张明明
- 作品数：5 被引量：76H指数：2
- 供职机构：吉林大学计算机科学与技术学院更多>>
- 发文基金：教育部重点实验室开放基金吉林省科技发展计划基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 应用改进迭代最近点方法的点云数据配准被引量：70
- 2012年
- 提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度。首先,提出了基于点云边界特征点的初始配准方法。对点云最小包围盒进行三维空间划分,建立空间网格模型;运用边界种子网格识别及生长算法,从点云边界提取特征点,运用奇异值矩阵分解法(SVD)求出点云的变换矩阵,得到初始配准结果。然后,提出了改进的ICP精确配准方法。对点云对应点赋予权重,剔除权重大于阈值的点,通过对目标函数引入M-估计(M-estimation),剔除异常点。最后,在初始配准的基础上,运用改进的ICP方法精确配准。对经典ICP方法和改进ICP方法做对比实验,结果显示,改进方法的配准效率提高了70%以上,误差减小到0.02%。实验表明,本文方法大幅提高了点云配准的效率和精度。
- 王欣张明明于晓章明朝
- 关键词：逆向工程迭代最近点点云配准M-估计
- 一种改进的拉普拉斯水平集医学图像分割算法被引量：2
- 2012年
- 作为图像识别与图像理解的关键步骤,图像分割一直受到人们的重视,很多相应的算法被提出,但它也面临着很多挑战。医学图像分割的难点是对模糊边缘的连续有效分割,为准确的目标提取提供保障。提出一种新的医学图像分割算法,算法在拉普拉斯水平集图像分割算法基础上,融入图像的区域信息,重新定义了驱动水平集表面演化的速度函数。算法除了利用图像的边缘梯度信息外,还充分融合了图像的区域信息,从而在保持图像边缘局部特征的同时,充分利用了区域全局优化的特点,可实现医学图像的有效分割。与经典水平集分割方法相比,改进后的方法能够更好地保持边界的连续性,得到比较完整的分割结果,为图像分析提供可靠的科学数据。
- 王欣薛龙张明明
- 关键词：医学图像分割拉普拉斯算子水平集
- 一种基于Kruppa方程的分步自标定方法被引量：4
- 2012年
- 针对摄像机自标定中Kruppa方程求解的非线性优化问题和标定结果的欠鲁棒性,提出一种基于Kruppa方程的分步自标定方法。根据两图像匹配的特征点对采用8点算法求解相应的基本矩阵,其中待匹配图像选用摄像机对同一场景在不同焦距下拍摄的两帧图片,对图片的特征匹配点建立约束关系,采用最小二乘法求出摄像机的主点坐标,然后利用遗传算法优化Kruppa方程的比例因子,最后通过优化后的比例因子完成摄像机的标定。实验表明,该方法可提高标定精度,并通过对特征点坐标加入高斯噪声,验证了算法的鲁棒性。
- 王欣高焕玉张明明
- 关键词：摄像机自标定KRUPPA方程遗传算法基本矩阵
- 一种改进的拉普拉斯水平集医学图像分割算法
- 作为图像识别与图像理解的关键步骤，图像分割一直以来受到人们的重视，提出了很多相应的算法，它又面临着很多挑战。医学图像分割的难点是对模糊边缘的连续有效分割，为准确的目标提取提供保障。提出一种新的医学图像分割算法，算法在拉普...
- 王欣薛龙张明明
- 关键词：医学图像分割拉普拉斯算子水平集
- 文献传递
- 一种基于Kruppa方程的分步自标定方法
- 针对摄像机自标定中Kruppa 方程求解的非线性优化问题和标定结果的欠鲁棒性，提出一种基于Kruppa 方程的分步自标定方法。利用两图像匹配的特征点对采用8 点算法求解相应的基本矩阵，其中待匹配图像选用摄像机对同一场景在...
- 王欣高焕玉张明明
- 关键词：摄像机自标定KRUPPA方程遗传算法基本矩阵
- 文献传递
