快速成型中一种改进的轮廓线生成算法
一种改进的快速轮廓线提取算法
Ｅｘ ｅｉ ｅ ｔｌｒｓ ｌｓｓ ｏ ｔ ａ ｈ ｅ ａｇ ｒ ｈ ｃ ｎ ｎ ｔｏ ｌ ｘｒ ｃｉｅ ｔｅａ ｃ ｒｔ ｏ ｔ ｕ ｕ ｌｏ ｈ ｓｓ ｍｅａ ｔ ｎ ｉｅ ｐ ｒ ｎ ａ ｅ ｕｔ ｈ ｗ ｈ ｔｔ ｅｎ ｗ ｌｏ ｉ ｍ ａ ｏ ｎｙ ｅ ｔａｔｖ ｈ ｃ ｕ ａｅｃ ｎｏ ｒｂ ｔａｓ ａ ｏ ｎ ｉ ｏｓ ｍ ｔ － ｐ ｒｏ ｍａ ｃ ，ｅ ｓ Ｏ ｉ ｌｍｅ ｔａ ｄｆｓｅ． ｅ ｆｒ ｎ ｅ ａ ｙ ｔ ｍｐｅ ｎ ｎ ａ ｔｒ
（ ｍｐ ｔｒＣ ｌ ｇ ， ｉｕ ｎＵ ｎｖ ｒｉ ｆＳ ｉｎ ｅａ ｄＴｅ ｈ ｏｏ ｙ Ｃｏ ｕ ｅ ｌ ｅ Ｔａｙ ａ ｉｅｓｔ ｏ ｃｅ ｃ ｎ ｃ ｎ ｌｇ ，Ｔａｙ ａ ０ ０ ２ ） ｏ ｅ ｙ ｉｕ ｎ ３ ０ ４
（ｃ ｏ１ ｆ ｃｉｅｙａ ｄＡｕｏ ｂｌ Ｅ ｇｎｅｉｇ Ｈｅ ｉ ｉｅｓｔ ｆ ｃｎ ｌｇ Ｓ ｈ ｏ ｏ ｈｎ ｒ ｎ ｔｍｏ ｉ ｎ ｉｅｒ ， ｆ ｖｒｉ ｏ ｈ ｏｏ ｆ ，Ｈｅｅ ２ ００ ） Ｍａ ｅ ｎ ｅ Ｕｎ ｙ Ｔｅ ｆｉ ３ ０ ９
Ｋ ｙ Ｗ ｏ ｄ ａ ｔ ｅ ｃ ｎ ｏ ｒｍｏ ｅ ，Ｐ Ｏ ，ＧＶＦ ｅ ｒｓ ｃｉ ｏ ｔｕ ｄ ｌ Ｓ ｖ Ｃｌｓ ｍ ｂ ｒ ＴＰ３ ］ ６ ａ ｓ Ｎｕ ｅ ０ ．
１ 引言
计算机视觉中的轮廓线提取技术
计算机视觉中的轮廓线提取技术随着现代技术的迅速发展，计算机视觉技术也日渐成熟。
其中轮廓线提取技术是视觉算法中一个重要的环节，它能够从图像中提取出物体的轮廓线，为图像处理、目标检测、三维建模等应用提供基础支持。
本文将介绍计算机视觉中的轮廓线提取技术，包括方法原理、应用场景以及相关算法。
一、轮廓线提取技术原理轮廓线提取是数字图像处理中一个重要的过程，它主要通过对图像进行边缘检测和特征提取，来实现对物体轮廓线的提取。
轮廓线是物体和背景之间的边界线，它具有明显的区分度，适用于识别物体的形状、大小和位置等信息。
轮廓线提取技术的主要流程包括：1. 去噪：对原始图像进行降噪处理，使得图像更加干净，有利于后续的边缘检测和特征提取。
2. 边缘检测：经过降噪后，对图像进行边缘检测，以便提取出物体的轮廓线。
边缘检测算法主要有Sobel算子、Canny算子、Laplacian算子等。
3. 特征提取：提取边缘点，将其组成闭合的轮廓线。
常用的特征提取算法有霍夫变换、最大连通区域分析等。
二、轮廓线提取算法1. Sobel算子Sobel算子是一种边缘检测算法，在数字图像处理中广泛应用。
该算法通过对图像进行卷积操作，来提取出图像中的边缘点。
Sobel算子具有简单、易于实现的特点，但是提取出的边缘点可能不够准确，容易受到噪声的影响。
2. Canny算子Canny算子是一种比较常用的边缘检测算法，它对图像进行多次卷积操作，以提取出图像中的边缘点。
Canny算子具有高灵敏度和低误检率的特点，可以有效地提取出物体的轮廓线，受到很广泛的应用。
3. Laplacian算子Laplacian算子是一种利用二阶偏导数求解的边缘检测算法，它主要通过对图像进行拉普拉斯滤波，来提取出图像中的边缘点。
Laplacian算子具有灵敏度高、响应速度快的特点，但是容易受到噪声的干扰。
三、轮廓线提取技术的应用场景轮廓线提取技术可以应用于多个领域，如图像处理、目标检测、三维建模等。
四种常见快速成型技术
四种常见快速成型技术FDM丝状材料选择性熔覆（Fus ed Dep osi tion Mod eling）快速原型工艺是一种不依*激光作为成型能源、而将各种丝材加热溶化的成型方法，简称FDM。
丝状材料选择性熔覆的原理室，加热喷头在计算机的控制下，根据产品零件的截面轮廓信息，作X-Y平面运动。
热塑性丝状材料（如直径为1.78m m的塑料丝）由供丝机构送至喷头，并在喷头中加热和溶化成半液态，然后被挤压出来，有选择性的涂覆在工作台上，快速冷却后形成一层大约0.127mm厚的薄片轮廓。
一层截面成型完成后工作台下降一定高度，再进行下一层的熔覆，好像一层层"画出"截面轮廓，如此循环，最终形成三维产品零件。
这种工艺方法同样有多种材料选用，如ABS塑料、浇铸用蜡、人造橡胶等。
这种工艺干净，易于操作，不产生垃圾，小型系统可用于办公环境，没有产生毒气和化学污染的危险。
但仍需对整个截面进行扫描涂覆，成型时间长。
适合于产品设计的概念建模以及产品的形状及功能测试。
由于甲基丙烯酸ABS（M AB S）材料具有较好的化学稳定性，可采用加码射线消毒，特别适用于医用。
但成型精度相对较低，不适合于制作结构过分复杂的零件。
FD M快速原型技术的优点是：1、操作环境干净、安全可在办公室环境下进行。
2、工艺干净、简单、易于材作且不产生垃圾。
3、尺寸精度较高，表面质量较好，易于装配。
可快速构建瓶状或中空零件。
4、原材料以卷轴丝的形式提供，易于搬运和快速更换。
5、材料利用率高。
6、可选用多种材料，如可染色的A BS和医用A BS、PC、PP SF等。
FDM快速原型技术的缺点是：1、做小件或精细件时精度不如SLA，最高精度0.127mm。
2、速度较慢。
SL A敏树脂选择性固化是采用立体雕刻（Stereo litho gra phy）原理的一种工艺，简称SLA，也是最早出现的、技术最成熟和应用最广泛的快速原型技术。
在树脂液槽中盛满液态光敏树脂，它在紫外激光束的照射下会快速固化。
一种应用于RTPS的轮廓线修改算法
１ 轮廓线 的生成
在放射治疗计划 系统 中， 所处理 的人体断层 图 像一般都是 ８ 位灰度 图像 ， 或者是原始断层 图像转 换后 得到 的 ８位 灰 度 图像 ， 图 １ 示 。 由于 图像 如 所 的原始图为 Ｃ Ｔ或者 Ｍ Ｉ Ｒ 图像 ， 成像的时候 ， 除了有 人体外， 还包括有负压袋、 床体等设 备， 以给 自动 所 提取 的精确 性 增加 了难 度 （ 图 １ 。另 外 ， 灶 区 见 ） 病
西 北
工 业
大
学 学
报
第２ ８卷
制结果 ， 区域 ２为 自由绘 制结果 。
子和轮廓线所包 围的区域有交集 的时候 ， 轮廓线有 部分点 到 圆形刷 子 的 圆心 距 离小 于 圆的半 径 ， 时 此 需要 将 这 些 点 移 动 到 修 改 后 的位 置 ， 程 如 图 ４ 流
所示 。
一
种应用 于 Ｒ Ｐ Ｔ Ｓ的轮 廓 线 修 改算 法
武君 胜 ，谌 洪初
（ 西北工业大 学 软件 与微 电子 学院 ， 陕西 西安 ７０７ ） １０ ２
摘
要： 放射 医疗技术 中， 射 治疗计划 系统对 ｃ 、 ／等 医学影像数据进 行 处理 ， 放 Ｔ ＭＲ 以获得体表 、 官 器
等 医生所 关注 区域 的轮廓 ， 这是进行 最终放 射 剂量计 算 的重要基 础 。文章 针 对 自动提 取 或手动 勾画 的感兴趣 区域 的轮 廓 ， 出并 实现 了一种修 改 算法 。该 算 法可对 自动提 取 不 准确和 勾画不正确 的 区 提 域轮廓线进行修 改 ， 以达到 用户预 期 的效果 。算法 实现 方便 ， 运行 交互性好 ， 能满足放 射 治疗计 划 系
２１ ００年 ２月 第 ２ 第 １期 ８卷
快速成型中基于直骨架原理的轮廓偏置算法
ｉ ｍｐｒ ｖ ｔ ｏｍｐｕ ａ ｉｎ ｐｅ ｄ ｙ ｄ ｃ ｍ ｐ ｉ ｈｅ ｃ ｎｔ ｕｒ ｓ ｍｏｎ ｏｎ ｈ ｉ ｎｄ ｉ ｕ ｔ ｂｌ ｏ ｏ ｅ ｈｅ ｃ ｔ ｔｏ ｓ ｅ ｂ ｅ ｏ ｏｓｎｇ ｔ ｏ ｏ ｓ ａ ｏｔ ｅ ｃ ａ ｎｓ ａ ｓ ｓ ｉａ ｅ ｆ ｒ
ｐｏ ｎ ｓ ｗｈｉｈ ｍａ ｐ ｉ ｏ ｏ ｒ ｂ ｅ ｅ ｅ ａ ｅ ｒ ａ ｋｅ Ｏ ｔ ｔｔ ｐ ｌ ｎｄ ｄ ｇｅ ｅ ａ ｅ ｏ ｏ ｓ ｉｔ ｃ ｙ ｓ ｌｔｃ ｎｔ ｕｒｏ ｅ ｄ ｇ ｎ ｒ ｔ ｄ ａ ｅｍ ｒ ｄ Ｓ ｈａ ｈｅｓ ｉｔａ ｅ ｎ ｒ ｔ ｄ ｃ ｎｔ ｕｒ
摘
要 ：为 了 降 低 光 固 化 快 速 成 型 中 成 型 件 的 表 面 粗 糙 度 ， 决 现 有 偏 置 算 法 中效 率 低 、 廓 自相 交 和 互 相 交 等 问 解 轮
题 ， 出 一 种 基 于 直 骨 架 的 偏 置 算 法 ． 算 法 采 用 多 边 形 单 调 链 分 解 的 方 法 来 提 高 直 骨 架 计 算 速 度 ， 用 于 二 维 多 提 该 适 连 通 区域 ； 取偏 置 多 边形 前 ， 过 标 记 偏 置 分 裂 及 退 化 的偏 置 点 ， 栈 的 数 据 组 织 形 式 提 取 偏 置 多 边 形 顶 点 ， 高 求 通 用 提
Ａｎ Ａｌ ｏ ｉｈ ｆ Ｃｏ ｏ ｒ Ｏ ｆ ｓ ｔｉ ｓ ｄ ｏ ｈｅ Ｐｒｎｃ ｐｌ ｆ Ｓ ｒ ｉ ｈｔ Ｓ ｅ ｅ ｏ ｇ ｒ ｔ ｍ ｏ ｎｔ ｕ ｆ ｅ ｔｎｇ Ｂａ ｅ ｎ ｔ ｉ ｉ ｅ ｏ ｔ ａ ｇ ｋ ｌ ｔ ｎ ｆ ｒ Ｒａ ｄ Ｐｒ ｔ ｔ ｐｉ ｇ ｏ ｐｉ ｏ ｏ ｙ ｎ
第２ ３卷 第 １ 期 １
２１ ０ １年 １ １月
选区激光熔化快速成型扫描路径优化算法研究
测 量 过 每 一 层 上 残 余 应 力 的分 布 情 况 ，表 层 所 产 生 的残 余 应 力 最 大 ，随 着 层 数 的下 降 残 余 应 力 减 小 ，首 层 与 基 板 粘 结 时 的残 余 应 力 也 比较 大 。但 是 将 每 一 层 熔 化 后 再 用 激 光 重 扫 描 ，每 层 的残 余 应 力 可 以减 小 ５ ％ ；在 成 型之 前将 基 ５ 板 加 热 到 １０Ｃ，可 以减 小 ４ ％的 残 余 应 力 。 基 于 此 ，提 ６￣ ０ 出一 种 重 复扫 描 和分 区 扫描 相 结 合 的 路 径 生 成 算 法 ，此 算
于 成 型 缸 的下 降 量 ， 以保 证有 足够 的粉 末 铺 ｜成 型缸 ） 铺 殳 粉 辊 再 次 将 辑 束 铺 平 后 ，激 光 柬 开 始 依 照设 计 零 件第 二 层 ｊ 的 信 息 进 行 加 工 激 光 扫 描 过 后 ， 所形 成 的 第 二 个 层 面 同 时 也 熔 化 在 第 一层
描 激 光束 过 之 处 粉 末 熔 化 成 一 定 厚 度 的 片 层 ，来 熔 化 的地 打 仍 然 是 橙散 的 ｌ束 ．这 样 零 件 第 一 层 就 制造 出来 ： 柑 此 时 成 缸下 移一 定距 斟 ． 造 个 距 离 与 设 计 零 件 的切 片 度 ・ ． 而 供 粉缸 上移 一 定 距 离 ｌ 粉 缸 的 上 移 量 稍 大 致 供
３要解 决 的 问题 及分 析
选 区激 光熔 化快 速 成 型 过 程 中 所 存 在 的 昔 遍 川 题 是 成 型 件 边 界 翘 曲 变 肜 ， 熔 化 层 金 属 会 产 生 球 化 现 象 ，这 样 就 会 导 致 成 型 什 的 表 面 质 量 降 低 ． 使 后 续 的 铺 粉 过 程 难 以进
基于改进Snake算法的轮廓线提取
基于改进Snake算法的轮廓线提取
热孜万古丽·夏米西丁
【期刊名称】《科技视界》
【年(卷),期】2013(000)001
【摘要】基于轮廓线的目标分割是近十几年来图像领域的研究热点.活动轮廓线模型可以将待处理问题的先验知识和各种图像处理算法有效结合起来,更具有实用性.改进的Snake算法可以精准地把颅骨部分和脑内杂质部分分离,提取出不连续的颅骨最外层轮廓线.
【总页数】2页(P7,63)
【作者】热孜万古丽·夏米西丁
【作者单位】新疆师范大学计算机科学与技术学院,新疆乌鲁木齐830054
【正文语种】中文
【相关文献】
1.基于改进直线Snake算法的建筑物自动提取 [J], 刘炯;李光耀
2.基于改进粒子群优化的Snake曲线提取算法 [J], 陈云峰;宋春林;谈彩萍;江兴歌
3.一种基于初始化Snake轮廓线的混合舌图像分割算法 [J], 覃武星;李斌;岳小强
4.一种基于snake模型的边缘轮廓提取的改进算法 [J], 谢锋;沈军;满家巨
5.基于DDA算法改进B-snake模型的曲线提取 [J], 张维忠;张丽艳;潘振宽;耿秀秀;李建国
因版权原因，仅展示原文概要，查看原文内容请购买。
多边形轮廓螺旋填充轨迹生成算法
多边形轮廓螺旋填充轨迹生成算法1. 引言1.1 背景介绍。
多边形轮廓螺旋填充轨迹生成算法是一种常见的计算机辅助设计（CAD）算法，用于在多边形轮廓内部生成螺旋状填充轨迹。
随着现代制造技术的不断发展，对于高效、准确地生成填充轨迹的需求也日益增加。
传统的填充方法往往存在着一定的缺陷，例如填充效率低、生成轨迹不规则等问题。
为了解决传统方法的缺陷，研究人员开始关注并深入探讨多边形轮廓螺旋填充轨迹生成算法。
该算法通过合理的数学模型及计算逻辑，可以对多边形轮廓进行精确填充，生成规则且高效的螺旋填充轨迹。
这种算法在数字化制造、工业设计等领域有着广泛的应用前景。
通过对多边形轮廓螺旋填充轨迹生成算法的研究，可以提高制造效率，减少浪费，增强产品的设计美感和功能性。
深入研究该算法的原理和应用价值对于推动制造业的发展具有重要意义。
【2000字】1.2 研究目的研究目的是为了探索和提出一种高效的多边形轮廓螺旋填充轨迹生成算法，以解决在工程领域中常见的零件加工、数控加工等问题。
通过研究和分析现有算法的不足之处，我们旨在提出一种更加精准、高效和稳定的算法，以满足工程实践中对轮廓螺旋填充轨迹生成算法的要求。
研究目的还包括对算法的优化和改进，以提高其性能和可靠性。
我们希望通过本研究的成果，能够为工程领域提供一种更加优秀的多边形轮廓螺旋填充轨迹生成算法，从而提高工程生产效率、降低成本，促进工程技术的进步和发展。
本研究的目的是为了提出一种有效的多边形轮廓螺旋填充轨迹生成算法，并通过实验验证和优缺点分析，为工程实践提供更好的技术支持和应用指导。
也为相关领域的研究和发展提供新思路和方法。
1.3 意义意义多边形轮廓螺旋填充轨迹生成算法的意义主要体现在以下几个方面：1. 提高生产效率：通过采用轮廓螺旋填充轨迹生成算法，可以有效优化生产过程，提高生产效率。
该算法能够快速生成填充轨迹，减少生产周期，降低生产成本。
2. 提升产品质量：多边形轮廓螺旋填充轨迹生成算法能够精确控制填充轨迹，保证产品轮廓的准确性和一致性。
几种常见的快速成型技术
几种常见的快速成型技术一、FDM丝状材料选择性熔覆（FusedDeposi tionModeli ng）快速原型工艺是一种不依靠激光作为成型能源、而将各种丝材加热溶化的成型方法，简称FDM。
丝状材料选择性熔覆的原理室，加热喷头在计算机的控制下，根据产品零件的截面轮廓信息，作X-Y平面运动。
热塑性丝状材料（如直径为1.78mm的塑料丝）由供丝机构送至喷头，并在喷头中加热和溶化成半液态，然后被挤压出来，有选择性的涂覆在工作台上，快速冷却后形成一层大约0.127mm厚的薄片轮廓。
一层截面成型完成后工作台下降一定高度，再进行下一层的熔覆，好像一层层"画出"截面轮廓，如此循环，最终形成三维产品零件。
这种工艺方法同样有多种材料选用，如ABS塑料、浇铸用蜡、人造橡胶等。
这种工艺干净，易于操作，不产生垃圾，小型系统可用于办公环境，没有产生毒气和化学污染的危险。
但仍需对整个截面进行扫描涂覆，成型时间长。
适合于产品设计的概念建模以及产品的形状及功能测试。
由于甲基丙烯酸ABS（MABS）材料具有较好的化学稳定性，可采用加码射线消毒，特别适用于医用。
但成型精度相对较低，不适合于制作结构过分复杂的零件。
FDM快速原型技术的优点是：1、制造系统可用于办公环境，没有毒气或化学物质的危险。
2、工艺干净、简单、易于材作且不产生垃圾。
3、可快速构建瓶状或中空零件。
4、原材料以卷轴丝的形式提供，易于搬运和快速更换。
5、原材料费用低，一般零件均低于20美元。
6、可选用多种材料，如可染色的A BS和医用ABS、PC、PPSF等。
FDM快速原型技术的缺点是：1、精度相对国外SLA工艺较低，最高精度0.127mm。
2、速度较慢。
二、SLA光敏树脂选择性固化是采用立体雕刻（Stereo litho graph y）原理的一种工艺，简称SLA，也是最早出现的、技术最成熟和应用最广泛的快速原型技术。
ad铺铜部分生成轮廓线 -回复
ad铺铜部分生成轮廓线-回复制作ad铺铜的过程需要先生成轮廓线。
本文将详细介绍如何以中括号内的内容为主题，一步一步回答这个问题。
第一步：基本概念解释（100字）在PCB（Printed Circuit Board，印制电路板）制造过程中，ad铺铜是将薄铜箔覆盖在PCB上特定区域的一种方法。
生成轮廓线是ad铺铜的一项重要步骤，它定义了铜箔在PCB上布局的边缘，并确保成品电路板的形状符合设计要求。
第二步：生成轮廓线的目的和重要性（200字）生成轮廓线的目的是为了确保电路板的形状与设计要求一致。
铜箔在PCB 上的位置和形状直接影响到电路板的功能和性能。
如果轮廓线不正确，可能会导致电路布线不完整、焊盘不准确或尺寸不符合要求的问题。
通过生成轮廓线，PCB制造商可以确定需要铺铜的区域，并将其用于制作外层电路板、内层电路板或多层电路板的外形。
生成轮廓线还能告诉PCB 制造商如何裁剪电路板，以使其符合设计要求。
第三步：确定轮廓线的位置（300字）确定轮廓线的位置是生成轮廓线的第一步，它决定了PCB电路板的外形。
通常，PCB设计师使用CAD（Computer-Aided Design，计算机辅助设计）软件来绘制电路板的布局和轮廓线。
在CAD软件中，设计师可以选择不同的工具和功能来绘制轮廓线。
他们可以自由绘制轮廓线，也可以使用CAD软件提供的形状工具来绘制矩形、圆形、多边形等形状的轮廓线。
此外，设计师还可以使用CAD软件的编辑功能来调整和修改轮廓线的形状和位置，以确保铜箔在PCB上的布局和形状完全符合设计要求。
第四步：定义轮廓线的属性（400字）一旦完成轮廓线的绘制，设计师需要定义轮廓线的属性。
这些属性包括线宽、线型和图层设置等。
在ad铺铜过程中，这些属性的正确定义非常重要，因为它们直接影响到轮廓线在PCB制造过程中的表现。
线宽是指轮廓线的宽度。
通常，线宽影响到PCB制造商进行裁剪和铺铜的精确度。
线型是指轮廓线的样式，包括实线、虚线和点线等。
一种轨道廓形打磨策略自动生成方法
一种轨道廓形打磨策略自动生成方法The development of an automated method for generating track profile grinding strategies is a pressing need in the railway industry.目前，传统的轨道廓形打磨策略生成方法需要耗费大量的人力和时间，因此急需一种自动化方法来减少人为干预。
This new approach would streamline the process, improve efficiency, and optimize track maintenance operations. 一种自动生成轨道廓形打磨策略的方法将能够提高铁路维护的效率和质量，降低成本。
With the advancement of technology, it is now possible to develop algorithms and software that can analyze track data and automatically generate grinding strategies. 随着技术的进步，我们现在有能力开发能够分析轨道数据并自动生成打磨策略的算法和软件。
This automated approach would not only save time and resources but also ensure consistent and accurate track maintenance practices. 这种自动化的方法不仅可以节省时间和资源，还能确保轨道维护操作的一致性和准确性。
One of the key advantages of an automated track profile grinding strategy generation method is its ability to adapt to changing track conditions. 自动轨道廓形打磨策略生成方法的一个关键优势是它能够适应不断变化的轨道状况。
一种改进的轮廓提取评估算法
吉 林 大 学 学 报 （工 学 版 ）ＪｏｕｒｎａｌｏｆＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ （ＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙＥｄｉｔｉｏｎ） 第４１ 卷 增刊１ ２０１１ 年７ 月Ｖｏｌ．４１ Ｓｕｐ．１ Ｊｕｌｙ２０１１ 一种改进的轮廓提取评估算法赵宏伟１，２，刘 静１，陈华程３，崔弘睿１（１．吉林大学 计算机科学与 技 术 学 院，长 春 １３００１２；２．吉林大学 符号计算与知识工程教育部重点实验室， 长春 １３００１２；３．吉林省交通规费管理局，长春 １３００６１） 摘 要：针对带有 ＧｒｏｕｎｄＴｒｕｔｈ 图的自然图像轮廓评估算法的轮廓提取准确率低并且不精 确的问题，本文提出了一种邻域匹配算法，并且与原算法相结合，再将评估的准确率公式进行 修改，得到了本文的轮廓提取评估算法。
通过对 Ｃａｎｎｙ 算子处理的轮廓提取图进行评估，并 与原算法相比可知，本文算法提高了评估的轮廓提取准确率。
关键词：图像处理技术；ＧｒｏｕｎｄＴｒｕｔｈ 图；自然图像；轮廓提取评估算法 中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１６７１－５４９７（２０１１）Ｓｕｐ．１－０１７９－０４Ｉｍｐｒｏｖｅｄｅｖａｌｕａｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｃｏｎｔｏｕｒｄｅｔｅｃｔｉｏｎ ＺＨＡＯ Ｈｏｎｇ－ｗｅｉ１，２ ，ＬＩＵＪｉｎｇ１ ，ＣＨＥＮ Ｈｕａ－ｃｈｅｎｇ３ ，ＣＵＩＨｏｎｇ－ｒｕｉ１（１．Ｃｏｌｌｅｇｅｏｆ ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｊｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ １３００１２，Ｃｈｉｎａ；２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆ ＳｙｍｂｏｌｉｃＣｏｍｐｕｔａｔｉｏｎａｎｄ ＫｎｏｗｌｅｄｇｅＥｎｇｉｎｅｅｒｉｎｇ ｆｏｒ Ｍｉｎｉｓｔｒｙｏｆ Ｅｄｕｃａｔｉｏｎ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００１２， Ｃｈｉｎａ；３．ＳｃｉｅｎｔｉｆｉｃＩｎｆｏｒｍａｔｉｏｎＢｕｒｅａｕ，ＪｉｌｉｎＴｒａｎｓｐｏｒｔｉｏｎＣｈａｒｅｓＡｄｍｉｎｓｔｒａｔｉｏｎ，Ｃｈａｎｇｃｈｕｎ１３００６１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｆｏｒｔｈｅｌｏｗ ａｃｃｕｒａｃｙａｎｄｉｍｐｒｅｃｉｓｅｏｆｃｏｎｔｏｕｒｄｅｔｅｃｔｉｏｎｅｖａｌｕａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒａｎａｔｕｒａｌｉｍａｇｅｗｉｔｈＧｒｏｕｎｄＴｒｕｔｈ，ｗｅｐｒｏｐｏｓｅｄａｎｅｉｇｈｂｏｒｈｏｏｄｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｈａｄｂｅｅｎｃｏｍｂｉｎｅｄ ｗｉｔｈｔｈｅｏｒｉｇｉｎａｌａｌｇｏｒｉｔｈｍ，ａｎｄｔｈｅｎ ｍｏｄｉｆｉｅｄｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｆｏｒｍｕｌａ，ａｔｌａｓｔｗｅｇｏｔｔｈｅｃｏｎｔｏｕｒ ｄｅｔｅｃｔｉｏｎｅｖａｌｕａｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｔｈｉｓｐａｐｅｒ．Ｔｈｒｏｕｇｈａｓｓｅｓｓｉｎｇｔｈｅｃｏｎｔｏｕｒｄｅｔｅｃｔｉｏｎｉｍａｇｅｓｐｒｏｃｅｓｓｅｄ ｂｙＣａｎｎｙｏｐｅｒａｔｏｒ，ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｏｒｉｇｉｎａｌａｌｇｏｒｉｔｈｍ，Ｔｈｅａｌｇｏｒｉｔｈｍｉｍｐｒｏｖｅｄｔｈｅａｃｃｕｒａｃｙｖａｌｕｅ ｏｆａｓｓｅｓｓｍｅｎｔｏｆｃｏｎｔｏｕｒｄｅｔｅｃｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ＧｒｏｕｎｄＴｒｕｔｈ；ｎａｔｕｒｅｉｍａｇｅ；ｃｏｎｔｏｕｒｄｅｔｅｃｔｉｏｎｅｖａｌｕａｔｉｏｎａｌｇｏｒｉｔｈｍ 轮廓提取是目标识别的基础，作为目标识别的底层算法，轮廓提取算法的优劣会直接影响到目 标识别的结果。
基于面片裁切技术的点云轮廓线生成算法
第４２卷第４期２０１９年４月测绘与空间地理信息ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹＶｏｌ.４２ꎬＮｏ.４Ａｐｒ.ꎬ２０１９收稿日期:２０１７－１１－１５作者简介:甄宗坤(１９８７－)ꎬ男ꎬ江苏徐州人ꎬ工程师ꎬ硕士ꎬ２０１３年毕业于河海大学大地测量学与测量工程专业ꎬ主要从事精密工程测量及数字城市方面的应用研究工作ꎮ基于面片裁切技术的点云轮廓线生成算法甄宗坤ꎬ蔡东健(苏州工业园区测绘地理信息有限公司ꎬ江苏苏州２１５０２７)摘要:随着点云在各个领域的广泛应用ꎬ对点云处理相关技术的研究更为活跃ꎮ目前ꎬ研究的热点主要集中在点云去噪㊁配准㊁分割㊁增强㊁特征提取和重建等方面ꎮ其中ꎬ特征提取起着承前启后的作用ꎬ具有十分重要的研究价值ꎮ基于面片裁切技术的点云轮廓线生成算法ꎮ首先ꎬ对点云数据进行面片提取ꎬ通过面片生长㊁融合生成特征面片ꎬ并根据提出的面片双向索引法快速构造特征线ꎬ最终实现点云平面轮廓线的生成ꎮ实验证明ꎬ本算法可快速㊁准确㊁有效地实现点云轮廓线的生成ꎮ关键词:特征提取ꎻ面片裁切ꎻ轮廓线ꎻ双向索引中图分类号:Ｐ２２５㊀㊀㊀文献标识码:Ａ㊀㊀㊀文章编号:１６７２－５８６７(２０１９)０４－０１４１－０３ＣｏｎｔｏｕｒＧｅｎｅｒａｔｉｏｎＡｌｇｏｒｉｔｈｍｏｆＰｏｉｎｔＣｌｏｕｄｓＢａｓｅｄｏｎＰａｔｃｈＣｕｔｔｉｎｇＴｅｃｈｎｏｌｏｇｙＺＨＥＮＺｏｎｇｋｕｎꎬＣＡＩＤｏｎｇｊｉａｎ(ＳｕｚｈｏｕＩｎｄｕｓｔｒｉａｌＰａｒｋＳｕｒｖｅｙｉｎｇꎬＭａｐｐｉｎｇａｎｄＧｅｏｉｎｆｏｍａｔｉｏｎＣｏꎬＬｔｄ.ꎬＳｕｚｈｏｕ２１５０２７ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｗｉｔｈｔｈｅｗｉｄｅｓｐｒｅａｄａｐｐｌｉｃａｔｉｏｎｏｆｐｏｉｎｔｃｌｏｕｄｓｉｎｖａｒｉｏｕｓｆｉｅｌｄｓꎬｔｈｅｒｅｓｅａｒｃｈｏｎｐｏｉｎｔｃｌｏｕｄｓｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙｉｓｍｏｒｅａｃｔｉｖｅ.Ａｔｐｒｅｓｅｎｔꎬｔｈｅｆｏｃｕｓｉｓｍａｉｎｌｙｏｎｔｈｅｒｅｓｅａｒｃｈｏｆｐｏｉｎｔｃｌｏｕｄｄｅｎｏｉｓｉｎｇꎬｒｅｇｉｓｔｒａｔｉｏｎꎬｓｅｇｍｅｎｔａｔｉｏｎꎬｅｎｈａｎｃｅｍｅｎｔꎬｆｅａｔｕｒｅｅｘ￣ｔｒａｃｔｉｏｎａｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ.Ａｍｏｎｇｔｈｅｍꎬｔｈｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｐｌａｙｓａｖｅｒｙｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｒｅｓｅａｒｃｈ.Ｔｈｅｃｏｎｔｏｕｒｇｅｎｅｒａｔｉｏｎａｌｇｏ￣ｒｉｔｈｍｏｆｐｏｉｎｔｃｌｏｕｄｓｂａｓｅｄｏｎｐａｔｃｈｃｕｔｔｉｎｇｔｅｃｈｎｏｌｏｇｙｉｓｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｐａｔｃｈｅｓｆｒｏｍｔｈｅｐｏｉｎｔｃｌｏｕｄｓｄａｔａꎬａｎｄｔｈｅｆｅａｔｕｒｅｐａｔ￣ｃｈｅｓａｒｅｇｅｎｅｒａｔｅｄｂｙｔｈｅｐａｔｃｈｇｒｏｗｔｈａｎｄｆｕｓｉｏｎꎬａｎｄｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｌｉｎｅｓａｒｅｑｕｉｃｋｌｙｃｏｎｓｔｒｕｃｔｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｏｐｏｓｅｄｂｉｄｉ￣ｒｅｃｔｉｏｎａｌｉｎｄｅｘｉｎｇｍｅｔｈｏｄ.Ｆｉｎａｌｌｙꎬｔｈｅｐｌａｎｅｃｏｎｔｏｕｒｉｓｇｅｎｅｒａｔｅｄ.Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎｑｕｉｃｋｌｙꎬａｃｃｕｒａｔｅｌｙａｎｄｅｆｆｅｃｔｉｖｅｌｙｒｅａｌｉｚｅｔｈｅｇｅｎｅｒａｔｉｏｎｏｆｐｏｉｎｔｃｌｏｕｄｃｏｎｔｏｕｒｓ.Ｋｅｙｗｏｒｄｓ:ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎꎻｐａｔｃｈｃｕｔｔｉｎｇꎻｃｏｎｔｏｕｒｌｉｎｅꎻｂｉｄｉｒｅｃｔｉｏｎａｌｉｎｄｅｘ０㊀引㊀言三维激光点云处理技术正在经历着一场革新ꎬ随着点云快速模型化技术的发展ꎬ传统的由点到线ꎬ再到面和模型的解决方案被彻底打破ꎬ全新的面片检测技术ꎬ快速的面片生长㊁融合方法ꎬ为点云快速模型化提供了便利ꎬ这也为由模型到轮廓的逆向解决方案提供了技术基础ꎮ目前ꎬ国内外的研究学者主要利用点的邻域信息来描述每个点的几何特征ꎬ然后将具有相似几何特征的点连成线段ꎬ进而对线段进行去齿㊁平滑㊁补缺ꎬ生成完整的轮廓线ꎮ程效军等提出了一种基于切片的轮廓特征线快速生成算法ꎬ利用数字图像的方法将点云投影到数字栅格平面ꎬ通过图像的索引连通快速构造特征线ꎬ该算法计算效率高ꎬ但未解决特征线在较大点云空洞处的连续中断问题和噪声引起的特征线局部锯齿化ꎮ秦家鑫等提出一种具有一定抗噪能力的建筑物点云轮廓线生成算法ꎬ通过主成分分析和熵函数计算点云的最佳邻域ꎬ利用几何特征滤除散乱点和冗余点ꎬ保留轮廓线点云ꎬ构造特征线ꎬ算法在特征线锯齿化上有一定改善ꎬ但仍未能彻底解决ꎬ特征线中断的问题也同样存在ꎮ１㊀算法描述１.１㊀法向量估计对于点云中的每个点ｐꎬ搜索与其最近的ｋ个邻域点ꎬ利用这些点计算一个基于最小二乘准则的局部平面Ｓꎮ该平面的数学表达式为:Ｓ(ｎꎬｄ)＝ａｒｇｍｉｎðｋｉ＝１ｎ∗ｐｉ－ｄ２(１)式中ꎬｎ为平面Ｓ的法向量ꎬｄ为原点到平面Ｓ的距离ꎮ可以看出ꎬ平面Ｓ经过ｋ个邻域点的质心ｐ－ꎬ法向量ｎ满足ｎ２＝１ꎮ故点ｐ法向量估计的问题可以转化成对式(２)中协方差矩阵Ｍ进行特征值分解ꎬ求对应于Ｍ最小特征值的特征向量问题ꎬ获取的特征向量即为点ｐ的法向量ꎮＭ＝１ｋðｋｉ＝１(ｐｉ－ｐ－)(ｐｉ－ｐ－)Ｔ(２)法向量估计平面拟合法ꎬ具有低通的特性ꎬ使得尖锐特征的法向量估计并不明显ꎬ这对严重依赖于点云特征邻域生成轮廓线的方法影响很大ꎬ而本文方法却几乎不受影响ꎮ由于平面拟合法得到的法向量不具有一致的方向性ꎬ故要对获得的法向量进行重定向ꎬ如图１所示ꎮ图１㊀法向量估计重定向Ｆｉｇ.１㊀Ｎｏｒｍａｌｖｅｃｔｏｒｅｓｔｉｍａｔｉｏｎｒｅｄｉｒｅｃｔｉｏｎ图１中ꎬ黑色箭头表示原始的法向量估计ꎬ浅色箭头表示部分反向法向量估计重定向后的方向ꎮ原始法向量估计重定向的目的主要是要获得与物体表面具有一致性的外向法向量ꎮ１.２㊀面片检测对已具有全局和局部邻域关系的点云数据随机抽取一采样点ꎬ根据空间位置确定所属单元ꎬ在全局和局部的格网单元内部ꎬ按ＲＡＮＳＡＣ的方法探测平面面片ꎬ对于平面模型只需要一个有向采样即可确定一个平面ꎬ然后在格网单元内对检测到的平面面片集ꎬ按照法向约束和距离约束进行打分ꎬ确定最优的平面模型ꎮ以面片特征明显的建筑物点云数据为例ꎬ在局部ＲＡＮＳＡＣ算法中最大迭代次数设为１００００次ꎬ在格网点云中探测平面面片的最优参数模型ꎬ面片检测的结果如图２所示ꎮ１.３㊀面片生长㊁融合在一定的邻域范围内ꎬ对具有相近或相同法向量的平面面片ꎬ进行生长㊁融合ꎬ形成一个较规则㊁具有较大面积的特征面片候选模型集ꎮ在候选模型集中ꎬ通过检测特征面片间的法向量变化和几何拓扑关系ꎬ确定具有实际代表性的特征面片ꎮ平面面片生长㊁融合的基本过程ꎬ如图３所示ꎮ图２㊀面片检测Ｆｉｇ.２㊀Ｐａｔｃｈｄｅｔｅｃｔｉｏｎ图３㊀面片生长㊁融合Ｆｉｇ.３㊀Ｐａｔｃｈｇｒｏｗｔｈꎬｆｕｓｉｏｎ１.４㊀面片双向索引特征线对确定的具有实际代表性的特征面片ꎬ每个特征面片向左㊁右两个方向索引相邻特征面ꎬ再通过法矢变化和几何拓扑约束ꎬ寻找最优的相邻特征面片ꎬ建立特征面片的空间索引ꎬ进而生成具有索引机制的特征线ꎮ图４所示为按面片双向索引建立特征线的原理图ꎬ通过面片生长㊁融合ꎬ且具有实际代表性的特征面片Ａ㊁Ｂ沿左向㊁右向索引ꎬ构造出特征线Ｌ１ꎮ图４㊀面片双向索引Ｆｉｇ.４㊀Ｐａｔｃｈｂｉｄｉｒｅｃｔｉｏｎａｌｉｎｄｅｘ１.５㊀面片裁切利用面片裁切技术构建平面轮廓线需满足两个基本条件:(１)特征面片建立了正确的空间索引关系ꎬ几何拓扑与实际相吻合ꎻ(２)特征线集索引无误ꎮ平面裁切线与特征面片和特征线集相交形成裁切点ꎬ裁切点按照索引规则连接成线段ꎬ线段集按最小面积规则分别构建成面轮廓ꎮ２㊀实验实例本文在ＭＦＣ编程框架下完成上述算法的测试ꎬ测试用的点云数据来自公司实际承担的建设用地调查项目２４１㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀测绘与空间地理信息㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０１９年中ꎬ为了测试算法的有效性㊁正确性和可靠性ꎬ本文选择了一户农村普通建筑的三维点云ꎬ分别使用基于点云特征的轮廓线生成算法㊁ＣＡＤ描点绘图法和本文提出的基于面片裁切技术的轮廓线生成算法３种方法相比较ꎬ对比显示３种方法的优缺点ꎬ如图５和图６所示ꎮ图５㊀原始点云Ｆｉｇ.５㊀Ｏｒｉｇｉｎａｌｐｏｉｎｔｃｌｏｕｄ图６㊀建筑点云平面轮廓线Ｆｉｇ.６㊀Ｂｕｉｌｄｉｎｇｐｏｉｎｔｃｌｏｕｄｐｌａｎｅｏｕｔｌｉｎｅ㊀㊀图５为建筑物的原始点云ꎬ其中ꎬ图５(ａ)为建筑的三维点云ꎬ图５(ｂ)为建筑某一高度的切片点云ꎬ切片厚度３ｃｍꎮ图６为建筑点云的平面轮廓线ꎬ其中ꎬ图６(ａ)为基于点云特征算法生成的平面轮廓线ꎻ图６(ｂ)为图６(ａ)的局部放大ꎻ图６(ｃ)为本文提出的基于面片裁切技术生成的平面轮廓线ꎻ图６(ｄ)为ＣＡＤ描点绘制的平面轮廓线ꎮ从图６(ａ)㊁(ｂ)中不难看出ꎬ基于点云特征的轮廓线生成算法在处理噪声㊁尖锐特征㊁点云空洞时ꎬ会出现明显的锯齿㊁倒角和中断ꎬ在后期仍有较大的轮廓线较正修复工作ꎮ图７(ｃ)㊁(ｄ)的平面轮廓线准确㊁完整ꎬ且具有较高的精度ꎮ本文的方法相较于ＣＡＤ描点绘图法自动化程度高㊁操作便利㊁特征准确ꎮ为了证明基于面片裁切技术的点云轮廓线生成算法能真正地满足实际的生产需要ꎬ本文又选取了一块１８８个宗地㊁共４８７个房屋㊁约２０亿点云的区域ꎬ建筑物点云中包含了随机噪点㊁非目标点㊁点云空洞㊁几何缺失等各种复杂情况ꎬ具有一定的代表性和指导意义ꎮ测试中使用传统测量方式采集了该区域１０３个特征点ꎬ将采集的特征点坐标与本文方法绘制的平面轮廓线特征点进行精度对比ꎬ对比的情况和结果如图７所示及见表１㊁表２ꎮ图７㊀对比情况图Ｆｉｇ.７㊀Ｃｏｎｔｒａｓｔｍａｐ表１㊀平面轮廓线特征点精度情况表Ｔａｂ.１㊀Ｐｌａｎｅｃｏｎｔｏｕｒｆｅａｔｕｒｅｐｏｉｎｔａｃｃｕｒａｃｙｔａｂｌｅ序号ＣＡＤ轮廓线基于面片裁切的轮廓线ＸＹＸＸ偏差/ｃｍＹＹ偏差/ｃｍ平面位置偏差１４６.６６７３４.０２４９４６.６７９１.２３４.０３０.５１.３２６５.８８８３３.８４２７６５.８６８－２３３.８７８３.５４３１２０.２４５７１.４２２５１２０.３１１６.６７１.４１２－１６.７１０１１７７.００６３００.４２７９１７７.０２７２.１３００.４２３－０.５２.２１０２１６９.０７１２９４.８５８５１６９.０３５－３.６２９４.８６９１３.７１０３７４９.７４５９７８.６０７７４９.７３３－１.２９７８.６１７１１.６(下转第１４９页)３４１第４期甄宗坤等:基于面片裁切技术的点云轮廓线生成算法精度计算:选取测区内相对平坦的区域(约６.５海里ˑ４.１海里)ꎬ在该测区共获得９０１８个水深点ꎬ其中ꎬ最浅点的水深为１０３１.８１ｍꎬ最深点的水深为１８０５.６６ｍꎬ中值水深为１３８９.３ｍꎮ计算的标准差或均方差(即精度)分布如下:标准偏差小于５ｍ的数据点占总数的８６.７％ꎬ小于１０ｍ的数据点占总数的１３.２６％ꎬ如图１７所示ꎮ图１７㊀相对平坦海试区域的水深标准差Ｆｉｇ.１７㊀Ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｗａｔｅｒｄｅｐｔｈｉｎａ㊀㊀㊀㊀ｒｅｌａｔｉｖｅｌｙｆｌａｔｓｅａｔｅｓｔａｒｅａ通过对ＳｅａＢｅａｍ３０１２测深精度进行统计分析ꎬ可知此系统的数据质量可靠ꎮ２.４㊀水深数据质量分析通过ＣＡＲＩＳ对４ˑ５测线的水深数据进行处理ꎬ最终获得的地形图能客观㊁合理地呈现出海试区域的水深和地形地貌信息ꎮ３㊀结束语向阳红１０ 科考船船载ＳｅａＢｅａｍ３０１２多波束水下换能器阵安装偏差标定测量结果表明:水下换能器阵的安装工作效果良好ꎬ达到系统安装的技术要求ꎻ通过对ＳｅａＢｅａｍ３０１２测深精度进行统计分析ꎬ可知该测深系统的水深数据质量可靠ꎻ通过ＣＡＲＩＳ对４ˑ５测线的水深数据进行处理ꎬ最终获得的地形图能客观㊁合理地呈现海试区域的水深和地形地貌信息ꎮ深入对多波束测深系统的标定校验技术及数据处理研究ꎬ对于获取高质量㊁高精度的数据ꎬ保证海上安全ꎬ促进海洋调查具有极其重要的意义ꎮ参考文献:[１]㊀刘经南ꎬ赵建虎.多波束测深系统的现状和发展趋势[Ｊ].海洋测绘ꎬ２００２(５):３－６.[２]㊀阳凡林ꎬ李家彪ꎬ吴自银ꎬ等.浅水多波束勘测数据精细处理方法[Ｊ].测绘学报ꎬ２００８ꎬ３７(４):４４４－４４５.[３]㊀李家彪ꎬ郑玉龙.多波束测深及影响精度的主要因素[Ｊ].海洋测绘ꎬ２００１ꎬ２１(１):２６－３２.[４]㊀张彦昌ꎬ张博.多波束安装校准中各参数关联性分析[Ｊ].海洋测绘ꎬ２０１０ꎬ３０(１):５３－５５ꎬ５８.[编辑:刘莉鑫](上接第１４３页)表２㊀平面轮廓线特征点精度统计表分布区间(ｃｍ)ɤ０.５Ｍ>０.５ＭɤＭ>Ｍɤ２Ｍ>２Ｍ总计检查点数５２３７１３１１０３百分比５０.５％３５.９％１２.６％１％１００％㊀㊀注:Ｍ＝５ｃｍ图７(ａ)为该区域的三维激光点云ꎬ点云已做初步的预处理ꎬ图７(ｂ)为本文算法生成的平面轮廓线ꎬ图７(ｃ)为平面轮廓线符号化后的成果图ꎮ表１为点云平面轮廓线特征点的精度情况ꎬ表２为点云平面轮廓线特征点的精度统计表ꎬ经计算ꎬＸ方向的中误差为ʃ２.３ｃｍꎬＹ方向中误差为ʃ１.８ｃｍꎬ平面位置的中误差为ʃ２.９ｃｍꎮ经过对比ꎬ本文所提出新的点云平面轮廓线生成算法在精度㊁准确度㊁适用性和可靠性上均有着良好的表现ꎮ３㊀结束语在针对具有大数据特征的点云处理算法中ꎬ基于点云几何特征的表面重建算法是近年来研究的热点ꎬ然而其在处理包含不规则噪点㊁点云空洞和几何缺失等问题点云时ꎬ往往呈现出局部的锯齿和表面中断现象ꎬ更为严重的是在处理具有实际意义的尖锐特征点云时ꎬ会绘制成连续的折线ꎬ出现不同程度的失真ꎬ精度和准确度更是难以保障ꎮ基于面片裁切技术的点云轮廓线生成算法ꎬ不依赖于点云的密度㊁几何特征和离散情况ꎬ彻底改变了传统的由点到线㊁由线到面和模型的点云处理模式ꎮ全新的面片检测技术ꎬ快速的面片生长㊁融合方法ꎬ保证了由点到面㊁由面裁切成线的方案实施ꎬ从根本上解决了因点云质量引起的表面局部锯齿和中断的难题ꎮ面片的双向索引连通和平面轮廓线裁切技术ꎬ可以快速㊁准确地实现点云轮廓线的自动生成ꎬ很好地保留具有实际意义的尖锐特征ꎬ同时ꎬ具有一定的抑噪能力ꎮ参考文献:[１]㊀柯映林ꎬ王青.反求工程中的点云切片算法[Ｊ].计算机辅助设计与图形学学报ꎬ２００５ꎬ１７(８):１７９８.[２]㊀吴杭彬ꎬ刘春.激光扫描数据的等值线分层提取和多细节表达[Ｊ].同济大学学报:自然科学版ꎬ２００９ꎬ３７(２):２６７.[３]㊀程效军ꎬ贾东峰ꎬ刘燕萍.海量点云数据轮廓线的快速生成算法[Ｊ].同济大学学报:自然科学版ꎬ２０１２ꎬ４０(１０):１５５９.[４]㊀秦家鑫ꎬ万幼川ꎬ何培培ꎬ等.一种建筑物点云轮廓线的自动提取算法[Ｊ].遥感信息ꎬ２０１５ꎬ３０(４):３－７.[５]㊀李宝.三维点云的鲁棒处理技术研究[Ｄ].长沙:国防科学技术大学ꎬ２０１１.(下转第１５２页)９４１第４期张㊀登等:ＳｅａＢｅａｍ３０１２深水多波束测深系统标定方法图３㊀平面误差分布图Ｆｉｇ.３㊀Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐｌａｎｅｅｒｒｏｒ由以上数据可知ꎬ平面差值比例在－０.０６ ０.１１ｈ之间ꎬ满足我们设定的ʃ０.２ｈꎮ经计算探测的平面中误差为ʃ０.０５ｈꎮ因此ꎬ平面限差设定为ʃ０.２ｈ比较合适ꎮ４.２.２㊀埋深中误差分析以测点序号为横轴ꎬ埋深误差比率(ｈ)为纵轴ꎬ中层探测埋深误差如图４所示ꎮ图４㊀埋深误差分布图Ｆｉｇ.４㊀Ｂｕｒｉｅｄｄｅｐｔｈｅｒｒｏｒｄｉｓｔｒｉｂｕｔｉｏｎｍａｐ由以上数据可知ꎬ埋深差值比例在－０.０６ ０.０６ｈ之间ꎬ满足我们设定的ʃ０.２ｈꎮ经计算探测的埋深中误差为ʃ０.０５ｈꎮ因此ꎬ我们认为ꎬ埋深中误差设定为ʃ０.２ｈ比较合适ꎮ４.３㊀深层探测数据验证地质雷达探测开挖点验证数据见表１ꎮ表１㊀地质雷达探测开挖点验证数据表Ｔａｂ.１㊀Ｖａｌｉｄａｔｉｏｎｄａｔａｓｈｅｅｔｆｏｒｇｅｏｌｏｇｉｃａｌｒａｄａｒ㊀㊀㊀㊀ｐｒｏｂｅｅｘｃａｖａｔｉｏｎ序号点位平面(ｍ)埋深(ｍ)探测开挖误差探测开挖误差１Ｄｗ１６１１６２１.２４７８０５９５.２６１１６２３.５４７８０５９３.０３.２２１.０１８.８２.２２Ｄｗ２６１１６９０.０４７８０５０５.５６１１６９２.６４７８０５０３.１３.５２２.１１９.０３.１㊀㊀由表１可知ꎬ平面误差与埋深误差均在０.１５ ０.２ｈ之间(ｈ为实地埋深)ꎮ产生误差的主要原因供水管材质是水泥ꎬ管径仅０.５ｍꎬ信号强度弱ꎬ管径太细ꎬ不能满足一个步长的采点需求ꎬ且地质条件复杂ꎬ附近还有高压线的干扰ꎬ造成探测精度较低ꎮ因此ꎬ平面和埋深中误差设定为ʃ０.２ｈꎮ考虑到工程的实用性ꎬ探测误差不易大于６ｍꎬ因此ꎬ当埋深大于３０ｍ时ꎬ以３０ｍ计算ꎮ４.４㊀精度指标综合以上分析ꎬ通过实地开挖验证ꎬ本此探测得出的地质雷达探测精度指标合适ꎬ可以满足不同地质条件的探测精度评定指标ꎮ适用于吉林省测绘地理信息行业地质雷达探测工程ꎬ其他行业可以参照执行ꎮ地质雷达探测精度见表２ꎮ表２㊀地质雷达探测精度表Ｔａｂ.２㊀Ｐｒｅｃｉｓｉｏｎｔａｂｌｅｏｆｇｅｏｌｏｇｉｃａｌｒａｄａｒｄｅｔｅｃｔｉｏｎ探深类型探深范围平面中误差(δｔｓ)埋深中误差(δｔｈ)浅部探测０.５ｍ以下ʃ０.１ｈʃ０.１ｈ中层探测０.５ １０ｍʃ０.２ｈʃ０.２ｈ深层探测１０ ５０ｍʃ０.２ｈʃ０.２ｈ㊀㊀注:表中ｈ为探测深度ꎬ单位:ｍꎮ当ｈ﹤０.５ｍ时ꎬ以０.５ｍ代入计算ꎻ当ｈ>３０ｍ时ꎬ则以３０ｍ代入计算ꎮ以２倍中误差作为限差ꎮ５㊀结束语地质雷达探测技术规程及其精度指标随着地质条件的变化而变化ꎬ随着仪器性能的提高探测精度也会逐渐提高ꎮ因此ꎬ关于地质雷达探测技术的探索和研究也需要不断完善ꎮ这里提出的精度指标考虑了仪器自身的探测精度和工程需求ꎬ既能满足工程实际需求ꎬ又不会给探测人员增加工作难度ꎮ参考文献:[１]㊀北京市测绘设计研究院.ＣＪＪ/Ｔ８ ２０１１城市测量规范[Ｓ].北京:中国标准出版社ꎬ２０１２.[２]㊀浙江省测绘局ꎬ国家测绘局重庆测绘院.ＣＨ/Ｔ２００９２０１０全球定位系统实时动态测量(ＲＴＫ)技术规范[Ｓ].北京:测绘出版社ꎬ２０１０.[３]㊀吕悦.城市地下管线探测工程质量控制探讨[Ｊ].测绘与空间地理信息ꎬ２０１７ꎬ４０(８):２０４－２０５ꎬ２０８.[编辑:任亚茹](上接第１４９页)[６]㊀董锦菊.逆向工程中数据测量和点云预处理研究[Ｄ].西安:西安理工大学ꎬ２００７.[７]㊀张连伟.散乱点云三维表面重建技术研究[Ｄ].长沙:国防学技术大学ꎬ２００９.[８]㊀孟娜.基于激光扫描点云的数据处理技术研究[Ｄ].济南:山东大学ꎬ２００９.[９]㊀周保兴.基于三维激光扫描技术的建筑物变形监测方法研究[Ｄ].南京:河海大学ꎬ２０１３.[１０]㊀康志忠ꎬ王微微ꎬ李珍.多源数据融合的三维点云特征面分割和拟合一体化方法[Ｊ].武汉大学学报:信息科学版ꎬ２０１３ꎬ３８(１１):１３１７－１３２１.[１１]㊀沈超慧ꎬ黄石生ꎬ胡事民.城市建筑点云的自适应分割方法[Ｊ].计算机辅助设计与图形学学报ꎬ２０１２ꎬ２４(２):１４９－１５１.[编辑:张㊀曦]２５１㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀测绘与空间地理信息㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０１９年。
基于轮廓线三维矿体表面重建的一种改进算法
基于轮廓线三维矿体表面重建的一种改进算法李兆亮;王林飞;熊盛青;罗锋;闫浩飞;朱自强【摘要】基于轮廓线的三维矿体表面建模方法是矿体建模的主流方法,但在实际应用中,传统的建模方法显现出了不足之处,笔者对该方法进行了针对性地改进.对于一组单轮廓线可自动添加矿体趋势线,并且还可以进行人工编辑修改,然后利用中间加密轮廓线的方法实现对矿体形态的控制.通过投影计算封闭轮廓线之间的最短距离自动添加分支点,利用平面的带洞限定三角剖分实现分支的自动构建,大大节省了人力资源,同时保证了分支矿体的准确性.针对初始构建的三维矿体表面模型几何质量差,引入了质量控制,实现了表面模型的重构,保证了模型质量和后续的计算.这些改进在实际的应用中取得了良好的效果.【期刊名称】《物探与化探》【年(卷),期】2019(043)001【总页数】7页(P118-124)【关键词】矿体表面建模;矿体趋势;分支矿体;网格优化【作者】李兆亮;王林飞;熊盛青;罗锋;闫浩飞;朱自强【作者单位】中国自然资源航空物探遥感中心,北京 100083;自然资源部航空地球物理与遥感地质重点实验室,北京 100083;中国自然资源航空物探遥感中心,北京100083;自然资源部航空地球物理与遥感地质重点实验室,北京 100083;中国自然资源航空物探遥感中心,北京 100083;自然资源部航空地球物理与遥感地质重点实验室,北京 100083;中国自然资源航空物探遥感中心,北京 100083;自然资源部航空地球物理与遥感地质重点实验室,北京 100083;中国自然资源航空物探遥感中心,北京 100083;自然资源部航空地球物理与遥感地质重点实验室,北京 100083;中国自然资源航空物探遥感中心,北京 100083;自然资源部航空地球物理与遥感地质重点实验室,北京 100083【正文语种】中文【中图分类】P6310 引言三维矿体模型在矿产勘探、储量评估、开采设计、生产过程管理等矿山开采过程中具有重要作用[1]。
一种改进的活动轮廓线最优化算法
种改进地活动轮廓线最优化算法摘要：kass 活动轮廓曲线传统最优化算法地数字实现中涉及到时间步长地选取.时间步长选取较短, 避免了曲线收敛过程中地震荡问题,但增加了收敛时间；时间步长选取较长, 又导致震荡问题地产生.文章提出一种变时间步长地方法, 使时间步长在优化地过程中从大到小变化, 较好地解决了固定时间步长收敛时间和震荡地问题, 实验结果表明了该方法地有效性.关键词：活动轮廓线；最优化算法；时间步长活动轮廓模型是一种有效地图像分割、目标跟踪方法, 这种方法已成功地用于物体识别、计算机视觉、计算机图形和生物医学图像处理领域. 基于活动轮廓地图像分割实质上就是用活动轮廓逼近物体地边缘, 此过程可以通过曲线地能量最小化来实现, 外部能量使活动轮廓向物体边缘运动、内部能量保持活动轮廓地光滑性和拓扑性,当能量最小时, 活动轮廓收敛到所要检测地物体边缘.由于这种方法同时考虑了几何约束和与图像数据、轮廓形状有关地能量最小等约束条件, 所以能得到令人满意地分割效果.对于传统地参数活动轮廓模型地能量最小化算法, 即活动轮廓线最优化算法,kass 等人通过离散化地欧拉方程不断迭代得到收敛解对于迭代过程地时间步长如果选取过大, 将会导致方程在迭代求解地过程出现震荡现象, 严重地可能导致曲线越过理想收敛点而收敛于其他地区域；如果时间步长选取过小, 虽然解决了曲线地震荡问题, 但将会导致收敛地时间变长.针对时间步长选取碰到地问题, 本文提出一种变时间步长地方法在曲线演化地过程中, 根据曲线地运动方向变化, 动态地调整时间步长, 较好地解决了曲线收敛时间和震荡地问题.一、活动轮廓活动轮廓本质上是一能量最小化地样条曲线v(s>=(x(s>,y(s>>, 在内部能量<内力)和外部能量<外力)作用下变形, 外部能量使活动轮廓向着物体边缘运动, 而内部能量保持活动轮廓地光滑性和拓扑性,当能量达到最小时, 活动轮廓收敛到所要检测地物体边缘.模型地能量定义为：e=eint+eext ①其中eint 是由于模型拉伸、弯曲而产生地内能, 提供平滑性约束, 通常定义为：eint =) ds②eint 地第一项是弹性势能, 反抗轮廓曲线地拉伸,第二项是弯曲势能,抵制轮廓模型地弯曲变形.a表示曲线地弹性系数，B 表示曲线地硬度<或刚性)系数.eext 是与图像特征有关地外部能量, 以便活动轮廓被吸引到图像某些特征点处, 如边缘, 通常eext 取：eext = p(v>ds <p(v>=- ))▽ i(v> || 2)③③式中,i 是图像地灰度.由②、③可知,e地最小对应于灰度梯度最大，此时地活动轮廓就是物体边缘.能量函数取得极小值地必要条件是满足欧拉- 拉格朗日方程：-< a V‘)〃+<B V“)〃+▽ p(v> = 0④二、能量最小化地数字实现假定f<v ) =(f1(v>,f2(v>>=-p(v>+ …为图像力和其他外力地合力, 则上述公式为-< a v')‘+<B v")"= f<v )⑤将公式变为空间步长<步长为h)地后向有限差分：<a i(vi-vi-1>-ai+1(vi+1-vi> ) +<vi-2-2vi-1+vi ) -2<vi-1- 2vi+vi+1 ) +<vi+2-2vi+1+vi ) -<f1<vi ) ,f2<vi ) ) =0⑥其中,vi=v(ih>, a i= a , B i= [3 .上式可以写成矩阵形式：av=f ⑦其中,a 是一个五对角循环矩阵,v 和 f 第i 个分量分别代表点vi 和vi 地力f(vi>.为了能找到方程地解, 引入时间因素, 将方程变换为另一种形式：Y ivi=a a i+b 3 i=fi ⑧其中,vi(t>=[xi(t>,yi(t>], a i(t> 为弹性力<ai(t>=2xi(t>-xi-1(t>-xi+1(t> ), 3 i(t> 为弯曲力<3 i(t>=2 a i(t>- a i-1(t>-a i+1(t> ) ,fi(t> 为外力,vi(t>为曲线在节点i地速度，丫i 为阻尼系数.经过整理：xi(t+ 8 t>=xi(t>-<a a i(t>+b [3 i(t>-fi(t> )⑨迭代公式⑨式可以很方便地通过编程实现.但实现地过程,涉及到对时间步长8 t 地选取,如果想加快曲线地收敛, 则需要适当加大8 t 地值, 但如果将8 t 选取过大,将会使曲线在单步迭代地过程中出现跨度过大而越过平衡点地情况, 严重地导致曲线收敛于伪平衡点.上述震荡过程地示意图如图1所示,由于8 t 选取较大,导致曲线收敛于伪平衡点.为了克服上述问题, 我们提出一种改进地活动轮廓线实现算法, 能兼顾曲线迭代求解过程中收敛速度和震荡地问题.三、改进地活动轮廓线实现方法针对第二部分在活动轮廓线实现过程中碰到地问题, 我们地改进实现方法如下：第一步是给定曲线地初始位置v(0>. 第二步是选取较大地时间步长8 t, 利用迭代式进行计算, 求得第n 步地迭代结果v(n 8 t>.第三步是判断曲线是否收敛到给定地阈值,如是,则停止；否,则转入第四步.第四步是计算第n+1步曲线地运动方向，如果曲线地运动方向反向, 则将曲线回退到第n-1 步, 并且将时间步长8 t 变为8 t/2, 重新计算第n 步地迭代结果v(n 8 t>. 然后转入第三步.经过不断地跟踪曲线在运动过程中地方向, 我们可以动态改变时间步长8 t, 将使曲线由于时间步长过长而越过平衡点时, 回到上一步改用较小地步长重新前进,并最终收敛到平衡点.经过这种方式, 将使收敛地时间大为减少.四、实验结果如何快速将能量最小化,是衡量活动曲线性能地重要指标.我们通过 2 个例子分别比较活动曲线地传统解法和改进后解法地分割速度.图 2 为一粒石子地图像, 使用传统地能量最小化＜即固定时间步长）算法,迭代到6161次时,收敛到最优解.当采用变时间步长求解时,迭代需要进行地次数为1523次.节约大约4倍地时间.图 3 为一幅噪声严重地块状图形, 使用传统算法和改进算法地迭代次数分别为4300和943 次.五、结论基于分析传统活动曲线地数值实现过程, 提出了一种改进地变时间步长地实现算法, 该算法能根据曲线地运动方向动态地调整时间步长, 能使曲线在最初地运动过程取较大地时间步长, 减少曲线地收敛时间.理论分析和实验结果表明, 该实现算法能明显提高活动曲线地收敛速度.参考文献：1.刘涛. 活动轮廓模型研究及其在目标跟踪中地应用[d]. 山东大学,2006.2.周昌雄. 基于活动轮廓模型地图像分割方法研究[d]. 南京航空航天大学,2005.3.timmcinerney,demetriterzopoulos.t-snakes:topologyadaptivesnakes[j].medicalimageanalysis,200 0(4>.。
一种用于表面重建的外边界轮廓线提取算法
一种用于表面重建的外边界轮廓线提取算法
张太发;张鸿艳;张亚江
【期刊名称】《计算机仿真》
【年(卷),期】2008(25)12
【摘要】医学图像处理中边界轮廓线的提取是科学计算可视化技术中的一个研究热点,足计算机图形学和图像处理技术在生物医学工程中的重要应用.在医学图像的三维重建、模式识别等的应用中,常常需要保留感兴趣的物体区域,从而必须用外边界作为轮廓线.在分析Log算了作用原理的基础上,提出片实现了一种新的按光栅顺序扫描取点然后进行边界跟踪的轮廓线提取算法,最后按照最短对角线法进行轮廓连接.实验证明,算法可以有效地消除噪声,获得更加精确的象素级边界轮廓,重建效果较为满意.
【总页数】4页(P239-242)
【作者】张太发;张鸿艳;张亚江
【作者单位】黑龙江科技学院数力系,黑龙江,哈尔滨,150027;黑龙江科技学院数力系,黑龙江,哈尔滨,150027;黑龙江科技学院数力系,黑龙江,哈尔滨,150027
【正文语种】中文
【中图分类】TF391.4
【相关文献】
1.基于Log算子的一种新的边界轮廓线提取方法 [J], 张太发;程东旭;石端银
2.一种适用于小样本问题的基于边界的特征提取算法 [J], 黄睿;何明一;杨少军
3.一种改进的快速轮廓线提取算法 [J], 冯军华;张荣国;王元龙;刘焜
4.一种面向三维人脸识别的同一截面有效轮廓线提取算法 [J], 苗树艳;金忠
5.基于轮廓线三维矿体表面重建的一种改进算法 [J], 李兆亮;王林飞;熊盛青;罗锋;闫浩飞;朱自强
因版权原因，仅展示原文概要，查看原文内容请购买。