顾及动态物体感知的增强型视觉SLAM系统

传统的同步定位与制图（Simultaneous localization and mapping, SLAM）系统在复杂环境下工作时，无法分辨环境中的物体是否存在运动状态，图像中运动的物体可能导致特征关联错误，引起定位的不准确和地图构建的偏差。为了提高SLAM系统在动态环境下的鲁棒性和可靠性，本文提出了一种顾及动态物体感知的增强型视觉SLAM系统。首先，使用深度学习网络对每一帧图像的动态物体进行初始检测，然后使用多视图几何方法更加精细地判断目标检测无法确定的动态物体区域。通过剔除属于动态物体上的特征跟踪点，提高系统的鲁棒性。本文方法在公共数据集TUM和KITTI上进行了测试，结果表明在动态场景中定位结果的准确度有了明显提升，尤其在高动态序列中相对于原始算法的精度提升在92%以上。与其他顾及动态场景的SLAM系统相比，本文方法在保持精度优势的同时，提高了运行结果的稳定性和时间效率。     

多雷达跟踪网数据融合算法的研究

为了将国外多传感器融合技术引用的雷达网系统中，本文对国外多传感器数据融合技术做了简要叙述，并进行了归纳，分析，作者认为在卡尔曼滤波前，对多个传感器的观测数据进行并行的预处理（融合估计）的算法比其他融合算法要求，为了找到使跟踪精度更高的数据融合算法，本文不仅就参与融合的观测值的数目与跟踪精度的关系进行了仿真比较，而且对几种认为可取的国外算法进行了扩展与改进。最后，将改进后的几种融合算法就其应用于雷达     

CATIA与点云融合的机翼微变形检测研究

飞机在日常飞行过程中机身和机翼表面通常会产生人眼无法直接识别的微小变形,并影响飞行的气动性能甚至影响飞机的飞行安全。将三维激光扫描技术应用于机器的微变形检测中,能够检测出机翼的毫米级微小变形。然而与常规激光点云处理软件Geomagic Studio相比,CATIA(Computer Aided Tri-Dimensional Interface Application)能够实现对飞行器模型的模拟气动性和碰撞性检测,更能拓展点云数据的检测功能。文章通过实验对将激光点云数据与CATIA平台进行融合处理的过程和技术要点进行了探索和研究,形成了一套针对Geomagic Studio和CATIA平台点云数据融合处理的技术方案。通过对比分析,对Geomagic Studio和CATIA平台各自处理点云的技术优势进行了总结,结果表明CATIA相对于Geomagic Studio平台有更加精确的细部探测能力。     

数据融合的概念,方法及应用

以指挥、控制、通讯和情报（Ｃ＾３Ｉ）系统为背景，引出了当今迅速发展、日益受到各国工作者和国防部门关注与重视的数据融合技术的概念以及近２０年来的发展历程，详细介绍了实现数据融合的系统模型与系统构成，列出了在不同数据抽象级上进行数据融合的三个层次及其目前常用的数据融合方法。本文还就数据融合在军事上的应用作了较深入的讨论，同时指出了Ｃ＾３Ｉ系统的不断发展对数据融合技术提出了更新的要求以及高新技术的发展对     

基于多点优化法进行可靠性数据折算

为了将非成败型试验数据折算为成败型数据,在分析现有方法局限性的基础上提出多点优化法。该方法于原始置信分布上选取多个折算控制点,并取这些位置点上的误差平方和作为目标函数,进而利用优化算法求解获得折算后的成败型数据和置信分布。该方法没有现有方法的局限性,是一种普遍适用的折算方法。算例表明,该方法较其他现有方法,如二阶矩法,点估计下限法,两点法以及近似优化两点法等,在应用范围、折算精度和计算量方面具有明显的优势,是一种简单而行之有效的折算方法。     

非接触式测量点云数据的处理方法

逆向工程已成为新产品开发和设计的重要手段,其应用日益广泛。论文阐述了逆向工程中的数据采集方法,总结了影响测量精度的因素,讨论了非接触式测量点云数据的特征,从噪声去除、数据精简、点云对齐、数据光顺等方面对点云数据处理进行了研究,并提出对应的处理措施加以改善,以便更好地用于三维模型重建。     

叶片边缘破损曲面再生修复技术研究

发动机叶片长期在高温、高压和高速下工作，工作过程中有异物进入，不可避免地会发生损坏。对于弯扭叶片边缘破损曲面的修复，本文采用基于邻近破损域未破损区域的完整叶片截面线与破损域叶片截面线的完好部分配准，获得边缘破损处的叶片截面线点云特征，实现破损曲面再生重构。同时，采用迭代最近点（（Iterative closest point,ICP））配准算法，克服了搜索最近点集耗时较长的缺点。本文提出的基于建立辅助圆邻域的最近点集对搜索方法，大大降低了配准时间成本。最后对破损域再生曲面进行了光顺性分析，验证本文所提出的边缘破损曲面再生修复方法的可行性。     

面向生产过程的智能车间数字孪生建模及应用

数字孪生技术具有虚实融合的特性,智能车间数字孪生可以使生产过程透明化,利用实时数据可以有效指导车间生产。为实现基于数字孪生的生产过程可视化管控,提出了面向生产过程的智能车间数字孪生建模及应用。首先,建立了智能车间数字孪生系统体系架构。然后对系统实现的3项关键技术——基于点云拟合的三维几何模型构建方法、面向数据交互的对象链接与嵌入的过程控制统一架构（Object linking and embedding for process control unified architecture,OPC UA）信息建模方法、以及多源异构数据集成及虚实映射数据快速匹配方法进行了详细阐述;最后,对某发动机制造车间进行了数字孪生的实现,验证了所提方法的正确性和有效性。     

基于视频的行人再识别

行人再识别是指在无交叉区域的多摄像机视频监控系统中,匹配不同摄像机中的相同行人目标。本文提出了一种基于视频的行人再识别方法,用HOG3D来描述一组视频的时空特征,在训练集上用预训练的DenseNet来微调模型参数,利用迁移学习得到的模型来提取视频中行人的表观特征,融合两种特征来描述视频序列中的行人。最后将融合的高维特征降维,并用度量学习方法计算行人对之间的距离。本文在PRID 2011和iLIDS-VID这两个视频数据集上进行了使用,实验结果表明本文的方法取得了较高的累积匹配得分。     

一种基于倾斜影像线特征的三维模型优化方法

针对基于点云构建的建筑物模型通常存在的表面凹凸不平、边缘锯齿等现象,以及建筑物模型中存在的视觉效果不佳的问题,本文提出了一种基于倾斜影像三维线特征约束的三维模型优化方法。该方法以重叠区域为依据对线段进行质量评估与筛选。然后采用选权迭代思想对三维线段进行择优重构,以三角网为单元进行平面拟合与模型表面的纠正与优化,以三维线段为辅助对模型边缘的三角网进行纠正与优化。采用无人机倾斜摄影数据进行实验,将本文方法与Poisson表面重建方法进行了比较,结果表明本文方法有效地消除了平面凸包和边缘锯齿,边缘精度优化至1像素以内,平面精度优化至0.5像素,模型总体精度比Poisson表面重建方法提升了近1倍。此外,对比现有的完全基于点云模型重建算法,本文方法极大地改善了模型的视觉效果,保持了三维模型平面与边缘的特征,模型的边缘和表面精度都得到了提升。     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

基于局部密度的单类分类器LP改进算法

为了提高基于支持域的单类分类器识别率,提出将局部密度加入到分类器设计当中。在Campbe ll等的LP算法基础上,通过k近邻方法对每个样本点引入局部密度因子pi,重新刻画了原算法,使处于不同密度区的数据对分类器的作用不再被同等对待,高密度区的数据对分类超平面作用被强化,而低密度区的数据被削弱,结果使分类超平面自动靠近高密度区而提高了识别率。真实数据集上的实验结果表明,引入局部密度的D-LP算法其泛化性能较原算法有较大提高。     

基于特征点互信息预配准的医学图像配准技术

基于最大互信息的医学图像配准算法近几年来成为医学图像处理领域的热点。由局部极值导致的寻优困难是困扰该算法的核心问题,混合优化算法成功地解决了互信息函数的寻优问题,但延长了配准时间。文中研究了互信息函数峰值周围的局部极值特征,提出安全区域的概念。利用特征点互信息理论,并结合多灰度级和多分辨率策略,提出一种基于混合优化算法寻优和特征点互信息预配准的改进型算法。经过模拟数据和实际数据配准实验证明,该算法在保证了配准精度的同时,提高了配准的速度,稳健性更强,具有临床推广价值。     

全方位全景图像技术(英文)

论述一种从图像序列中重建出全方位全景图像的技术 ,旨在克服镜头只是纯粹的摇摄时许多成像条件限制。在块匹配算法中 ,如何选取最佳配准基本块对于增强算法的鲁棒性和性能是非常重要的。本文在包含主要视觉特征的高频图像中自动选取最佳配准基本块 ,为了能够减少累积的配准误差 ,采用了基于相位相关的、带旋转校正的全局配准算法 ,从而得到解决了平移和旋转的优化图像块。然后 ,采用了基于 Levenberg-Marquardt非线性递归型最优化算法 ,解决由于镜头的视差和不规则变形带来的局部误差。文中还采用平滑滤波器解决了在两幅图像镶嵌出可能由于累积配准误差而出现明显的条缝     

基于互信息的图像配准技术研究及应用

介绍了图像配准的基本框架和方法,提出了一种基于灰度信息的配准算法,利用互信息作为图像相似性度量的准则,通过Matlab实验证明了该算法的有效性。     

图像配准算法及其在航空发动机温度场检测中的应用研究

图像配准技术是图像融合的关键技术。对常用的图像配准算法进行了研究，并给出了实验结果，通过实验分析找出较优的图像配准算法，并将该算法用于航空发动机温度场检测中，取得了较好的图像配准效果。     

二维非结构网格生成及其数值模拟

提出一种二维非结构网格生成算法以及一种新的绕翼型的数值计算格式。首先,在Delaunay生成算法的框架下结合了阵面推进算法的优点,从覆盖整个计算区域的三角形着手,给出判断准则,由这些三角形的边直接生成新点,让新点与符合要求的三角形的边的两点相连构成三角形,这样生成的三角形网格具有较好的几何性质;其次,针对二维N0012翼型跨声速绕流问题提出了一种新的计算格式。通过建立插值模板的概念,在每一个模板上运用最小二乘和MUSCL思想相结合的办法针对初始变量构造线性插值多项式,改进了原有的权系数的计算准则,将各插值多项式通过加权平均得到在整个模板集上通用的插值多项式,从而构造出高阶的有限体积格式;最后,计算结果表明本文工作具有一定实际应用价值。     

混沌行为预测：一种变型的码本预测方法

利用混沌周期点之全体在其不变集中稠及其不变集的几何结构呈一定程度的自相似性性质,提出了一种变形的码本预测方法,对带和不带观测噪声的混沌时间序列进行预测.在保证精度的前提下,克服了全局非线性化模型和局部线性化模型对噪声敏感及预测时间短的缺点.     

终端区容量评估中飞机流产生的优化算法

给出终端区容量的定义;结合终端区管制飞机多而复杂的特点,研究了一种终端区容量评估模型,并对该评估模型中较为关键的飞机流产生进行算法优化,进而提高容量评估的准确性;对优化算法产生的数据进行分析以验证该算法的优越性。     

基于演化计算的线性规划原对偶内点法中的初始点选取算法

采用原对偶内点法求解线性规划问题,对初始点要求严格。根据初始可行内点的准则,定义了相应的达成度函数,并由达成度函数定义了适应值函数,从而提出了基于演化计算的线性规划原对偶内点法中的初始点选取算法。该算法基于和声搜索演化算法实现,经数值实验测试,结果表明,对所选取测试的典型线性规划问题,算法都能求得大部分问题的初始可行内点。