期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于Delaunay三角剖分和高斯小波函数插值的三维表面重建算法 被引量:10
1
作者 刘家胜 邹道文 +2 位作者 周源华 汪胜前 方志军 《计算机工程与应用》 CSCD 北大核心 2003年第23期76-78,共3页
在稀疏数据的三维表面重建中,通过插值的方法得到更为稠密的数据点是一个很重要的环节。该文在比较其它插值算法的基础上,提出了一种三维表面重建算法。该算法在对原始数据进行Delaunay三角剖分的基础上采用二维高斯小波函数插值,它不... 在稀疏数据的三维表面重建中,通过插值的方法得到更为稠密的数据点是一个很重要的环节。该文在比较其它插值算法的基础上,提出了一种三维表面重建算法。该算法在对原始数据进行Delaunay三角剖分的基础上采用二维高斯小波函数插值,它不仅能有效地处理非均匀采样的三维稀疏数据,而且能克服其它插值算法中需要定义权重或估计参数的缺点。最终的实验结果验证了该算法的有效性和实用性。 展开更多
关键词 DELAUNAY三角剖分 二维高斯小波函数插值 非均匀采样 表面重建
在线阅读 下载PDF
基于二维轮廓点云的螺纹中径计算 被引量:8
2
作者 陈盛 赵东标 +2 位作者 陆永华 刘凯 章永年 《光学精密工程》 EI CAS CSCD 北大核心 2015年第6期1791-1799,共9页
基于轮廓点的螺纹多参数综合测量方法由于螺纹工件的定位误差、非均匀磨损等情况会导致中径计算偏差,因此,提出了一套基于二维轮廓点云的螺纹中径计算方法。该方法利用三次样条插值均匀密化采样数据,再用稳健高斯回归滤波处理得到轮廓... 基于轮廓点的螺纹多参数综合测量方法由于螺纹工件的定位误差、非均匀磨损等情况会导致中径计算偏差,因此,提出了一套基于二维轮廓点云的螺纹中径计算方法。该方法利用三次样条插值均匀密化采样数据,再用稳健高斯回归滤波处理得到轮廓滤波中线;然后通过定义相邻两段牙侧线之间距离均方差最小的目标函数,利用复合形-模拟退火(CMSA)算法求解出实际螺纹轮廓的中径线;最后根据所求中径线计算出螺纹中径参数。实验结果表明:当X、Y、Z轴的轴向定位偏差为1mm,旋转偏差为2°时,所得到的中径测量误差比范一保和TONG Q等人的方法平均减小17.23%和96.93%,说明所提出的计算方法可以有效减少定位偏差对中径参数计算的影响。提出的计算方法具有通用性,可应用于接触式和非接触式采样得到的二维螺纹轮廓点云数据。 展开更多
关键词 螺纹工件 螺纹轮廓 中径计算 定位误差 三次样条插值 稳健高斯回归滤波 模拟退火算法
在线阅读 下载PDF
一种高精度线阵CCD二维自准直仪四狭缝目标中心的定位方法 被引量:4
3
作者 董彦维 贾军强 +2 位作者 万琦 刘希强 段祉鸿 《导弹与航天运载技术》 北大核心 2016年第1期81-84,共4页
为满足高精度线阵CCD二维自准直仪动态高精度测量,提出一种高精度线阵CCD二维自准直仪四狭缝目标中心的定位方法,首先采用高斯滤波对CCD图像进行平滑处理,在抑制噪声的同时生成带有高斯加权的CCD图像,然后采用线性插值质心法对加权图像... 为满足高精度线阵CCD二维自准直仪动态高精度测量,提出一种高精度线阵CCD二维自准直仪四狭缝目标中心的定位方法,首先采用高斯滤波对CCD图像进行平滑处理,在抑制噪声的同时生成带有高斯加权的CCD图像,然后采用线性插值质心法对加权图像进行目标中心亚像素定位。实验结果表明,该定位方法稳定性好,定位精度高且实时性强,在原理样机上,应用该方法实现了单次二维角度测量时间小于0.2 s,测量范围±900″,在±300″内相对于进口ELCOMAT3000示值误差优于±0.5″,具备工程应用价值。 展开更多
关键词 高精度线阵CCD 自准直仪 高斯滤波 线性插值质心法 亚像素定位
在线阅读 下载PDF
基于快速自适应的二维经验模态分解的图像去噪算法 被引量:7
4
作者 刘佩 贾建 +1 位作者 陈莉 安影 《计算机科学》 CSCD 北大核心 2019年第11期260-266,共7页
为了能够对图像进行自适应的分解,并准确刻画分解系数的分布状态,提出了一种新的基于快速自适应二维经验模态分解的图像去噪算法。该算法首先对图像进行快速自适应二维经验模态分解,通过确定分解后以噪声主导的子带的个数,进一步利用正... 为了能够对图像进行自适应的分解,并准确刻画分解系数的分布状态,提出了一种新的基于快速自适应二维经验模态分解的图像去噪算法。该算法首先对图像进行快速自适应二维经验模态分解,通过确定分解后以噪声主导的子带的个数,进一步利用正态逆高斯模型对以噪声主导的子带系数分布进行建模;然后使用贝叶斯最大后验概率估计理论从模型导出相应的阈值;最后采用最优线性插值阈值函数算法完成去噪。仿真结果表明,对于添加不同标准差大小高斯白噪声的测试图像,所提算法在峰值信噪比上相比sym4小波去噪、双变量阈值去噪、邻近算子的全变分算法和重叠组稀疏的全变分算法分别平均提高了4.36 dB,0.85 dB,0.78 dB和0.48 dB,结构相似性指数也有不同程度的提高,有效地保留了更多的图像细节。实验结果证明,所提算法在视觉性能和评价指标方面均优于对比算法。 展开更多
关键词 快速自适应经验模态分解 正态逆高斯模型 贝叶斯最大后验概率估计理论 最优线性插值阈值 图像去噪
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部