

图书馆云计算应用模式

在简介云计算的基础上,指出云计算对图书馆发展的意义;介绍目前图书馆界应用的几种云--搭载图书馆的公有云、图书馆私有云和图书馆混合云;给出图书馆利用云计算的几种模式--利用互联网搭载模式、总分馆模式、混搭模式;最后绘制出图书馆云计算应用模式框架。     

天地图网站云架构系统设计

文中首先分析了云计算在国内外的发展现状,通过与业界先进的地理信息服务网站的性能对比,明确了天地图网站升级云架构的必要性。基于以上分析,给出了天地图网站云架构的部署模型,讨论了相关的云服务器集群、云数据库、云网络以及云安全等方面的设计内容。同时,讨论了在云架构下,提升天地图网站服务能力需要考虑的主要技术因素。文中描述的云计算技术已经在天地图公司内部进行了开发与测试,提升了服务能力,实现了高可用性和高安全性,证明是可行的。     

企业应用云的安全问题研究

云计算以势不可挡的力量被越来越多的企业所认可和使用,给企业用户带来信息技术服务成本的显著降低和信息管理极大便利的同时也带来了巨大困扰,那就是云计算的安全风险问题。由于其普遍性和脆弱性被威胁利用后的严重性,云应用的安全问题备受关注。文中针对企业应用云的安全问题进行研究,结合当前发展情况,分析了企业在云计算应用过程中存在的从终端到云端的一系列安全问题,并提出了相应的安全防护策略。     

全球云计算安全研究综述

从安全对云计算的重要性说起,重点论述了云计算安全问题对云计算发展的影响、总结了目前国际上关于云计算安全问题的研究现状,主要包括CSA,ENISA以及微软在云计算安全方面所作的研究工作,并指出与云计算安全问题的解决,需要从技术、标准、法律等多个方面综合考虑。     

移动云计算安全问题及安全度量方法浅析

移动云计算安全度量是云计算安全中的一个研究领域,主要是研究采用手机等移动终端设备,通过移动互联网使用云计算服务过程中的安全问题及安全度量方法。本文分析了目前移动云计算行业发展过程中存在的安全问题,指出了这些安全问题是阻碍用户使用云计算服务的关键,分析了传统的安全度量方法在移动云计算中的应用的优缺点,并在此基础上提出了一种基于场景的移动云计算安全度量方法,该方法可以有效度量和展示用户正在使用的云计算服务的安全情况,可以解除用户对于安全的顾虑,让用户放心使用。     

电信运营商私有云适应性分析

首先通过对电信运营商IT资源及管理运维现状进行阐述,进而指明在此种现状下进行私有云建设面临的挑战。在面对这些挑战时,提出电信运营商应具有的私有云能力。以中国联通现有云化架构为例,建议复用uCloud现有技术并引入新技术,提出中国联通私有云目标架构。私有云目标架构与现状的差距,引入开源云平台进行解决。列举了4种开源云平台Openstack、CloudStack、Eucalyptus、OpenNebula,对他们的总体能力和联通私有云实际落地面临问题的解决能力进行比较。     

云计算安全方案与部署研究

云安全是云计算产业发展面临的关键问题,业界尚未形成完整成熟的体系及解决方案.本文给出了典型的云计算部署方案,分析了云计算安全要素,并结合典型云计算架构,提出了全面的私有云安全部署方案.     

云计算安全问题分析

云计算作为一种新型的分布式计算模式,已迅速发展并成为学术界和产业界的焦点,然而其存在的安全隐患成为制约其发展的一个瓶颈。分析了现有的云计算特征及其面临的安全问题,然后提出相应的解决方案,为云计算发展提供一些安全方面的理论支撑。     

A Survey of Mobile Cloud Computing

Mobile Cloud Computing (MCC) is emerging as one of the most important branches of cloud computing. In this paper, MCC is defined as cloud computing extended by mobility, and a new ad-hoc infrastructure based on mobile devices. It provides mobile users with data storage and processing services on a cloud computing platform. Because mobile cloud computing is still in its infancy, we aim to clarify confusion that has arisen from different views. Existing works are reviewed, and an overview of recent advances in mobile cloud computing is provided. We investigate representative infrastructures of mobile cloud computing and analyze key components. Moreover, emerging MCC models and services are discussed, and challenging issues are identified that will need to be addressed in future work.     

云时代的安全风险与防护方案

云计算已经在全球遍地开花,在给全球IT和经济模式带来变革的同时,安全问题也变得尤为突出,运营商已经逐步从公有云服务提供商进入到全新的专享云、托管云、私有云、混合云等各个云领域了,云时代的安全风险有哪些,作为云服务提供商,又该如何做好安全防范或者将安全作为一种产品进行销售和运营、管理是现今最值得关注的问题,针对大客户形态的不同云安全又有哪些不同,本文将做局部的深入探讨。