摘要：为了准确地提取虚拟内窥镜的漫游路径,消除漫游过程中视觉上的画面旋转的现象,提出一种结合骨架提取与路径优化的虚拟内窥镜自动漫游方法.首先采用一种基于体素密度值加权的最短路径生成算法,在细化后的三维医学影像数据初始骨架上提取简单漫游路径;然后采用三次B样条曲线拟合方法得到最终的漫游路径;在沿此路径漫游时,通过计算最小旋转标架来优化虚拟摄像机的向上矢量,并设定向上矢量角度旋转阈值对漫游路径进行动态重采样,优化虚拟摄像机的位置参数.实验结果证明,该方法能提取准确的虚拟内窥镜漫游路径,并能获得较好的漫游视觉效果.

摘要：为减轻离线触觉数据压缩带来的失真变形,提出利用曲线拟合的压缩方法.在假定触觉数据所对应原触觉信号能用分段二次参数曲线表示的前提下,通过反向采样过程来构造触觉数据拟合曲线,该曲线由分段二次曲线组成,在连接处达到切线连续,且每段二次曲线对原触觉信号具有二次多项式逼近精度.为避免保存拟合曲线的所有系数以进一步提高数据减少率,对拟合曲线系数进行了迭代求解,从而只需编码保存部分系数即可解码.实验结果表明,该方法在保持高数据减少率的前提下减轻了压缩失真变形.

摘要：针对 RGB-D 图像具有丰富的三维几何特征,复杂度高这一具有挑战性的难题,提出一种针对室内场景RGB-D 图像的分割算法.首先,经过 RGB-D 图像过分割生成超像素,并基于超像素之间的距离度量测量超像素之间的相似性;然后,采用 DBSCAN 算法将具有相似的颜色信息和几何信息的超像素聚类到一个分类中.在该聚类过程中,通过限制扩散区域来降低计算复杂度.在室内场景 RGB-D 图像库上大量实验结果表明,文中算法分割精确度和速率均超过了其他算法,证明了其高效性和准确性.

摘要：超像素是一种重要的图像过分割,因为医学图像具有边界模糊、不同组织的灰度范围互相重叠的特点,为超像素分割带来极大困难.针对脑部MR图像超像素生成问题,从脑部MR图像的特点出发,充分利用脑部MR图像表达先验知识,结合脑部MR图像的一般结构,定义每个像素属于脑组织中一个类别的概率,并基于分类概率提出一种有效的边界梯度计算方法;在此基础上,提出一种概率密度加权的测地距离脑部MR图像超像素分割算法;最后应用模糊C均值聚类算法作为后续分割处理,获得脑部MR图像的组织分类.与现有算法在分割性能上进行定量比较的实验结果表明,文中算法能够产生更准确的分割边界.

摘要：布谷鸟搜索算法是一种新兴的仿生优化技术,其迭代使用Lévy flights随机走动和Biased随机走动搜索新的个体.在Biased随机走动中,随机交叉搜索方式具有一定的盲目或无效率,这将可能削弱布谷鸟搜索算法的搜索能力.为了改善布谷鸟搜索算法的搜索能力,提出带外部存档的正交交叉布谷鸟搜索算法(orthogonal crossover cuckoo search algorithm with external archive,OXCS).正交交叉被嵌入于Biased随机走动中以提高交叉搜索的效率.外部存档维护一定时期内的种群历史信息,并为正交交叉操作提供一个父本.实验结果说明提出的策略能够有效地改善布谷鸟搜索算法的搜索能力,并提高求解连续函数优化问题的收敛速度和解的质量.

摘要：针对室内移动机器人在智能服务任务中难以获得复杂环境语义的问题,通过设计云端语义库,实现基于语义获取框架的机器人语义地图构建,使机器人不仅掌握面向导航的环境几何描述,而且获得了复杂环境下基于丰富语义库的含物品关联归属关系的语义地图,解决了语义地图构建过程中语义信息添加可靠性低、地图更新存在误差及扩展性不足等问题.首先给出了一种语义库构建方案,基于支持向量机实现语义库分类形成子语义库,在子语义库基础上基于网络文本分类来提取关键特征点形成特征模型库,通过语义分类列表整合子语义库实现物品查询.其次,论述了面向智能服务任务的云端语义地图实现,基于多尺度图像分割与视差图分析,设计标注库与归属库描述物品关联归属关系.最后进行了有关语义地图构建及语义库分类效率的仿真实验与结果分析,验证了方法的有效性.

摘要：自然图像通常表现出一定的自相似性,这种相似性意味着由相似图像块所构成的图像矩阵具有低秩性.基于图像的这种低秩性和最小方差估计理论,提出一种有效的迭代去噪方法.该方法通过构造图像相似块矩阵将图像去噪问题转化为低秩矩阵估计问题,并由最小方差估计理论导出低秩矩阵的估计值;在此基础上,对图像块的估计值进行加权平均即可重构出去噪后的图像;针对少量噪声残留问题,将去噪方法与反向投影方法相结合实现图像的迭代去噪,进一步抑制图像中残留的噪声.实验结果表明,采用文中方法产生的去噪图像不仅具有较高的峰值信噪比和特征相似度均值,而且具有很好的视觉效果.

摘要：在移动数据点Delaunay三角化更新问题中,采用双三角单元过滤算法能够检测出大部分连接关系未发生改变的双三角单元结构,当在算法中出现反转三角单元时,需要重新计算所有数据点的Delaunay三角化.基于以上问题,提出一种具有局部修复的双三角单元过滤算法,通过在局部区域检查三角单元反转并进行修复,避免对所有数据点进行重新Delaunay三角化.实验结果表明,对于三角单元反转出现较多的情况,该算法能够节省约20%～30%的运行时间,提高了原有算法的效率.

摘要：带有常数尺度因子的分形插值,是描述具有明显自相似事物的一个有效工具,然而,它却难以精确地刻画自相似较弱的不规则数据.为此,提出一种具有函数尺度因子的有理样条分形插值方法.首先,在迭代函数系统中引入函数尺度因子,构造了一种仅仅基于函数值的带有形状参数的有理分形插值曲线;然后讨论了分形曲线的分析性质,包括分形曲线在尺度因子满足适当条件下的光滑性、分形曲线对插值数据扰动的稳定性以及分形插值函数的收敛性;最后,研究了分形曲线的计盒维数,给出了计盒维数的上下界.数值算例验证了该分形曲线造型的可控性和对噪声的鲁棒性;对海岸线数据插值时,该方法相比B样条、Bézier曲线和三次样条能更好地还原海岸线的粗糙程度;处理股票时序数据时,相比ARIMA和SVM方法,在RMSE等多项指标下更优.

摘要：传统的多项式分形插值中,分形曲线曲面的局部形状约束和调整是一项困难的工作.为了使分形曲线能够在很好地逼近不规则数据的同时具有形状可调性,提出一种有理样条分形插值方法.首先基于经典的有理三次样条构造了1C连续的有理样条分形插值函数,这种有理分形插值函数的构造允许嵌入形状参数,以至于分形曲线的形状能够通过对尺度因子和形状参数的约束进行调整;然后研究了该插值函数的一些分析性质,包括一致收敛性和稳定性;最后基于构造的有理分形插值函数,通过对迭代函数系统参数的约束,分别给出了约束和单调曲线插值系统.实例结果表明,利用该方法可以将传统非递归形状可调插值分形一般化;形状参数的嵌入使得分形插值函数具有良好的拟局部性,为分形曲线的形状调整提供了有效的工具.