![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/17/71ed898d-50e6-45b5-8569-dbcc5575fdc6/71ed898d-50e6-45b5-8569-dbcc5575fdc6pic.jpg)
![面向散亂數(shù)據(jù)點的超二次曲面建模與識別.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/17/71ed898d-50e6-45b5-8569-dbcc5575fdc6/71ed898d-50e6-45b5-8569-dbcc5575fdc61.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、三維建模與識別是計算機(jī)視覺、機(jī)器人視覺導(dǎo)航和醫(yī)學(xué)影像三維重建等領(lǐng)域的重要研究課題。在計算機(jī)視覺系統(tǒng)中,計算機(jī)必須通過傳感器把采集到的實際物體的外貌特征信息重構(gòu)成可以理解與識別的三維模型,同時計算機(jī)必須與變化的環(huán)境進(jìn)行實時地自主交互,這就要求三維建模與識別的過程要盡可能快速。本文立足于計算機(jī)視覺系統(tǒng)中采用深度傳感器采集到的散亂三維數(shù)據(jù)點進(jìn)行物體建模與識別的理論與方法進(jìn)行研究,其目的在于探求一種能同時滿足實時性和準(zhǔn)確性的三維建模與識別方案。
2、 本文通過分析由深度圖像得到的三維數(shù)據(jù)具有離散不規(guī)則特性,提出了超二次曲面建模與識別方案,同時圍繞該方案所涉及的理論與方法的國內(nèi)外研究歷程和目前存在的問題進(jìn)行了廣泛深入的調(diào)研,特別是對演化計算在三維建模與識別中的應(yīng)用進(jìn)行了全面分析,并提出將群體演化的原理和方法引入到超二次曲面建模與識別方案中。論文的研究工作的分以下幾個方面: (1)針對以超二次曲面為目標(biāo)函數(shù)的數(shù)據(jù)擬合優(yōu)化問題,分析了用傳統(tǒng)L-M(Levenberg-Ma
3、rquardt)方法對非線性程度很高,且屬于大殘量數(shù)據(jù)擬合問題求解時的局限性,提出了基于粒子群優(yōu)化算法的超二次曲面三維建模方法。研究利用群體演化的內(nèi)在并行性來改善粒子群優(yōu)化算法的早收斂現(xiàn)象,提出并設(shè)計了基于島嶼群體模型的并行粒子群優(yōu)化算法,并對算法的收斂性等求解特性進(jìn)行分析,同時用無約束優(yōu)化測試函數(shù)驗證算法的有效性,并用該算法對超二次曲面參數(shù)擬合進(jìn)行求解,通過對比實驗驗證了該方法的有效性。 (2)為擴(kuò)大了超二次曲面模型的表示能力
4、,研究用若干個二次曲面組成的擴(kuò)展超二次曲面模型,并將擴(kuò)展的超二次曲面參數(shù)擬合轉(zhuǎn)化成約束非線性規(guī)劃問題求解。針對這個非凸規(guī)劃問題,通過在拉格朗日函數(shù)中增加罰函數(shù)項,將原問題轉(zhuǎn)化為對偶問題,采用極小極大化方法來求解。通過研究群體演化算法對約束非線性優(yōu)化問題的求解理論,提出了用協(xié)同并行演化粒子群優(yōu)化算法求解以擴(kuò)展的超二次曲面為目標(biāo)函數(shù)的極小極大化問題,同時設(shè)計了協(xié)同演化并行粒子群優(yōu)化算法,并將它用于擴(kuò)展的超二次曲面建模中。 (3)分析
5、離散不規(guī)則數(shù)據(jù)點的三維建模與分割的特點,研究設(shè)計了用超二次曲面作為基元對場景進(jìn)行部件級描述的方案。研究利用演化策略的理論和特點,提出了利用(μ+λ)演化策略求解最優(yōu)解集的方法來解決針對離散不規(guī)則數(shù)據(jù)點進(jìn)行三維建模與分割中的問題。由于(μ+λ)演化策略的引入,解決了如何找到一種有效地分布到物體各個部分的初始化種子最佳狀態(tài)的問題。同時,由于最近鄰合并方案的引入,有效地防止了錯誤的中間分割結(jié)果對模型恢復(fù)效果的影響。用該方法對不規(guī)則物體建模與分
6、割,得到了一個可以明確反映物體特征的各部分拓?fù)潢P(guān)系,以此可以作為不規(guī)則物體三維識別的重要依據(jù),從而大大提高了算法的應(yīng)用價值。 (4)針對實際應(yīng)用中部件關(guān)系特征的抽取存在誤差,以及在超二次曲面屬性描述不具備唯一性條件下的部件級目標(biāo)識別問題,通過研究關(guān)系匹配識別理論,提出了基于綜合型最小誤差關(guān)系匹配的超二次曲面部件級物體識別方案。該方案利用最小結(jié)構(gòu)誤差關(guān)系匹配,結(jié)合輔助部件特征屬性約束方法來對目標(biāo)物體進(jìn)行高效準(zhǔn)確的識別,同時利用超二
7、次曲面部件間相對位姿設(shè)計一種綜合部件屬性、關(guān)系屬性和結(jié)構(gòu)誤差的最小誤差評估函數(shù),通過剪枝的解釋樹搜索,有效地實現(xiàn)了在多物體場景下的目標(biāo)物體識別。 本論文的研究成果將作為“面向深度圖像的三維建模與識別軟件平臺研制”課題研發(fā)基礎(chǔ),在此基礎(chǔ)上進(jìn)一步研究面向深度圖像的三維的數(shù)據(jù)獲取和圖像配準(zhǔn)問題,同時進(jìn)一步研究物體之間相互遮擋對建模與分割準(zhǔn)確性的影響問題,以及進(jìn)一步開展對運動中的關(guān)節(jié)物體的姿態(tài)進(jìn)行跟蹤與識別的研究工作,并將已研究的理論與
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 散亂數(shù)據(jù)曲面重構(gòu)中數(shù)據(jù)點的自動分類研究.pdf
- 散亂數(shù)據(jù)點B樣條曲面重構(gòu)算法的設(shè)計與實現(xiàn).pdf
- 基于海量散亂數(shù)據(jù)點的曲面重建問題研究.pdf
- 散亂數(shù)據(jù)點曲面造型與數(shù)控加工刀位軌跡研究.pdf
- 逆向工程中基于散亂數(shù)據(jù)點的曲面重構(gòu)方法研究.pdf
- 基于NURBS的散亂數(shù)據(jù)點曲面重構(gòu)系統(tǒng)的研究與實現(xiàn).pdf
- 三維散亂數(shù)據(jù)點的曲面重建及其變形技術(shù)研究.pdf
- 散亂數(shù)據(jù)曲面重構(gòu)技術(shù)的研究.pdf
- 二次曲面上的測地流與譜.pdf
- 二次曲面的有理雙二次表示.pdf
- 基于Crust圖的散亂數(shù)據(jù)點集的曲面網(wǎng)格重建的算法研究.pdf
- 散亂數(shù)據(jù)的NURBS曲面建模與數(shù)控加工技術(shù)研究.pdf
- 基于散亂數(shù)據(jù)的曲線曲面重構(gòu)研究.pdf
- 基于大量散亂數(shù)據(jù)點的數(shù)控加工編程技術(shù).pdf
- 散亂數(shù)據(jù)曲面擬合的B樣條方法.pdf
- 散亂數(shù)據(jù)點曲線擬合的研究及二次曲線擬合的一種新方法.pdf
- 基于散亂數(shù)據(jù)的曲面重構(gòu)技術(shù)研究.pdf
- 基于Level Set方法的散亂數(shù)據(jù)曲面重建.pdf
- 標(biāo)準(zhǔn)空間二次曲面擬合的研究.pdf
- 基于散亂數(shù)據(jù)點的物體表面重建方法的研究.pdf
評論
0/150
提交評論