摘要：为解决当前图像复制移动伪造检测算法的识别精度受阈值参数影响较大、无法消除图像特征误配、以及鲁棒性不佳等不足,提出随机样本一致策略耦合模糊局部二值模式算子的图像伪造检测算法。引入逐像素自适应Wiener滤波,过滤图像分块;基于局部二值模式LBP(local binary patterns),引入模糊集理论,设计模糊二值模式算子,提取图像特征;基于字典排序,对特征矢量进行排序;嵌入k-d树,定义识别多数规则,设计高效块匹配算法,精确检测真实的伪造分块;利用随机样本一致算法,消除图像分块误配。仿真结果表明,与当前伪造检测技术相比,该算法的检测精度更高,具有更强的鲁棒性。

摘要：为求解大规模具有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem,CVRP),提出了一种快速改进贪婪算法CVRP-IMGR。基于贪婪算法思想设计了求解CVRP问题的贪婪算法CVRP-GR,在此基础上进一步采用k-d tree法和Held karp模型改进了CVRP-GR的求解速度和求解质量,从而得到CVRP-IMGR。CVRPIMGR的复杂度可以达到O(nlogn),能够快速求解大规模(顾客数量大于500)CVRP问题。为验证CVRP-IMGR的有效性,分别采用CVRP-GR、CVRP-IMGR和经典构建型算法Savings求解了当前24个最大规模的CVRP算例,结果表明:CVRP-IMGR的求解速度远快于复杂度为O(n2logn)的CVRP-GR和Savings;CVRP-IMGR对所有算例的求解质量优于CVRP-GR,并且对18个算例的求解质量优于Savings。

摘要：目前逆向工程中关于三维数据的平滑整定一般都是建立在三维数据之间的拓扑关系上的.提出一种平滑整定新算法,该算法是针对散乱、无序的,没有任何拓扑关系的三维离散点云数据.根据概率统计学中的频数法从大量的离散三维数据点云中找到噪声点,然后基于三维数据点云所建立的k-d树空间数据结构,找到噪声点周围的k个最近点,根据噪声点周边k个最近点的信息对噪声点处的真实信息进行恢复.基于激光三维平面扫描机器人系统证明该算法对离散三维数据点云的平滑整定的效果是令人满意的,在逆向工程中对数据预处理是切实可行的.

摘要：随着网络和多媒体技术的发展,越来越多的视频数据充斥着互联网,对视频进行有效的管理,尽可能排除其中的重复内容已经成为一项很重要的工作。基于这种现状,设计了一套快速而有效的视频近似拷贝检索系统。不同于传统的视频近似检测方法,该系统采用深度学习的方法,使用深度卷积神经网络快速地为采样帧提取特征,使用k-d树为视频库中的特征值建立索引,从而提高相似查找的速度,最后计算输入视频与所有候选视频的相似度,并按相似度对候选视频排序输出。

摘要：为满足三维点云配准的高精度要求,提出一种基于Hausdorff距离改进的ICP算法。利用三维点云拟合曲面的主曲率和点邻域内Hausdorff距离相结合的方法,对点云进行简化,剔除正态分布图中Hausdorff值小的点云,使简化后的关键点充分保留点云的几何特征;采用k-d树加速查找,通过最小二乘迭代进行点云ICP配准。对经典ICP算法和改进ICP算法做对比实验,实验结果表明,改进的ICP算法将配准误差由原来的0.3mm控制在了0.1mm左右,大幅提高了点云配准的精确度。

摘要：本文通过研究物理光学积分和二叉树中经典的k-d树原理,设计开发了基于物理光学原理和射频跟踪方法的目标近场RCS预估软件,并利用平板模型试验了垂直极化条件下平面照射近场接收、近场照射近场接收,以及远场条件下的平板目标RCS值。

摘要：目前电网公司输电线路覆冰厚度计算模型,大多数与线路参数相关,而线路经过多年运行,使得部分参数较设计时具有一定差异性,比如垂直档距。本文以贵州电网公司为例,梳理耐张塔线路覆冰厚度计算相关线路参数,利用激光LidAR技术,实现对线路、杆塔高精度三维重建,对覆冰厚度计算模型相关导线输入参数高精度校核,并通过6组实际实验,比对线路参数校核前后覆冰厚度计算模型的效益。研究表明:杆塔参数校核前后计算出的覆冰厚度与人工观冰平均相对误差分别为:12.8%、6.62%,经激光LidAR技术实现对杆塔参数高精度校核,使覆冰厚度计算模型准确性能提升6.18%。本文研究结论,能够对覆冰计算模型相关参数进行准确的复核提供技术支撑,从而有效保障覆冰模型计算准确性。

摘要：A*算法是一种启发式搜索算法,在路径规划中得到广泛的应用,其中启发函数的设计尤其重要。本文针对路径规划问题,对A*算法作了以下改进:一是在估价函数中考虑以距离和方向两个要素,通过归一化处理解决了单位不统一的问题;二是利用k-d树空间索引结构,动态加载节点信息,减小内存使用空间。实验结果表明,改进后的A*算法的搜索效率得到了明显的提高。

摘要：三维点云配准是三维面型反求中的关键和难点。提出了一种特征点三维点云配准技术。通过引入被测物的特征点,分析了坐标变换矩阵的求解方法,利用最小二乘算法求出初始变换矩阵,得到粗略配准结果。然后采用k-d树来加速搜索最近点,用均方距离作为误差度量准则实现了改进后的最近点新的迭代算法,进一步得到了很好的精确配准效果,并给出了实现这种算法的程序设计思想。利用鞋楦配准实验证明了此方法的有效性和可靠性。

摘要：三维点云数据的多视角拼接技术是三维测量领域的研究重点之一。文中设计实现了一种使用精简数据引导的迭代最近点(ICP)算法来实现对点云数据快速、高效的拼接。为了验证算法的有效性,本文整理实现了几种常见的快速拼接方案,使用bunny数据对它们进行了拼接对比实验。用作对比的方法包括使用k-d树加速的ICP算法,以及基于特征提取与匹配的拼接方法。实验结果表明,使用精简数据引导的拼接方法运算速度最快,效率最高,同时保持了与其它方法相近的拼接精度。