逆向工程中测量数据曲面重构技术研究

文中首先介绍了自由曲面的描述方式,并提出了一种对点云数据进行NURBS曲面重建的改进算法。该算法通过对目标函数的修正及迭代处理,将测点数据的有理B样条曲线拟合问题转化为一单变量的优化问题。从而容易求得控制点三维坐标、权值、各测点所对应的参数值及最优控制点的数目,进而有效地压缩测量点云数据量。该方法克服了现有方法存在的需要求解多变量的非线性优化问题,不能对最优控制点数目进行求取等缺陷。实践表明,文中提出的方法是行之有效的。     

基于稀疏表示与小波特征的人脸识别分层框架

基于稀疏表示的人脸识别研究,非线性特征的选择研究较少。提出分层使用人脸图像的小波特征,进行稀疏表示人脸识别框架。框架首先对样本人脸进行小波变换,构造小波低频和小波高频过完备人脸字典;识别阶段首先使用人脸图像的小波低频特征进行稀疏表示,计算类别模糊稀疏,然后根据模糊系数输出类别标签或进行高频特征的稀疏表示与识别。实验结果表明,基于小波特征和稀疏表示的人脸识别分层框架提高了识别的准确率,且对遮挡很鲁棒。     

小波理论及其在图形图像处理中的应用

小波分析多尺度特征可以替代B样条基,将多尺度特性带入到曲面之中。这样就可以将分辨率较高的曲面分解成小波系数组和分辨率较低的曲面。运用离散内积和非均匀B样条节点插入算法,根据整体光顺度,从曲面对应的最坏节点进行局部光顺,选择最坏节点的光顺区域,运用约束方程,在光顺界面边界基本不变的条件下,对细节部分迭代进行分解,控制误差。在光顺时又可以保持曲面的连续性。     

小波理论及其在图形图像处理中的应用

小波分析多尺度特征可以替代B样条基,将多尺度特性带入到曲面之中。这样就可以将分辨率较高的曲面分解成小波系数组和分辨率较低的曲面。运用离散内积和非均匀B样条节点插入算法,根据整体光顺度,从曲面对应的最坏节点进行局部光顺,选择最坏节点的光顺区域,运用约束方程,在光顺界面边界基本不变的条件下,对细节部分迭代进行分解,控制误差。在光顺时又可以保持曲面的连续性。     

基于小波的B样条曲线多分辨表示及编辑

多分辨表示方法为曲线提供了更为灵活的表达方式,使得我们可以在不同分辨率下对曲线进行编辑,小波技术是实现曲线多分辨表示的一种新颖方法,已有许多论文从理论上论述了这项技术,文中从几何概念出发,由浅入深地论述了基于小波的准均匀三次B样条曲线多分辨表示的原理及其实现,并通过实例描述了B样条曲线的多分辨编辑。     

基于小波的曲线构造方法

一条曲线L1具有较好的细节,另一条曲线L2具有较好的轮廓.通过小波变换构造一条新的曲线L3,使曲线L3具有曲线L1的细节和曲线L2的轮廓,并通过数值实例说明了文中方法的有效性.     

基于小波的准均匀B样条曲线曲面变分造型

变分造型是自由曲线曲面交互设计中常用的技术之一，在传统的变分造型技术中，一般将此类问题转化为对控制顶点的优化求解问题，但当基函数多进，B样条的局部性常会导致待求解系统的性态不好，求解效率降低，对此，文中应用小波方法解决准均匀B样条曲线曲面变分造型中的优化求解问题，由于小波基具有多分辨特性，该方法可以大大提高迭代速度。     

准均匀B样条曲面的多分辨率表示及应用

在多分辨率曲线和曲面造型中，B样条小波已经得到了广泛应用。曲线和曲面的多分辨率造型成为一个研究热点。通过阐述准均匀B样条曲线曲面的基于小波分解的多分辨率表示的数学原理，给出了具体的曲线和曲面小波分解算法和实验结果，说明了准均匀B样条曲面多分辨表示的优点及其在工业上的应用。     

基于小波分析的散乱测量数据的压缩算法

对于大量的含有噪声的散乱测量数据 ,首先利用 B样条小波对其进行去噪处理 ,然后以离散数据的曲率值为分析对象进行多分辨分析 ,依据所得的高频系数在一定的阈值条件下对原数据进行重采样处理 ,以达到数据压缩的目的 .     

逆向工程中平面轮廓线数据的B样条曲面拟合

利用统计学的知识,对空间数据点参数值分布情况进行了分析,给出了曲面拟合过程中节点矢量的确定方法。在此基础上给出了曲面轮廓线数据的B样条曲面拟合算法以及应用该方法对平面轮廓线扫描数据进行B样条曲面拟合的算例。     

小波变换和稀疏表示相结合的遥感图像融合

针对多光谱图像与全色图像的融合,提出一种结合小波变换和稀疏表示的融合算法.该算法充分利用小波变换具有保持光谱信息这一优势,首先对多光谱图像进行IHS (intensity-hue-satuation)变换,然后对亮度分量和全色图像进行单层小波变换,得到对应的高低频系数.分析高低频系数的特征,对于不能认为是“稀疏”的低频系数采用稀疏表示进行融合;对于可以认为是“稀疏”的高频系数采用图像信息融合规则进行融合.最后进行小波逆变换和IHS逆变换得到融合结果.实验结果表明,该算法最大限度地保留了光谱信息,并提高了空间分辨率.     

结合微分特征和Haar小波分解的鲁棒纹理表达

针对传统的局部二值模式算子缺乏像素间深层次的相关性信息，且对图像中常见的模糊及旋转变化的鲁棒性较差的问题，提出了一种结合微分特征和Haar小波分解的鲁棒纹理表达算子。在微分特征通道上，通过各向同性的微分算子提取图像中的一阶和二阶微分特征，使图像的微分特征在本质上具有旋转不变性且对图像模糊具有较强的鲁棒性；基于小波变换在时域和频域同时具有良好的局部化的特点，在小波分解特征提取通道上采用多尺度的二维Haar小波分解提取图像中的模糊鲁棒特征；最后，串联两个通道上的特征直方图来描述图像的纹理特征。在特征判别性实验中，该算子在较复杂的UMD、UIUC和KTH-TIPS纹理库上的准确率分别达到了98.86%、98.2%和99.05%，与中值稳健扩展局部二值模式（MRELBP）算子相比，准确率分别提高了0.26%、1.32%和1.12%；在对旋转变化和图像模糊的鲁棒性分析实验中，该算子在仅存在旋转变化的TC10纹理库上的分类准确率达到99.87%，在添加了不同程度高斯模糊的TC11纹理库上的分类准确率降幅仅为6%；在计算复杂度实验中，该算子的特征维度仅为324维，在TC10纹理库上的平均特征提取时间为30.9 ms。实验结果表明，结合微分特征和Haar小波分解的方法具有很强的特征判别性，对旋转和模糊的鲁棒性较强，同时具有较低的计算复杂度，在样本数据较少的场合具有很好的适用性。     

结合微分特征和Haar小波分解的鲁棒纹理表达

针对传统的局部二值模式算子缺乏像素间深层次的相关性信息,且对图像中常见的模糊及旋转变化的鲁棒性较差的问题,提出了一种结合微分特征和Haar小波分解的鲁棒纹理表达算子。在微分特征通道上,通过各向同性的微分算子提取图像中的一阶和二阶微分特征,使图像的微分特征在本质上具有旋转不变性且对图像模糊具有较强的鲁棒性;基于小波变换在时域和频域同时具有良好的局部化的特点,在小波分解特征提取通道上采用多尺度的二维Haar小波分解提取图像中的模糊鲁棒特征;最后,串联两个通道上的特征直方图来描述图像的纹理特征。在特征判别性实验中,该算子在较复杂的UMD、UIUC和KTH-TIPS纹理库上的准确率分别达到了98.86%、98.2%和99.05%,与中值稳健扩展局部二值模式（MRELBP）算子相比,准确率分别提高了0.26%、1.32%和1.12%;在对旋转变化和图像模糊的鲁棒性分析实验中,该算子在仅存在旋转变化的TC10纹理库上的分类准确率达到99.87%,在添加了不同程度高斯模糊的TC11纹理库上的分类准确率降幅仅为6%;在计算复杂度实验中,该算子的特征维度仅为324维,在TC10纹理库上的平均特征提取时间为30.9 ms。实验结果表明,结合微分特征和Haar小波分解的方法具有很强的特征判别性,对旋转和模糊的鲁棒性较强,同时具有较低的计算复杂度,在样本数据较少的场合具有很好的适用性。     

基于小波包的表面肌电信号特征表示与识别

为提高智能轮椅人机接口中表面肌电信号的正确识别率和识别效率,主要研究了基于小波包多尺度分解的特征表示及识别。把采集的表面肌电信号在指定尺度及核函数的同一组正交小波包基下进行分解,用小波包多尺度分解的系数构造表面肌电信号的特征基向量。考虑到多通道表面肌电信号可能存在特征信息冗余,为消除这些冗余信息,对多通道表面肌电信号的特征空间通过正交规范化进行重构,并且用重构特征向量的对偶坐标向量作为表面肌电信号的最终特征表示。用非线性自回归神经网络实现了双通道表面肌电信号四种不同动作模式的分类。实验结果表明,小波包多尺度分解系数的重构对偶坐标向量不仅可作为表面肌电信号的特征表示,并能有效简化分类器的结构。     

Frame-based representation of philosophical systems using a knowledge engineering tool

This article addresses the methodological problem of the non-linear representation of philosophical systems in a computerized knowledge base. It is a problem of knowledge representation as defined in the field of artificial intelligence. Instead of a purely theoretical discussion of the issue, we present selected results of a practical experiment which has in itself some theoretical significance. We show how one can represent different philosophies using CODE, a knowledge engineering system developed by artificial intelligence researchers. The hypothesis is that such a computer based representation of philosophical systems can give insight into their conceptual structure. We argue that computer aided text analysis can apply knowledge representation tools and techniques developed in artificial intelligence and we estimate how philosophers as well as knowledge engineers could gain from this cross-fertilization. This paper should be considered as an experiment report on the use of knowledge representation techniques in computer aided text analysis. It is part of a much broader project on the representation of conceptual structures in an expert system. However, we intentionally avoided technical issues related to either Computer Science or History of Philosophy to focus on the benefit to enhance traditional humanistic studies with tools and methods developed in AI on the one hand and the need to develop more appropriate tools on the other. Gilbert Boss is professor of Philosophy at Université Laval, Québec. He is the author of several books, including Les machines à penser. L'homme et l'ordinateur,Zurich: Grand Midi, 1987, and John Stuart Mill. Induction et utilité,Paris: PUF, 1990. His main fields of research are modern philosophy, philosophy of culture, philosophical discourse and systems, artificial intelligence. Maryvonne Longeart is professor of Computer Science at UQAH, Hull, Québec. Her research interests include object oriented design methodologies and knowledge representation. She received a PhD in Philosophy from the University of Ottawa in 1978 and a BSc in computer science in 1987. She contributed to the Encyclopédie philosophique universelle,PUF, 1992 and published several papers on the representation of complex conceptual systems.Douglas Skuce is professor of computer science at the University of Ottawa. He has worked in the area of knowledge engineering since his PhD (McGill, 1977). During 1978-present he has been developing the CODE system for various applications, including terminology and software development. Currently, his interests include designing ontologies for knowledge exchange and coupling large corpora to systems such as CODE.     

基于层次B样条的自由形状特征重用

借助层次B样条技术提出了一种自由形状特征的重用算法.首先利用低通滤波和泊松方程对源曲面上特征区域进行基面与细节特征的分离操作,求得基面与特征之间的偏移矢量场;然后利用平面参数化将偏移矢量场应用到目标曲面上完成特征重构;最后借助层次B样条技术优化重用结果.实验结果表明,该算法能够有效地完成自由形状特征的重用.     

Hierarchical wavelet packet fuzzy inference system for pattern classification and system identification

This study presents a hierarchical Takagi–Sugeno–Kang type fuzzy system called hierarchical wavelet packet fuzzy inference system. In the proposed method, wavelet packet transform is applied on the input data to produce approximation and detail sub-bands of the input data and the output is used as the input vector of the proposed network. This network uses a hierarchical structure same as wavelet packet decomposition tree, in which adaptive network-based fuzzy inference system is used as sub-model. Also, gradient descent algorithm is chosen for training the parameters of antecedent and conclusion parts of the sub-models. In order to evaluate the capability of the proposed method, its applications in pattern classification, system identification and time-series prediction have been studied. The results show that the proposed method performs better than the other conventional models.     

基于B样条小波的彩色印刷扫描图像逆半调

彩色印刷是一种利用黄、品红、青、黑四色油墨叠印产生彩色图像的技术,逆半调是将半色调图像转换成连续调图像的过程,主要应用在电子出版和印刷图像电子化方面。选取LAB颜色空间作为逆半调处理的颜色空间,选择三阶B样条小波作为小波基,遵循小波分解、小波系数调整、小波重构的小波变换算法,对彩色印刷扫描图像进行逆半调处理,得到逆半调图像。实验结果表明,该算法避免了破坏彩色图像红、绿、蓝颜色通道的颜色相关性,对彩色印刷扫描图像的重建和印刷加网图像的恢复具有一定的理论意义和应用价值。