基于多视角图像的玉米三维重建及双面配准方法研究

提高植物三维点云模型重建时的准确性与完整性，是精准获取植物表型参数的关键所在。目前大多数三维重建方法只能从某一方向对目标物体进行重建，缺乏完整的三维重建过程。为了解决此问题，本研究提出了一种基于多视角图像序列的玉米双面配准的三维重建方法，通过安装在图像采集平台上下侧的RGB相机来获取玉米不同视角的图像序列，基于SfM算法获取玉米的三维点云模型后使用点云颜色滤波算法进行预处理。通过交互式选点测量方法得到玉米点云的空间坐标后基于欧式距离算法计算20组玉米的株高、叶长、叶宽等表型参数，与对应的手动测量结果相比，决定系数r²依次为0.973 6、0.969 1、0.915 0,结果表明两者间显著相关。之后对标记物使用4PCS和PCA算法进行粗配准，结果表明采用4PCS具有更好的粗配准效果。最后采用ICP算法进行标记物的精配准，得到变换矩阵后将其应用于玉米点云，即完成了玉米点云的双面配准。由玉米点云的配准精度均方根值(RMS)可知，当点云重叠度设置为90%时，RMS值较小，玉米点云配准的精度更高，可达到较好的配准效果。总之，本研究所提的配准方法可以拼接和重建出结构更加完整的...     

基于形态学的机载LiDAR点云滤波研究

SMRF算法又称改善的简单形态学滤波算法,该算法相比以往算法有较高的滤波精度,效率高.该研究从点云格网化、迭代开运算和原始点云滤波3个方面分析SMRF算法的优势,并针对该算法最大窗口半径参数确定难的问题,提出了基于高次曲线极值的滤波窗口探测的形态学机栽云滤波,通过程序自动寻找最优最大滤波窗口半径,摆脱了以往需要人工确定形态学滤波开运算的最大滤波窗口问题.实验表明该方法是可行的,这不仅降低了参数输入的门槛,而且滤波精度较高,这对机载激光雷达点云数据后处理向着自动化处理发展具有重要的意义.     

基于时间序列与小波分析耦合模型区域降雨量预测研究

为提高区降雨量预测精度,提出小波分析与时间序列组合模型。以黑龙江省虎林市858农场区为例,采用小波变换A Trous算法将小波信号分解,对分解后各小波变换序列互相关分析,随后运用时间序列分析分别对该农场周期项W 1(t)、随机项W2(t)、趋势项C2(t)模型求解,采用小波重构算法得到组合模型。运用该模型模拟该区1999~2014年降雨量,结果与实际测量值接近。预测未来3年短期降雨量,为指导区域农业生产及管理提供科学依据。     

高阶系统的离散相似法仿真

针对高阶系统离散相似法仿真中计算仿真模型各系数矩阵的困难,本文推广和改进了文献的结果,给出了一类新的仿真算法.该方法利用根与系数的关系的牛顿公式及求e~(AT)的级数展开算法,直接由系统的传递函数得出其仿真模型,避免了繁杂的矩阵运算.文中并对算法误差进行了估计.     

基于DCT中频的三维数字水印算法

提出一种基于DCT中频的三维模型数字水印算法。算法利用三维网格模型的中心到各个顶点的距离来负载水印,首先,对距离值序列进行一维DCT变换转换到频域,在变换中选择中频系数来负载水印,然后,再进行逆向DCT变换,转换到空域。实验结果表明该算法具有较好的透明性,并且实现简单,对噪声攻击、网格简化攻击、裁剪攻击具有较好的鲁棒性。     

非线性动态网络响应分析仿真算法设计及实现

为解决Volterra 级数解的连续算式分析非线性网络响应时,高阶Volterra响应算式中存在广义卷积积分的迭加运算的问题,利用方波函数的积分变换具有将时域内的微分、积分运算变换成方波域内的矩阵代数运算的性质,首先将非线性网络的一阶Volterra级数响应进行方波函数变换,求出非线性网络的一阶冲激响应的积分脉冲变换矩阵,推导出高阶Volterra 响应在方波脉冲域的离散算式,计算总响应,最后求出非线性网络的响应.文中给出了该算法,仿真结果证明了它的有效性.     

基于FPFH特征和NDT算法的树木点云配准

为了提高海量林地三维点云数据配准的效率和精度,提出了一种基于快速点特征直方图(fast point feature histograms,FPFH)初始匹配与正态分布变换(normal distributions transform,NDT)精确配准相结合的配准算法。首先计算2个待配准点云的法向量,再使用k-d树结构对点云的FPFH特征进行加速计算。然后,根据2个点云相似的FPFH特征,使用采样一致性初始配准算法(sample consensus initial alignment,SAC-IA)求解初始变换矩阵、完成初始配准。最后,用DNT算法对点云体素化,并使用点云密度概率分布函数进行点云数据的精确配准。结果表明,FPFH-NDT算法的平均配准误差(相应点对的平均距离)为0.032 3 m,运行时间为256.376 s;在0.05～0.1 m的点云采样阈值范围内,FPFH-NDT算法的配准误差基本不受采样阈值变化的影响,其值稳定在0.03 m左右;当采样阈值0.1 m时,配准误差随采样阈值的增大而增大;算法的配准时间整体上随点云采样阈值增大而减少。传统ICP算法的平均配准误差和时间分别为0.526 3 m和14.5 s;FPFH-ICP算法的平均配准误差和时间分别为0.042 5 m和289.346 s。FPFH-NDT算法与传统ICP算法相比在配准精度上有了很大的提高,与FPFH-ICP算法相比,在保证点云的配准精度的基础上,FPFH-NDT算法降低了算法的运行时间,提高了点云配准效率。     

FFT算法运算次数的差分方程求解研究

为了准确推导FFT（快速傅里叶变换）算法的运算次数,直接从FFT递归分解式出发,建立了求解FFT算法运算次数的差分方程,求解了长度为N=2^m-类递归FFT算法较为准确的运算次数,并以基2按时间抽取FFT算法为例进行了说明。还给出了求解N=2^m（m为偶数）的基4按时间抽取FFT算法和按频域抽取分裂基FFT算法运算次数的差分方程及其相应的运算次数。     

基于云变换和Rough集扩展模型的判定树构造

针对现有判定树算法在处理空缺值和连续值以及知识表达上不精确性和复杂性问题，提出基于云变换和Rough扩展模型的判定树构造算法。该算法利用云变换来离散化连续属性，然后根据概念集，采用极大判定法对每个数值型属性的原始属性值进行软划分，从而得到离散属性值。最后利用特性关系下的加权平均粗糙度来选取当前结点的分裂属性来递归生成判定树。与C5.0算法相比，新算法可妥善处理空缺值、合理离散连续属性。试验结果表明,该算法具有良好的实用性。     

植物群体遗传进化研究方法探析

[目的]评估植物群体遗传进化研究涉及的相关算法软件,为该研究领域提供方法选择参考.[方法]利用重测序数据,就群体遗传进化研究的各种算法做比较,对相关算法分析效果做对比评估.[结果]评估结果表明,进化树耗时和数据大小、模型选择均有较大关系,两者共同决定运算时间,另外运算效果还和多序列的比对效果有很大关系.群体结构分析fastStructure、Admixture软件运算速率、准确度较Structure软件有明显提高.主成分分析耗时相对较少,可用Cluster和R软件实现,两款软件的计算结果可相互验证;连锁不平衡分析推荐Plink2软件.[结论]算法及软件的选择对植物群体遗传进化研究的效率、结果影响较大.