一、三维图形空间中远距离对象的近似表现方法（论文文献综述）
陈怀新[1]（2021）在《基于图注意力卷积神经网络的三维点云分割算法研究》文中研究表明当前的点云分割方法主要分为基于多视角的方法、基于体素的方法和基于点特征的方法,以Point Net为代表的基于点特征的点云分割方法准确度通常高于多视角和体素方法。因此,本文考虑点云的点特征信息,为点云结构建模。现有的基于点特征的方法大多是通过多个多层感知机将点云映射为高维特征,并使用池化操作捕获特征,其捕获的点云特征学习过程是孤立的,通常未考虑点云间的邻域关系,损失大量的空间几何信息。不仅如此,由于点云属于欧氏空间非规则化数据,其特点无序且稀疏,基于点特征的方法往往在捕获点云局部特征方面不尽人意。为此,本文提出基于图GNN与GCN的三维点云分割算法,旨在利用图方法解决点云分割任务。随后对该算法加以改进,引入注意力机制,提出基于图注意力GNN与GCN的三维点云分割算法Point-Attention Net。Point-Attention Net有两个核心模块:膨胀点云模块和图注意力卷积模块。具体来说,针对三维点云无法直接应用于传统二维图像卷积神经网络的问题,Point-Attention Net通过图神经网络为点云建模,避免点云转换为其他形式所造成的内存浪费;针对点云稀疏、特征难以捕获的问题,Point-Attention Net提出膨胀点云方法,旨在对点云数据增强,对同一点云集拓展更丰富的语义信息,该方法通过最近邻聚类算法对参数值K按比例离散化的方式膨胀点云,以实现对同一点云集捕获不同的点云感受野信息;针对点云邻域关系以及空间几何分布问题,Point-Attention Net提出图注意力卷积方法为点云与其邻居点云分配合理权重,充分考虑邻域信息和空间分布信息的重要性,注意力机制是一种通过特征学习获得的权重分配机制,该机制会选择性的关注同类点云标签并分配高权重,定义为同类,同时忽略其他类点云标签并分配低权重,定义为异类,该方法极高的提升了边缘点云的分割性能。实验结果表明,本文所提出的Point-Attention Net优于现有的最新方法,在室内场景数据集中S3DIS,整体精度为89.33%,平均Io U提高到64.62%;在室外场景数据集Semantic3D中,整体精度为94.2%,平均Io U提高到74.4%。在Part Net点云细粒层次数据集中,Point-Attention Net的平均Io U达到51.4%。领先于Point Net++,Point CNN;在Shape Net数据集中,平均Io U达到84.9%,领先于经典点云网络Point Net,Point Net++,且在9/16的点云类别中取得最佳性能。通过对4个数据集,不同角度全方位对比,以及对消融实验的分析,验证了Point-Attention Net的高效分割性能。
杨静[2]（2021）在《基于双边带调制的脉冲压缩相干激光雷达技术研究》文中认为传统激光雷达利用从目标反射、未调制的超短光脉冲的飞行时间（Time-of-flight,TOF）来测距,通过相邻脉冲间的距离差分来测速。为了在远距离测量时实现高精度（Precision）和高灵敏度,许多TOF激光雷达系统使用具有低重频和极高峰值功率的超短脉冲激光器。该系统主要有以下三大缺陷:高峰值功率激光脉冲会逐渐损坏各光学装置从而缩短系统寿命;考虑到安全性使用场景受限;该系统只能测量差分时间内的平均速度,实时性差。而在此基础上发展起来的光子计数激光雷达虽然在高峰值功率方面有所改善,但与相干探测体制相比仍然较高,且同样主要应用于测距,难以实时测速。基于调制的调频连续波（Frequency-modulated continuous wave,FMCW）相干激光雷达,可以一定程度上克服高峰值功率的缺陷,也可以对目标实时测距测速。但以光混频为例,此方案通过回波与本地扫频的拍频得到的电信号的频率来获得目标距离速度信息,因而只能利用在一个扫频周期中二者在时间上的重叠部分,目标距离越远、重叠时间越少、信号能量利用率越低。而脉冲压缩相干激光雷达没有以上限制。此方案的本振光未经过调制,将回波光与本振光拍频,得到完整扫频电信号,然后通过匹配滤波将其在时域上压缩成窄脉冲,通过压缩窄脉冲的位置得到目标的距离速度信息。这种方案的峰值功率要求不高,通常为m W或W级;可以对目标实时测距测速;能量利用率不受回波与本振在一个扫频周期内的重叠时间限制。目前,几乎所有关于脉冲压缩相干激光雷达的文献报道均是基于单边带调制。在单边带调制方案中,为了保证测速能力,通常需要调制信号上扫频和下扫频即三角扫频,而三角扫频的归一化旁瓣相比上扫频高约10d B,限制了系统灵敏度,也即限制了信噪比,进而限制测量精度、测量距离。为了解决这个问题,本文提出了基于双边带调制的脉冲压缩相干激光雷达系统,该系统只需上扫频即可同时具有测距测速能力,避免了三角扫频中的高旁瓣问题,从而提高系统灵敏度。首先,本论文对脉冲压缩相干激光雷达基本原理进行详细介绍,理论、仿真分析脉冲压缩测距测速原理,分析各参数如脉冲长度、采样率、相位差的影响,确立希尔伯特变换求包络的信号处理方案,仿真分析比较三角扫频与上扫频的归一化旁瓣,证明三角扫频的旁瓣相比上扫频平均低约10d B。其次,搭建了基于双边带调制脉冲压缩相干激光雷达实验平台,以转盘模拟运动目标,证明该系统只需上扫频即可对运动目标实时测距测速。从电光调制原理出发,结合搭建的激光雷达系统,完善基于双边带调制脉冲压缩相干激光雷达对运动目标的测距测速原理推导。随后以转盘完成了测距测速实验:详细分析系统信噪比、探测阈值的计算方法,通过多次测量取统计标准差的方法衡量系统测距测速精度,结果证明其量级与理论值相符合,并试验测量了系统灵敏度。最后仿真分析了目标运动速度对压缩增益的影响。然后,针对目标静止时,回波光与本振光的随机相位差引入的探测概率、测量精度下降问题,在原系统加入90°光桥接器加以解决,并以走廊尽头的白色漆墙为目标对改进后的系统进行实验验证。实验结果证明,通过I、Q信号的合并基本解决了随机相位差的影响,提高了探测概率、测距精度。改进后的系统同时具备测量运动目标和静止目标的能力。随后,对系统做优化,确定出光模式、光斑半径、采样设备分辨率等参数,通过对信号也加窗进一步降低旁瓣来提高系统灵敏度。优化后,该系统测量到城市中约856m和5726m处建筑物,验证了系统的远程测量能力,仿真分析并实验验证了目标相对平台微振动带来的影响。由于微振动目标理论上也可以将其看成运动目标,所以一定程度上也验证了该系统对远距离运动目标实时测距测速能力。最后,完成了基于双边带调制脉冲压缩相干激光雷达系统的三维扫描成像能力实验验证。对约856-987m范围的城市中常见建筑物完成扫描成像,展示该系统对建筑物整体、细节等成像能力。综上所述,本文提出的基于双边带调制的脉冲压缩相干激光雷达系统具备对自由空间远距离硬目标的实时测距测速能力,同时具备对目标的三维扫描成像能力,为相关军用、民用应用场景提供了完整的技术思路和理论支撑。
储君秋[3]（2021）在《基于多孔径结构的多维成像系统及关键问题研究》文中提出视觉成像探测作为目标探测基础之一,因其非接触性、被动成像能力以及优良的环境适应性而受到了广泛应用。目前,绝大部分成像信息来自于目标反射光的光强信息。然而,随着成像系统与目标探测环境的扩展,尤其在复杂环境下的远距离暗、弱、小目标探测中,由于背景干扰的存在以及目标特征不明显,成像效果受到了极大的限制。为避免光强成像中诸多因素的干扰并提升远距离目标的成像效果,可以通过提升成像维度来实现。光作为电磁波的一部分,蕴含着不同维度的特征属性,如强度、光场、光谱、相位和偏振等。当光与目标相互作用时,目标的特征信息被记录于不同维度之上。由于单一维度仅能记录一部分的目标特征信息,并且不同维度信息同时也具有不同的传输特性与抗干扰能力,因此在具体应用中,不同的成像维度对应着不同的探测场景与应用范围。为此,本文通过多孔径结构与光场、红外及偏振信息的结合,提出了基于多孔径结构的多维成像系统。根据不同维度信息的优势成像场景,以及各维度间信息的互补特性,利用多维信息的成像、融合与解算,丰富目标的特征信息,并实现目标多维信息的重构,提升光电探测系统在复杂环境下的目标成像能力。本文的主要研究内容包括:（1）提出了基于多孔径结构下的目标信息探测的具体实施方案,首先,通过利用成像系统整体结构及各维成像方法的优缺点的分析,实现系统的选型。其次,通过成像系统的结构标定、目标单维信息探测以及多维信息融合手段的流程分析,梳理系统的成像方法。最后,通过典型的系统成像场景分析,明确系统的具体应用场景及成像情况。（2）对近远距离下的成像结构内外参数标定手段进行了一定研究,通过分析在受到大气湍流、噪声、失焦等多方面因素影响下的远距离标定结果,对特征点的随机漂移问题做出了分析,并通过多种手段减小了复杂因素影响下的标定误差,提升了远距离参数标定的准确性。（3）基于多孔径结构,构建了多孔径光场成像模块,并以此实现对目标的数字重聚焦以及实验室与外场的目标三维尺度信息提取等内容。同时,通过亚像素配准方法,提高了远距离三维成像时的距离提取精度。同时,通过合成孔径成像与多孔径成像理论的结合,提高多孔径下成像系统的成像分辨率以及测量精度。（4）结合光场成像原理与相空间光学,利用维格纳分布与光学、图像等领域的联系,提出了基于维格纳变换的局域滤波、噪声相位提取,以及相位解包裹方法,并分析了这些方法基于硬件实现的可能性,为之后成像系统光场成像模块的发展做出一定的预研。（5）针对偏振与红外成像维度,研究并分析了偏振及红外对可见光成像的补充作用,并开展了部分验证实验,实验结果证明了多维成像系统在复杂环境下的成像能力,并验证了本文所提出的基于多孔径结构的多维成像系统可能性。
齐乔林[4]（2021）在《基于视觉定位的长距离小间隙对接技术研究》文中研究表明对接装配是大型设备总装工艺的关键环节之一,针对传统大型设备对接过程中间隙较小且导向行程较大的特殊情况,本文旨在采用基于视觉定位的技术,实现自动化对接过程中对接部件之间的精准定位,并以实际工程项目为研究背景,设计了基于视觉定位技术的长距离小间隙特殊情况下的对接方案。论文主要研究内容如下:（1）在深入理解视觉定位理论、熟练掌握视觉测量方法的基础上,统筹设计要求、关键问题及复杂工况,建立对接定位系统的原理图。将位姿测量分别等价为PnP问题和非共面二维视觉问题,并分析位姿变换关系。（2）在对近年来实验或实际中所用靶标总结、分析的基础上,计算不同特征图形在透视投影下的特征点坐标,并结合对接特点,设计一款适用于长距离小间隙下使用的辅助靶标。（3）对得到的二值化靶标图像,针对性改进现有的Harris角点检测算法,并将特征点识别近似看作矩形的识别,确定可组成唯一矩形的一组角点为4个特征点以供后续P4P姿态求解;对得到的对接截面图像,针对摄像机镜头景深造成的图像模糊问题,首先采用模糊对比度增强算法以增加图像边缘的对比度,在此基础上,针对性改进现有Canny算子检测边缘,采用最小二乘法拟合直线并筛选隔板与豁口边缘所代表的直线以供后续危险间距求解。（4）在靶标设计和图像处理的基础上,给出P4P姿态求解方法,推导危险间距求解方法,将非共面平面间的尺寸结合已知条件转化到统一基准下进行计算,解决非共面二维视觉场景下无法有效计算尺寸的问题。（5）采用多次测量、多次调节的视觉定位思路,建立隔板侧面与豁口边沿间距的数学模型,并通过模拟现场对接环境设计不同距离、不同姿态下的误差分析实验,最终确定对接过程中的位姿调节方式。本文为大型设备长距离小间隙的对接装配提供一种行之有效的对接定位方法,对保障对接部件对接过程中的质量可靠性以及生产过程安全性具有重要意义。
蔡雨[5]（2021）在《基于RGB-D摄像机的室内场景三维重建技术研究》文中指出室内场景下的三维重建技术是计算机视觉和计算机图形学研究中的重要研究内容。随着相机传感技术的发展,RGB-D相机在测量精度,分辨率等方面有了很大进步,如何利用RGB-D相机进行室内场景下的高精度三维重建也得到了研究人员越来越多的关注。然而目前大多数基于RGB-D相机的室内场景三维重建系统往往难以完整精确地重建较大规模的室内场景,并且很少利用室内场景下的场景结构信息做特定优化。基于上述问题,本文提出了一种基于RGB-D相机的室内场景三维重建方案,实现了从相机标定到纹理贴图、从部分场景到完整场景的重建。在此基础上,进一步研究了利用场景中的结构化线段进行针对RGB-D相机的线段特征的提取、匹配,以及利用上述信息,联合光流信息进行基于多种损失函数的相机位姿优化估计,使得最终的室内场景三维重建方案能够鲁棒地重建出完整,精确的场景结构。其主要创新点和贡献总结如下:1.针对现有的基于RGB-D相机的室内场景三维重建技术不能很好重建出完整和清晰场景的问题,本文提出了一整套基于RGB-D摄像机的针对室内场景的三维重建方案。该方案实现了从相机标定,位姿估计,点云配准和纹理贴图等整个重建流水线。实验证明,采用本文所提出的系统能够较为精确,完整地重建出大范围室内场景,而且系统便于扩展。2.针对目前基于RGB相机的场景线段特征提取与匹配算法不够精确、鲁棒的问题,基于RGB-D相机对三维场景良好的感知特性,本文提出了一种同时融合RGB相机和深度相机优点的针对图像线段特征的提取与匹配算法。实验表明,本文所提出的线段特征提取与匹配算法相比于其他经典算法,具有更高的准确性和鲁棒性。3.针对现有系统在特征匹配稀少的情况下,难以获得准确的相机位姿的问题,在上述基础上,本文通过融合稀疏线特征重投影损失函数和稠密光度误差损失函数来进一步优化相机位姿。各种实验表明,本文所采用的多种损失函数融合的方案,进一步提高了相机位姿估计的准确性,间接提高了室内场景重建的效果。
李绕波[6]（2021）在《综合滤波优化及特征参与的点云数据精简方法研究》文中研究说明随着三维激光扫描技术的发展,三维点云重建技术逐渐在航天航空、计算机视觉、医疗行业和城市规划等领域得到广泛的应用,点云数据处理技术是其应用前提的核心部分。三维激光扫描技术获取到的点云是海量的和离散的,必须经过一系列的处理才能在实际的场景实现应用,而点云数据的处理技术成为制约其在各行业发展的关键因素,因此对其开展相关研究一直是国外内学者在进行的科研工作。本文在点云数据滤波、特征点提取和点云数据精简三个方面开展了一定研究,具体内容如下:（1）针对复杂场景点云模型含有多种噪声点,单一滤波方法不能对这些噪声点达到较好滤波效果的问题,提出一种综合多种算法的点云滤波优化策略。对于线性和稀疏的噪声点使用统计滤波进行去除;直通滤波分割出需要细化的区域;布料模拟滤波的主要作用是在分割出的区域上区分地面点和非地面点;半径滤波用来去除附着在目标点云周围的稀疏噪声点。实验表明,该方法能较好的去除复杂场景中的各种噪声点。（2）针对特征点提取过程中单一判别参数容易导致特征点的漏判和错判问题,提出一种基于多参数判别的特征提取方法。将特征点的提取分为边界点的提取和尖锐点的提取:边界点的提取主要通过相邻投影向量的夹角值进行判别;尖锐点是根据局部曲率权值、相邻法向量夹角的均值和点云间距三个参数相结合组成特征点判别参数,并为曲率权值和相邻法向量夹角均值分配权重系数,再根据特征点判别参数的分布情况,利用曲率的最大值和点云间距定义了特征点判别阈值,通过调整两个权重系数将大于阈值部分的点识别为尖锐点;最后将边界点和尖锐点合并后为提取的特征点。实验表明,提取的特征点相对完整,非特征点含量较少。（3）针对点云数据精简过程中易造成点云模型的细节特征丢失问题,提出一种基于特征点和SIFT关键点提取的点云数据精简方法。点云数据精简是在平缓区域删除较多的点,但又不能使这部分区域出现空洞。因此该方法在数据精简时对特征点做到了一定的保护,在平缓区提取SIFT关键点,这样就能保证对于整个点云模型提取到的都是特征点。实验表明,该方法既能最大量的去除冗余数据,又能保留点云中大部分特征点,实现了点云数据的高质量精简。
王盛杰[7]（2020）在《基于面阵三维成像激光雷达的目标姿态测量》文中研究表明动态目标相对位姿测量作为三维形态识别和运动轨迹跟踪的关键技术,被广泛应用于空间在轨服务,自动驾驶,智能机器人等领域。随着应用领域的扩展,合作及半合作目标的探测已经无法满足现代化工业和科技的需求,对非合作目标探测将成为未来技术发展的重要方向。非合作目标无法提供便于位姿识别的合作信息,因此如何利用硬件成像系统捕获更多有用信息,设计鲁棒性更好、运行效率更高的位姿测量算法,成为非合作目标姿态测量的关键。为解决先验信息缺失,远距离测距精度低等问题,通过对关键技术的改进和创新,基于面阵三维成像激光雷达开展非合作动态目标位姿测量技术研究。首先,本论文以偏振调制的激光三维成像方法为基础,确立了高分辨率面阵三维成像系统的详细理论技术方案。通过对电光晶体偏振调制特性分析,提出基于偏振三维成像的系统误差标定方法,解决成像精度低、成像视场受限的问题,实现对远距离动态目标的高精度快速三维成像,为远距离非合作动态目标的探测及位姿测量提供硬件系统基础。其次,针对传统三维点云分割方法数据量大,算法收敛速度慢等问题,基于新型面阵激光雷达特有的成像机制和系统结构,提出多维数据融合的解决思路,将目标主体点云与复杂环境背景分割开。该方法将三维点云处理的问题降维到二维图像处理中,利用粒子群优化算法对目标边缘进行识别与分割,通过像素坐标映射关系,得到分割后目标的三维点云。该方法不仅显着提高了目标分割速度,并且不受纵深方向上噪声的影响,得益于面阵探测器较高的横向分辨率,分割精度得到保证。最后,对于非合作目标位姿参数的测量,研究了算法效率高,抗噪声能力强的相干点漂移点云配准方法,将点云配准问题转化为概率密度估计问题,并使用协方差描述子,以优化CPD算法在复杂场景中的稳健配准,使该算法在目标存在异常点和噪声的环境下依然保持较好的鲁棒性和较高的配准精度,为未知环境下非合作目标的位姿参数计算奠定了算法基础。在以上研究成果的基础上,通过半仿真实验以及外场实测数据实验,验证了偏振调制面阵三维成像激光雷达对远距离动态目标的“闪光”三维成像能力,并针对面阵激光雷达特有的工作模式,理论分析了面阵点云数据配准方法的性能。从目标结构特性、运动状态差异、环境条件变化等多个方面评估了位姿测量算法的精度和适用性。综上所述,本论文提出的新型面阵三维成像激光雷达具备高横向分辨率,高成像精度,成像速度快,作用距离远等优点。同时,结合面阵激光雷达系统结构特点提出的多维数据融合思想,给点云分割、配准以及位姿测量等算法提供了新的解决思路,为非合作动态目标位姿测量提供了从硬件平台到软件算法处理的完整技术思路。
徐兴贵[8]（2020）在《近地面扩展目标远距成像识别关键技术研究》文中研究说明目标从毫米波雷达进入近地面光学系统探测范围时,目标2D图像信息成为战场情报的关键。然而,大气中的湍流、分子和气溶胶等光传输介质使得近地面远距离成像系统获取的目标图像发生模糊、几何畸变、纹理缺失等退化降质。为提高该类近地面远距离成像场景下的扩展目标检测与识别能力,本文围绕扩展目标识别的关键技术展开研究。首先,采用预处理手段增强目标图像和去除湍流几何畸变。接着,针对运动的暗弱扩展目标提出了有效的检测算法。在以上预处理和检测算法获取较为完备的动静态轮廓形状目标基础上,改进了方向形状上下文匹配算法以提高远距离湍流杂波场景下的点集形状扩展目标匹配识别精度,同时还针对湍流形变轮廓扩展目标提出了融合轮廓形状关键点结构和热核特征的分类识别算法。具体研究工作可分为以下五个方面:（1）提出了一种无需任何先验信息的自适应全尺度Retinex（AFSR）目标图像增强算法。与传统复原方法需依靠自然成像场景中的海量数据和先验知识来构建数学模型或者深度网络模型不同,所提方法无需先验信息便可利用图像光传输透射率自适应地引导构建全尺度环绕函数,改进了传统Retinex方法不能表征深度光照信息以及手调尺度参数的缺点。同时,采用简单的线性逼近策略代替对数函数运算进行反射分量解算,降低了算法的计算复杂度,能够在997×658×3大小的视频图像序列中达到0.055s/帧的准实时处理。大量实验表明:所提算法能够有效地提高外场近地面薄膜衍射成像系统获取的目标图像能量,提高扩展目标的鉴别力。（2）提出了一种基于自适应混合高斯子空间分解（AMoGSF）的扩展目标图像去几何畸变算法。为克服自适应光学系统在近地面非等晕成像中的局限,以及传统的（半）盲复原算法难以获得准确先验知识和无法处理时空变化畸变的问题,提出了一种在线式的去几何畸变算法。所提方法利用混合高斯分布模型对湍流前景中的目标、噪声和湍流分量建模,同时利用多帧低秩结构进行在线子空间分解以实现包含运动目标的几何畸变矫正。在合成的湍流退化图像序列、薄膜衍射成像实验系统和外场远距离光学成像系统等三类图像数据上实验,结果表明:所提的AMoGSF算法能够平均提高湍流畸变图像的峰值信噪比（PSNR）约30dB,降低归一化均方误差（NMSE）约4.5%。与此同时,所提方法提高了目标鉴别力,获得了较为完备的轮廓形状扩展目标,也为后续自动目标识别奠定了基础。（3）提出了一种由粗到精的暗弱运动扩展目标检测算法。针对机载、车载等近地面远距成像场景中出现相机抖动或平台旋转导致视频序列背景低秩假设受到破坏,以及湍流分量与真实运动物体咬合交织导致目标检测识别准确率降低等问题,提出了转移操作算子的T-AMoGSF模型以保证相机抖动或平台移动下的背景低秩特性,改进了算法在动态背景下提取‘粗’运动目标的鲁棒性。同时,改进的可变加权管道滤波（VWPF）方法能充分利用多帧序列的时空结构特性以有效地对暗弱刚体或非刚体目标进行‘细’识别。对比了7种方法在5种不同湍流场景中的实验结果,验证了所提方法在近地面可见光和红外成像数据集上获得最好的检测精度,最小的漏检率和虚警率。该方法实现了远距离成像探测系统中感兴趣区域（ROI）的运动暗弱扩展目标直接检测识别。（4）针对近地面湍流杂波场景中形状点集扩展目标匹配误差较大的问题,提出了一种形状边连续性约束下的方向形状上下文（OSC）能量代价函数模型。所提方法首先构造了一个具有旋转和尺度不变特征的OSC描述算子,然后在形状边连续性先验约束条件下构建了匹配能量代价函数模型,最后利用有序的动态匹配算法实现目标代价函数优化,算法的时间复杂度也由传统的O（n4）下降到O（nm2）,其中（n>m）。在仿真的湍流杂波点集形状和实际的近地面形状目标场景中实验,结果表明:所提方法较其他2种典型的方法更具鲁棒性,匹配精度平均提高约7%。（5）针对发生形变的轮廓形状扩展目标导致识别精度下降问题,提出了一种改进形状上下文和几何等距不变特征的融合描述算子。所提方法首先理论推导出广义的形状特征融合模型和贝叶斯分类器模型,然后利用改进的加权离散轮廓演化算法（WDCE）有效地获取湍流杂波场景中目标轮廓形状的稀疏关键点。在此基础上,构建了基于关键点形状结构（CP-IDSC）和局部等距不变热核（SI-HKS）的融合特征算子进行分类和匹配识别。在仿真和实际的湍流形变数据集上实验表明:所提出的融合特征描述子对轮廓形变、旋转和尺度变化具有不变性,并可有效地用于湍流退化杂波场景下的远距离（红外或可见光成像）形变扩展目标识别。与其他4种典型的方法相比,所提方法获得最高为92.8%的识别精度。总之,本文以问题为导向,以算法模型为核心,以实验为落脚点,围绕近地面远距离探测成像场景下智能扩展目标识别中的关键技术展开研究,取得了一些理论和工程应用方面的成果。
陆小波[9]（2019）在《基于城市空间大数据的中国特大城市形态定量研究初探》文中进行了进一步梳理在中国经济发展新常态和进入城镇化中后期双重背景下,特大城市作为中国城镇人口的重要流向地,其常住人口城镇化比重普遍达70%,率先进入存量更新时代。作为地理地域优越地和经济格局核心地,特大城市在人口规模和空间建设上领先中国大中小城市,不仅如此,特大城市形态在特征规律和发展阶段上也有别于大中小城市。另一方面,随着数字化技术、人工智能发展,用于城市形态研究的基础资料正在从少量向空前巨量化、从单维向多维复杂化、从低分辨率向高分辨精准化转变,虽然城市多维大数据在实践应用层面百花齐放,然而城市形态理论尚未完全翻越经验主义、人脑判断的壁垒,大数据仍停留在辅助城市形态分析、佐证经验理论层面。城市是一个开放而复杂的巨系统,始终处在动态发展中。城市形态的复杂性源于城市的复杂性,城市形态的空间本质源于城市的物质空间本体。结合发展背景和技术背景,立足城市形态空间本质,本文研究对象聚焦中国特大城市形态,基于建筑精度的城市空间大数据,建立特大城市形态的建筑、街区、街道、水绿开放空间的分层空间大数据平台。依托平台的数据库和分析模块,进行城市形态定量界定、测度解析,归纳出特大城市形态表层规律特征。从整体空间观认知特大城市形态,发现了城市形态中的基面、簇群、洼地、绿楔和廊道,由还原空间观提出一种原型范式来描述特大城市形态,从理论上定义原型及其原型五要素的概念。基于城市空间大数据平台进一步对城市原型要素定量界定和测度解析,从而归纳特大城市原型深层规律特征。由此进一步将特大城市形态经过拓扑计算而凝练抽象出城市原型图式,并尝试探讨了特大城市原型的图解模式和影响机制。希望通过特大城市原型理论建构,补充城乡规划学科空间规划理论,为城乡规划实践提供些许思路,促进特大城市存量优化和可持续健康发展。本研究起于空间并落于空间,创新点有二:一、在中国特大城市空间大数据库的研究基础上,对特大城市形态的五要素进行精确界定和测度解析。基于真实高精度城市空间大数据,定量解析特大城市表层形态下的空间强度、密度、高度等空间指标和边界、重心、网络、肌理等形态指标,归纳出特大城市形态由重心到边界的强度多级衰减、高度多级衰减、网络多级衰减、肌理多级增长的特征规律,进而发现特大城市形态存在基面连续平面、簇群高值凸起、洼地低值凹陷、绿楔楔入穿透、廊道联系通过的五项要素特征。在传统城市形态绿楔和廊道要素外补充了基面、簇群和洼地要素。基于城市空间大数据中街区空间强度指标精准界定特大城市形态的五要素,并测度解析了五要素的三阶分阶特征、空间分布特征、量化结构特征。二、建构城市形态中的特大城市原型理论,总结原型规律,丰富了国际城市原型理论体系。理论溯源并定义城市原型,提出特大城市原型具有五要素、三等级、二元性:五要素是基面、簇群、洼地、绿楔、廊道;三等级由低到高表现为连绵区基面、主城区基面、中心区基面的三阶秩序,新城簇群、主城簇群、中心簇群的三阶秩序,边缘洼地、主城洼地、中心洼地的三阶秩序,绿化绿楔、农林绿楔、山水绿楔的三级等级,干路廊道、轨道廊道、快速廊道的三级等级;二元性分为隐显、虚实、内外、凹凸四种对立统一关系。基于特大城市形态拓扑计算出城市原型,进而分析其图解和构成模式,建构集自相似性、同构性、生长性、空间发展趋向平衡性于一体的特大城市原型的初始空间单元,并初步建构城市原型的理想模式和分形迭代模式,归纳得出特大城市形态的线形、扇形、环形三种基本模式。基于多样化的特大城市形态,尝试从经济发展、地理环境、历史建置、空间结构等因素来分析特大城市原型的影响机制。
刘祥鹏[10]（2018）在《基于色散介质分析低频电磁波传播特性的关键技术研究》文中研究表明目前,随着人们对基本电磁理论和实际水下环境工程应用的深入了解和交叉研究,水下低频电磁波传播特性的研究在各个领域引起了诸多科研人员和学者的关注。同时,对色散介质电磁特性的研究引起了研究人员很大的兴趣,提出了许多的色散介质FDTD方法。低频电磁波具有非常好的远距离传播能力,携带信息多,能量衰减小。通常,目标空间计算达到能量收敛需要2-3个计算周期。但是,随着电磁波频率的降低,必然会使得其波长变长,目标空间计算周期变长,从而会导致目标空间计算消耗时间增加。对于传统FDTD方法,其采用Yee元胞法将整个空间离散成许许多多等尺寸的细小网格,并且差分离散计算公式所能模拟计算的最小尺寸为一个单元网格大小。为了保证计算的精确性,就需要单元网格尺寸足够小。由柯朗条件可知,更小的单元网格尺寸必导致单位时间间隔的减小,继而造成计算消耗时间骤增。这一弊端使得在处理水下大空间中存在复杂结构目标的低频电磁问题时受到限制。为了得到一种具有较快计算速度、较少计算时间消耗、且适用于水下大空间中存在复杂结构目标的低频电磁波远距离传播特性问题,本文基于色散介质FDTD方法,提出一种色散介质的FDTD快速计算技术。该技术采用非磁化色散介质填充问题空间背景,利用无耗和有耗Drude模型模拟空间媒质。同时,引入移位算子法,对常规FDTD方法进行修正,得到该技术方法的迭代递推公式。在满足柯朗条件下,该技术可实现单位时间间隔较大倍数的扩大。由数值算例证明了本技术方法的有效性,并且具有很高的精确性,最大相对误差为4.8%;应用算例给出了水下低频电磁波远距离传播的电磁特性现象。接下来,为了解决数据计算和后期数据结果处理的繁琐问题,减少工作量,本文基于MATLAB图形用户界面（GUI）设计制作了一款水下低频电磁计算及数据处理软件界面。该界面包含参数设置、模型建立、并行计算和数据处理四个部分,其中数据处理包括了数据的转换和电磁场幅度相位分布快照的绘制。本文给出了GUI的基本介绍和软件界面的详细设计制作过程,以及软件界面的使用方法。
二、三维图形空间中远距离对象的近似表现方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、三维图形空间中远距离对象的近似表现方法（论文提纲范文）
（1）基于图注意力卷积神经网络的三维点云分割算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 手工提取特征方法 |
| 1.2.2 深度学习特征方法 |
| 1.3 本文主要研究内容与章节介绍 |
| 第二章 点云相关方法分析与研究 |
| 2.1 相关点云深度学习方法研究 |
| 2.1.1 多层感知机(MLP) |
| 2.1.2 卷积神经网络(CNN) |
| 2.2 相关点云技术基础 |
| 2.2.1 点云最远距离采样算法(FPS) |
| 2.2.2 最近邻聚类算法(KNN) |
| 2.3 传统三维对象特征提取方法 |
| 2.3.1 基于多视角的方法 |
| 2.3.2 基于体素的方法 |
| 2.3.3 基于点特征的方法 |
| 2.4 本章小结 |
| 第三章 基于图GNN与GCN的三维点云分割算法 |
| 3.1 图方法与传统方法的比较 |
| 3.2 基于图GNN与GCN的点云分割算法总体框架 |
| 3.3 图神经网络(GNN) |
| 3.3.1 GNN的不动点理论 |
| 3.3.2 GNN模型学习 |
| 3.4 图卷积神经网络(GCN) |
| 3.4.1 GCN的谱域实现 |
| 3.4.2 GCN的空域实现 |
| 3.5 实验及分析 |
| 3.5.1 实验平台 |
| 3.5.2 数据集及数据增强策略 |
| 3.5.3 实验 |
| 3.5.4 分析 |
| 3.6 本章小结 |
| 第四章 基于图注意力GNN与GCN的三维点云分割算法Point-Attention Net |
| 4.1 图注意力GNN与GCN点云分割算法Point-Attention Net |
| 4.1.1 Point-Attention Net网络模型总体框架 |
| 4.1.2 Point-Attention Net网络模型各模块及步骤介绍 |
| 4.2 膨胀点云模块 |
| 4.3 图注意力卷积模块 |
| 4.3.1 图注意力卷积原理 |
| 4.3.2 图注意力卷积神经网络 |
| 4.4 实验及分析 |
| 4.4.1 实验平台 |
| 4.4.2 数据集及数据增强策略 |
| 4.4.3 实验 |
| 4.4.4 分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）基于双边带调制的脉冲压缩相干激光雷达技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 脉冲压缩相干激光雷达的国内外研究现状 |
| 1.2.1 模拟脉冲压缩相干激光雷达国内外研究现状 |
| 1.2.2 数字脉冲压缩相干激光雷达国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 第2章 脉冲压缩相干激光雷达 |
| 2.1 引言 |
| 2.2 脉冲压缩测距原理 |
| 2.3 脉冲压缩数值仿真 |
| 2.4 基于单边带调制脉冲压缩相干激光雷达测距测速原理 |
| 2.4.1 相位差的影响及解决 |
| 2.4.2 测距测速原理 |
| 2.4.3 上扫频与三角波扫频的旁瓣 |
| 2.5 本章小结 |
| 第3章 双边带脉冲压缩相干激光雷达对目标测距测速 |
| 3.1 引言 |
| 3.2 基于双边带调制脉冲压缩相干激光雷达测距测速原理 |
| 3.2.1 电光调制器双边带调制原理 |
| 3.2.2 测距测速原理 |
| 3.3 基于双边带调制脉冲压缩相干激光雷达测距测速实验 |
| 3.3.1 系统介绍 |
| 3.3.2 信号采集与处理 |
| 3.3.3 系统灵敏度测试 |
| 3.4 目标运动速度对压缩增益的影响 |
| 3.5 本章小结 |
| 第4章 双边带脉冲压缩相干激光雷达相位分集改进 |
| 4.1 引言 |
| 4.2 90°光桥接器的原理与相位分集 |
| 4.3 实验验证相位分集提高探测概率 |
| 4.3.1 系统介绍 |
| 4.3.2 信号采集 |
| 4.3.3 信号合并 |
| 4.3.4 测距精度和探测概率 |
| 4.4 本章小结 |
| 第5章 双边带脉冲压缩相干激光雷达系统优化及远程测量 |
| 5.1 引言 |
| 5.2 系统优化 |
| 5.2.1 出光模式 |
| 5.2.2 幅度分辨率 |
| 5.2.3 对信号加窗 |
| 5.3 远程测量实验 |
| 5.3.1 串扰被截断的影响 |
| 5.3.2 目标微振动的影响 |
| 5.3.3 大气湍流的影响 |
| 5.3.4 累加提高探测性能 |
| 5.4 本章小结 |
| 第6章 双边带脉冲压缩相干激光雷达三维扫描成像 |
| 6.1 引言 |
| 6.2 三维成像体制 |
| 6.3 扫描三维成像实验 |
| 6.3.1 系统参数 |
| 6.3.2 扫描目标 |
| 6.3.3 扫描轨迹 |
| 6.3.4 数据处理 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文工作总结 |
| 7.1.1 主要完成工作 |
| 7.1.2 内容小结 |
| 7.2 论文创新性说明 |
| 7.3 后续工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）基于多孔径结构的多维成像系统及关键问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 国内外现状 |
| 1.2.1 光场成像理论及技术的国内外研究现状 |
| 1.2.2 偏振成像理论及技术的国内外研究现状 |
| 1.2.3 红外成像的国内外研究现状 |
| 1.3 论文研究内容及工作安排 |
| 第2章 多孔径多维成像系统结构与功能 |
| 2.1 多孔径多维成像系统的结构 |
| 2.1.1 光场成像模块的分析 |
| 2.1.2 偏振成像模块的分析 |
| 2.1.3 红外成像模块的分析 |
| 2.2 多孔径多维成像系统的成像原理 |
| 2.2.1 多孔径多维成像系统的结构参数提取 |
| 2.2.2 多孔径多维成像系统的单维信息探测 |
| 2.2.3 多孔径多维成像系统的多维信息融合 |
| 2.3 多孔径多维成像系统的应用场景 |
| 2.3.1 晴朗环境下的目标成像 |
| 2.3.2 雾霾环境下的目标成像 |
| 2.4 本章小结 |
| 第3章 多孔径多维成像系统的标定 |
| 3.1 相机标定原理 |
| 3.1.1 相机成像模型 |
| 3.1.2 成像投影模型 |
| 3.1.3 标定理论与标定方法 |
| 3.2 相机内参数标定误差的仿真分析及抑制方法 |
| 3.3 实验室与外场场景下的成像系统参数标定实验 |
| 3.4 标定实验的总结及方法改进 |
| 3.5 本章小结 |
| 第4章 目标的光场信息提取 |
| 4.1 基于多孔径成像系统的光场成像原理 |
| 4.2 基于多孔径合成的目标增强 |
| 4.3 基于多孔径亚像素匹配的远距离目标三维信息提取 |
| 4.3.1 基于多孔径成像的三维测量原理 |
| 4.3.2 三维测量的计算精度 |
| 4.3.3 基于傅里叶亚像素配准的多孔径视差提取 |
| 4.3.4 远距离目标测距的理论分析及实验结果 |
| 4.3.5 实验分析及改进方法 |
| 4.4 基于合成孔径成像与多孔径成像融合的高精度目标测量 |
| 4.4.1 合成孔径成像系统和光场成像系统的融合 |
| 4.4.2 实验设计、结果与分析 |
| 4.5 本章小结 |
| 第5章 基于相空间光学的光场成像理论扩展 |
| 5.1 相空间光学的原理与应用 |
| 5.1.1 相干光场的相空间描述 |
| 5.1.2 维格纳分布的性质及优缺点 |
| 5.1.3 一阶光学系统中的维格纳分布性质 |
| 5.2 相空间密度分布函数的测量 |
| 5.2.1 分时方法 |
| 5.2.2 光场成像方法 |
| 5.3 基于维格纳分布的局部噪声滤波 |
| 5.3.1 基于维格纳分布的局域滤波原理 |
| 5.3.2 滤波模型的建立与交叉项的约束 |
| 5.3.3 滤波核的选择与交叉项的抑制 |
| 5.3.4 实验结果与滤波质量评价 |
| 5.3.5 实验总结及展望 |
| 5.4 基于维格纳分布的带噪声包裹相位滤波并解包裹 |
| 5.4.1 相位与相位噪声的维格纳分布性质 |
| 5.4.2 实验结果与分析 |
| 5.5 本章小结 |
| 第6章 目标的多维信息探测及融合 |
| 6.1 目标的偏振信息探测及应用 |
| 6.1.1 偏振成像的原理与应用 |
| 6.1.2 基于偏振成像的目标表面信息探测 |
| 6.1.3 基于偏振成像的环境光滤波 |
| 6.2 目标的近红外探测及应用 |
| 6.2.1 基于红外成像的林木环境下的目标探测 |
| 6.2.2 基于红外成像的杂散光环境下目标探测 |
| 6.3 基于可见光光强、偏振及红外信息的融合 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 论文创新点 |
| 7.3 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）基于视觉定位的长距离小间隙对接技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于辅助靶标的单目视觉定位研究现状 |
| 1.2.2 二维视觉尺寸测量研究现状 |
| 1.3 课题来源 |
| 1.4 本文主要研究内容 |
| 第2章 基于视觉定位技术的对接方案设计 |
| 2.1 引言 |
| 2.2 理论基础 |
| 2.2.1 摄像机成像模型 |
| 2.2.2 视觉测量方法 |
| 2.3 设计要求及关键问题 |
| 2.4 整体对接方案设计 |
| 2.4.1 测量思路 |
| 2.4.2 姿态描述 |
| 2.4.3 测量原理及建模 |
| 2.5 本章小结 |
| 第3章 对接定位系统靶标设计 |
| 3.1 引言 |
| 3.2 方案设计 |
| 3.2.1 靶标类型设计 |
| 3.2.2 特征图形设计 |
| 3.3 尺寸设计 |
| 3.3.1 测量精度分析 |
| 3.3.2 尺寸计算 |
| 3.4 设计结果 |
| 3.5 本章小结 |
| 第4章 对接定位系统图像处理 |
| 4.1 引言 |
| 4.2 靶标图像处理 |
| 4.2.1 图像增强 |
| 4.2.2 二值化 |
| 4.2.3 特征点识别及定位 |
| 4.3 对接截面图像处理 |
| 4.3.1 边缘检测 |
| 4.3.2 直线拟合及筛选 |
| 4.4 本章小结 |
| 第5章 位姿解算及实验设计与分析 |
| 5.1 引言 |
| 5.2 位姿解算 |
| 5.2.1 P4P姿态求解 |
| 5.2.2 危险间距求解 |
| 5.3 实验设计与分析 |
| 5.3.1 摄像机内参数标定 |
| 5.3.2 姿态角测量实验 |
| 5.3.3 危险间距测量实验 |
| 5.3.4 位姿调节分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（5）基于RGB-D摄像机的室内场景三维重建技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 位姿估计 |
| 1.2.2 稠密重建 |
| 1.2.3 纹理贴图 |
| 1.3 论文的主要内容与组织结构 |
| 1.3.1 主要工作和贡献 |
| 1.3.2 论文组织结构 |
| 1.4 相关理论工具基础 |
| 1.4.1 传统坐标系约定 |
| 1.4.2 RGB-D相机投影模型 |
| 1.4.3 相机位姿及表示 |
| 1.4.4 李群和李代数 |
| 1.4.5 图优化原理 |
| 1.4.6 相机位姿的李代数表示 |
| 1.4.7 常用求导公式 |
| 第2章 基于RGB-D相机的室内场景三维重建系统搭建 |
| 2.1 引言 |
| 2.2 硬件平台 |
| 2.3 软件算法细节 |
| 2.3.1 整体算法流程 |
| 2.3.2 标定算法 |
| 2.3.3 位姿估计算法 |
| 2.3.4 稠密重建算法 |
| 2.3.5 纹理贴图算法 |
| 2.4 软硬件开发平台 |
| 2.5 数据集和评估指标 |
| 2.6 本章小结 |
| 第3章 基于RGB-D相机的线段特征提取与匹配 |
| 3.1 引言 |
| 3.2 线段特征提取算法 |
| 3.3 线段特征匹配算法 |
| 3.4 实验结果与分析 |
| 3.4.1 特征提取效果分析 |
| 3.4.2 特征匹配效果分析 |
| 3.5 本章小结 |
| 第4章 基于多损失函数的相机位姿估计 |
| 4.1 引言 |
| 4.2 多种损失函数的相机位姿估计方法建模 |
| 4.2.1 3D空间点几何损失函数 |
| 4.2.2 线特征重投影损失函数 |
| 4.2.3 帧间光度误差损失函数 |
| 4.3 实验结果与分析 |
| 4.3.1 生成数据集性能评估 |
| 4.3.2 ICLNUIM数据集性能评估 |
| 4.4 本章小结 |
| 第5章 室内场景三维重建整体系统测试 |
| 5.1 引言 |
| 5.2 场景重建质量评估 |
| 5.2.1 ICLNUIM数据集场景重建效果对比 |
| 5.2.2 重建过程质量评估 |
| 5.2.3 真实场景数据集实验 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 个人简历、攻读硕士学位期间的主要成果 |
（6）综合滤波优化及特征参与的点云数据精简方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 点云滤波国内外研究现状 |
| 1.2.2 点云特征点提取国内外研究现状 |
| 1.2.3 点云精简国内外研究现状 |
| 1.3 点云数据的获取与分类 |
| 1.3.1 点云数据的获取 |
| 1.3.2 点云数据的分类 |
| 1.4 论文研究内容与技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 1.5 文章结构 |
| 第二章 三维点云数据邻域构建及微分信息估计 |
| 2.1 建立点云拓扑结构及邻域搜索 |
| 2.1.1 八叉树法 |
| 2.1.2 栅格法 |
| 2.1.3 k-D树法 |
| 2.2 点云法向量和曲率求解 |
| 2.2.1 点云法向量求解 |
| 2.2.2 法向量方向调整 |
| 2.2.3 点云局部坐标系建立 |
| 2.2.4 点云曲率求解 |
| 2.3 本章小结 |
| 第三章 综合多种算法的点云滤波优化策略 |
| 3.1 噪声产生的原因及分类 |
| 3.1.1 噪声产生的原因 |
| 3.1.2 噪声的分类 |
| 3.2 常见点云滤波方法 |
| 3.2.1 统计滤波 |
| 3.2.2 直通滤波 |
| 3.2.3 布料模拟滤波 |
| 3.2.4 半径滤波 |
| 3.3 综合多种算法的点云滤波优化策略 |
| 3.3.1 优化策略要点概括 |
| 3.3.2 优化策略主要处理技术流程 |
| 3.4 实验分析验证 |
| 3.4.1 实验数据及滤波优化处理 |
| 3.4.2 统计滤波实验与分析 |
| 3.4.3 直通滤波实验与分析 |
| 3.4.4 布料模拟滤波实验与分析 |
| 3.4.5 半径滤波实验与分析 |
| 3.5 本章小结 |
| 第四章 三维点云数据特征点提取技术处理 |
| 4.1 常见散乱点云特征点提取方法 |
| 4.1.1 基于法向量的特征点提取 |
| 4.1.2 基于曲率的特征点提取 |
| 4.2 基于多参数判别的点云特征点检测方法 |
| 4.2.1 特征点提取基本思路 |
| 4.2.2 边界点提取 |
| 4.2.3 尖锐点提取 |
| 4.3 实验设计及方法运用对比分析 |
| 4.3.1 边界点提取实验与分析 |
| 4.3.2 尖锐点提取实验与分析 |
| 4.3.3 与常规方法对比分析 |
| 4.4 本章小结 |
| 第五章 基于特征点和关键点提取的点云数据精简方法 |
| 5.1 常见散乱点云精简方法 |
| 5.1.1 包围盒法 |
| 5.1.2 随机采样法 |
| 5.1.3 曲率采样法 |
| 5.2 点云精简算法评价指标 |
| 5.3 基于特征点和关键点提取的点云数据精简方法 |
| 5.3.1 精简方法基本思路 |
| 5.3.2 特征点提取 |
| 5.3.3 SIFT关键点提取 |
| 5.4 实验设计及方法运用对比分析 |
| 5.4.1 基本实验过程 |
| 5.4.2 不同精简率的精简 |
| 5.4.3 与常规方法对比分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A 硕士研究生期间发表的期刊论文 |
| 附录 B 边界点和尖锐点提取部分代码 |
（7）基于面阵三维成像激光雷达的目标姿态测量（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 位姿测量方法的研究现状 |
| 1.2.1 基于视觉传感器的位姿测量方法 |
| 1.2.2 基于激光雷达的位姿测量方法 |
| 1.2.3 总结与分析 |
| 1.3 目标位姿测量存在的关键问题 |
| 1.4 论文研究内容 |
| 第二章 面阵三维成像系统概述及误差校准 |
| 2.1 概述 |
| 2.2 偏振调制的三维成像系统 |
| 2.2.1 三维成像系统原理 |
| 2.2.2 面阵三维成像系统距离选通测距模式 |
| 2.2.3 面阵三维成像系统测距精度 |
| 2.3 面阵激光雷达成像性能分析及误差标定 |
| 2.3.1 电光晶体的锥光干涉效应 |
| 2.3.2 电光晶体误差分析 |
| 2.3.3 系统误差的矫正方法 |
| 2.3.4 系统误差标定实验与分析 |
| 2.4 本章小结 |
| 第三章 面阵三维成像系统的目标点云分割 |
| 3.1 概述 |
| 3.2 多维数据融合模型的建立 |
| 3.2.1 EMCCD工作原理 |
| 3.2.2 基于EMCCD的多维数据融合 |
| 3.3 粒子群优化算法理论分析 |
| 3.3.1 粒子群优化的基本原理 |
| 3.3.2 改进的粒子群优化算法 |
| 3.3.3 粒子群优化算法复杂度分析 |
| 3.4 基于粒子群算法的边缘检测 |
| 3.4.1 粒子群优化算法编码方式 |
| 3.4.2 基于粒子群优化的适应度函数模型 |
| 3.4.3 基于粒子群优化的边缘检测算法步骤 |
| 3.5 边缘检测实验结果与分析 |
| 3.5.1 卫星模型图目标分割实验 |
| 3.5.2 实测图像边缘分割实验 |
| 3.6 多维数据融合的点云分割方法 |
| 3.6.1 图像形态学腐蚀算法 |
| 3.6.2 基于图像边缘检测的点云分割步骤 |
| 3.7 点云分割实验结果与分析 |
| 3.7.1 点云分割算法比较 |
| 3.7.2 点云分割实验效果对比 |
| 3.7.3 点云分割评价指标与分析 |
| 3.8 本章小结 |
| 第四章 面阵三维成像系统的目标点云配准 |
| 4.1 概述 |
| 4.2 点云配准算法原理 |
| 4.2.1 点云配准数学模型 |
| 4.2.2 点云配准目标函数 |
| 4.2.3 点云配准方法分类 |
| 4.3 相干点漂移配准算法 |
| 4.3.1 高斯混合模型的建立 |
| 4.3.2 CPD算法目标函数的构建 |
| 4.4 基于协方差描述符的CPD点云配准算法 |
| 4.4.1 协方差描述符的构造 |
| 4.4.2 基于特征描述符的CPD算法 |
| 4.4.3 CPD算法对各类异常值的剔除 |
| 4.5 实验结果与分析 |
| 4.5.1 无噪声无异常值仿真实验 |
| 4.5.2 无噪声有异常值仿真实验 |
| 4.5.3 有噪声无异常值仿真实验 |
| 4.5.4 有噪声有异常值仿真实验 |
| 4.6 本章小结 |
| 第五章 面阵三维成像系统的目标位姿测量 |
| 5.1 概述 |
| 5.2 面阵三维成像平台系统搭建 |
| 5.3 非合作目标位姿参数解算 |
| 5.3.1 非合作目标位姿测量步骤 |
| 5.3.2 位姿参数解算 |
| 5.4 位姿测量仿真实验与分析 |
| 5.5 位姿测量外场实验与分析 |
| 5.5.1 动态目标三维成像效果验证实验 |
| 5.5.2 动态目标位姿测量实验与分析 |
| 5.5.3 多目标位姿测量对比评价 |
| 5.6 总结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 主要贡献及创新点 |
| 6.3 后续研究工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（8）近地面扩展目标远距成像识别关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 目标检测与识别研究现状 |
| 1.2.1 图像清晰化预处理 |
| 1.2.2 几何畸变校正预处理 |
| 1.2.3 目标检测算法 |
| 1.2.4 目标识别算法 |
| 1.3 成像特性分析 |
| 1.3.1 模糊退化图像特性 |
| 1.3.2 湍流退化图像特性 |
| 1.4 面临的主要问题 |
| 1.5 研究内容及技术路线 |
| 1.6 本文组织结构 |
| 第二章 低秩矩阵分解与形状不变特征表示理论基础 |
| 2.1 低秩矩阵分解 |
| 2.1.1 相关定义 |
| 2.1.2 矩阵分解原理 |
| 2.1.3 低秩矩阵恢复方法 |
| 2.2 形状不变特征表示与识别原理 |
| 2.2.1 形状上下文特征 |
| 2.2.2 热核特征 |
| 2.2.3 基于特征匹配的目标识别 |
| 2.2.4 基于分类器模型的目标识别 |
| 2.3 小结 |
| 第三章 基于自适应全尺度Retinex的扩展目标图像增强 |
| 3.1 概述 |
| 3.2 图像清晰化模型 |
| 3.2.1 光学传输模型 |
| 3.2.2 Retinex原理 |
| 3.3 自适应全尺度Retinex算法 |
| 3.3.1 算法数学模型 |
| 3.3.2 算法优化 |
| 3.3.3 算法鲁棒性分析 |
| 3.3.4 算法流程 |
| 3.4 实验结果及分析 |
| 3.4.1 实验数据及评价指标 |
| 3.4.2 薄膜衍射成像系统的扩展目标图像增强 |
| 3.4.3 背光图像和夜间模糊图像增强 |
| 3.4.4 图像增强预处理后的扩展目标检测 |
| 3.5 小结 |
| 第四章 基于自适应混合高斯空间分解的扩展目标几何畸变校正 |
| 4.1 概述 |
| 4.2 湍流退化图像序列统计模型 |
| 4.2.1 湍流前景统计模型 |
| 4.2.2 低秩背景模型 |
| 4.3 扩展目标几何畸变校正 |
| 4.3.1 自适应混合高斯子空间分解模型 |
| 4.3.2 求解方法及步骤 |
| 4.3.3 分解结果 |
| 4.3.4 运动扩展目标掩模 |
| 4.3.5 算法流程 |
| 4.4 结果与分析 |
| 4.4.1 实验数据及参数设置 |
| 4.4.2 评价指标 |
| 4.4.3 湍流合成图像校正 |
| 4.4.4 薄膜衍射成像系统的扩展目标图像校正 |
| 4.4.5 外场湍流退化扩展目标图像校正 |
| 4.5 小结 |
| 第五章 改进低秩分解和管道滤波的远距离运动扩展目标检测 |
| 5.1 概述 |
| 5.2 由粗到精检测 |
| 5.2.1 转移算子模型 |
| 5.2.2 可变加权管道滤波的目标精识别 |
| 5.2.3 算法流程 |
| 5.3 实验结果及分析 |
| 5.3.1 实验数据及参数设置 |
| 5.3.2 评价指标 |
| 5.3.3 实验结果对比 |
| 5.4 小结 |
| 第六章 基于方向形状上下文的杂波点集形状扩展目标匹配识别 |
| 6.1 概述 |
| 6.2 形状上下文匹配算法原理 |
| 6.2.1 轮廓形状识别过程 |
| 6.2.2 图表示 |
| 6.2.3 优化匹配 |
| 6.3 改进的方向上下文目标匹配算法 |
| 6.3.1 方向上下文特征表示 |
| 6.3.2 边连续性约束的目标函数优化模型 |
| 6.3.3 点集形状目标匹配优化实现 |
| 6.3.4 算法总结 |
| 6.4 实验结果与分析 |
| 6.4.1 实验数据 |
| 6.4.2 参数设置与评价指标 |
| 6.4.3 仿真杂波场景的实验结果 |
| 6.4.4 现实湍流杂波场景的实验结果 |
| 6.5 小结 |
| 第七章 融合形状结构和热核特征的几何形变扩展目标识别 |
| 7.1 概述 |
| 7.2 广义形状不变特征融合模型 |
| 7.3 融合形状结构和热核不变特征的分类模型 |
| 7.3.1 尺度不变热核特征 |
| 7.3.2 关键点IDSC形状结构特征 |
| 7.3.3 贝叶斯架构下的分类识别模型 |
| 7.3.4 融合特征的识别算法实现 |
| 7.4 实验结果与分析 |
| 7.4.1 实验数据及参数设置 |
| 7.4.2 合成的形变扩展目标匹配识别 |
| 7.4.3 实际畸变扩展形状目标匹配识别 |
| 7.4.4 热核特征的形变扩展目标分类识别 |
| 7.4.5 融合特征的形变扩展目标分类识别 |
| 7.5 小结 |
| 第八章 总结与展望 |
| 8.1 论文总结 |
| 8.2 论文创新工作 |
| 8.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（9）基于城市空间大数据的中国特大城市形态定量研究初探（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 城市形态与城市空间大数据 |
| 1.1.1 城市形态的概念释义 |
| 1.1.2 城市形态的复杂理论 |
| 1.1.3 城市形态的空间本质 |
| 1.1.4 城市空间大数据特征 |
| 1.2 城市形态学研究的理论综述 |
| 1.2.1 城市形态学研究谱系和共识 |
| 1.2.2 城市形态学研究层面和方法 |
| 1.2.3 国际城市形态学的研究内容 |
| 1.2.4 国内城市形态学发展和实践 |
| 1.3 城市形态定量研究发展综述 |
| 1.3.1 城市形态定量研究起源和发展 |
| 1.3.2 城市形态定量研究方向和领域 |
| 1.3.3 城市形态定量研究数据和指标 |
| 1.3.4 城市形态定量研究热点和趋势 |
| 1.4 城市形态定量研究技术路线 |
| 1.4.1 研究背景目的及意义 |
| 1.4.2 空间数据采集及处理 |
| 1.4.3 空间大数据平台建立 |
| 1.4.4 研究方法与技术路线 |
| 第二章 特大城市形态的基础理论建构 |
| 2.1 特大城市形态的理论框架 |
| 2.1.1 特大城市空间结构的理论模型 |
| 2.1.2 特大城市形态的基本构成要素 |
| 2.1.3 特大城市发展特征和动因机制 |
| 2.2 特大城市形态的数据平台 |
| 2.2.1 特大城市规模划分与案例选取 |
| 2.2.2 特大城市空间大数据形态整合 |
| 2.3 特大城市形态的发展背景 |
| 2.3.1 特大城市的地理地域区位 |
| 2.3.2 特大城市的经济宏观格局 |
| 2.3.3 特大城市的社会发展建设 |
| 2.4 特大城市形态的表层和深层属性 |
| 2.4.1 中国特大城市形态特殊性 |
| 2.4.2 特大城市形态的表层属性 |
| 2.4.3 特大城市形态的深层属性 |
| 第三章 特大城市形态的表层特征解析 |
| 3.1 特大城市形态的表层解析方法 |
| 3.1.1 特大城市形态的指标形态分析 |
| 3.1.2 特大城市形态的几何形态分析 |
| 3.2 特大城市空间强度指标特征 |
| 3.2.1 空间强度指标的统计特征 |
| 3.2.2 空间强度指标的集聚特征 |
| 3.3 特大城市空间密度指标特征 |
| 3.3.1 空间密度指标的统计特征 |
| 3.3.2 空间密度的集聚特征 |
| 3.4 特大城市空间高度指标特征 |
| 3.4.1 空间高度指标的统计特征 |
| 3.4.2 空间高度指标的集聚特征 |
| 3.5 特大城市空间边界形态特征 |
| 3.5.1 空间边界形态的几何特征 |
| 3.5.2 空间边界形态的分异特征 |
| 3.6 特大城市空间重心形态特征 |
| 3.6.1 空间重心形态的几何特征 |
| 3.6.2 空间重心形态的分异特征 |
| 3.7 特大城市空间网络形态特征 |
| 3.7.1 道路网络形态的层级特征 |
| 3.7.2 街区网络形态的层级特征 |
| 3.8 特大城市空间肌理形态特征 |
| 3.8.1 建筑肌理形态的分形秩序 |
| 3.8.2 开敞空间形态的分形秩序 |
| 3.9 特大城市原型初步发现 |
| 3.9.1 基面的发现 |
| 3.9.2 簇群的发现 |
| 3.9.3 洼地的发现 |
| 3.9.4 绿楔的存在 |
| 3.9.5 廊道的存在 |
| 第四章 特大城市原型的深层特征研究 |
| 4.1 特大城市原型要素的分类解析 |
| 4.1.1 原型要素的相关概念 |
| 4.1.2 原型要素的普遍意义 |
| 4.1.3 原型要素的演化脉络 |
| 4.2 特大城市的基面形态特征解析 |
| 4.2.1 基面的分阶特征 |
| 4.2.2 基面的空间特征 |
| 4.2.3 基面的量化特征 |
| 4.3 特大城市的簇群形态特征解析 |
| 4.3.1 簇群的分阶特征 |
| 4.3.2 簇群的空间特征 |
| 4.3.3 簇群的量化特征 |
| 4.4 特大城市的洼地形态特征解析 |
| 4.4.1 洼地的分阶特征 |
| 4.4.2 洼地的空间特征 |
| 4.4.3 洼地的量化特征 |
| 4.5 特大城市的绿楔形态特征解析 |
| 4.5.1 绿楔的分级特征 |
| 4.5.2 绿楔的空间特征 |
| 4.5.3 绿楔的量化特征 |
| 4.6 特大城市的廊道形态特征解析 |
| 4.6.1 廊道的分级特征 |
| 4.6.2 廊道的空间特征 |
| 4.6.3 廊道的结构特征 |
| 4.7 特大城市原型的综合测度特征 |
| 第五章 特大城市原型的理论模式建构 |
| 5.1 特大城市原型的定义构成 |
| 5.1.1 城市原型的定义及要素 |
| 5.1.2 特大城市原型基本特征 |
| 5.2 特大城市原型的拓扑计算 |
| 5.2.1 原型要素的拓扑方法 |
| 5.2.2 拓扑计算出城市原型 |
| 5.3 特大城市原型的图解模式 |
| 5.3.1 城市原型的空间单元 |
| 5.3.2 城市原型的构成模式 |
| 5.4 特大城市原型的影响机制 |
| 第六章 结语与展望 |
| 6.1 特大城市原型的主要内容 |
| 6.2 特大城市原型的九个规律 |
| 6.3 研究的不足与未来的展望 |
| 参考文献 |
| 附录 |
| 作者简介 |
| 后记 |
（10）基于色散介质分析低频电磁波传播特性的关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1.绪论 |
| 1.1 .引言 |
| 1.1.1 .计算电磁学方法发展 |
| 1.1.2 .色散介质数值方法的研究现状 |
| 1.2 .FDTD方法简介 |
| 1.3 .本文主要研究工作和结构安排 |
| 1.3.1 .主要研究工作 |
| 1.3.2 .结构安排 |
| 2.色散介质FDTD方法的实现 |
| 2.1 .Drude模型 |
| 2.1.1 .无耗Drude模型 |
| 2.1.2 .有耗Drude模型 |
| 2.2 .移位算子法的引入 |
| 2.2.1 .移位算子法 |
| 2.2.2 .迭代计算公式 |
| 2.3 .本章小结 |
| 3.基于色散介质低频电磁快速计算技术的实现 |
| 3.1 .快速计算技术方法 |
| 3.2 .自由空间中的数值验证及误差分析 |
| 3.3 .海水中的验证及误差分析 |
| 3.4 .低频水下环境中电磁波传播特性计算 |
| 3.4.1 .电小尺寸空间的计算 |
| 3.4.2 .大空间电磁波传播特性计算 |
| 3.5 .本章小结 |
| 4.低频水下目标电磁计算软件可视化的设计与实现 |
| 4.1 .MATLAB GUI概述 |
| 4.2 .计算界面构成和制作 |
| 4.3 .界面使用方法 |
| 4.4 .本章小结 |
| 5.总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文和参加科研情况 |
四、三维图形空间中远距离对象的近似表现方法（论文参考文献）
- [1]基于图注意力卷积神经网络的三维点云分割算法研究[D]. 陈怀新. 南京信息工程大学, 2021(01)
- [2]基于双边带调制的脉冲压缩相干激光雷达技术研究[D]. 杨静. 中国科学院大学(中国科学院光电技术研究所), 2021(08)
- [3]基于多孔径结构的多维成像系统及关键问题研究[D]. 储君秋. 中国科学院大学(中国科学院光电技术研究所), 2021(08)
- [4]基于视觉定位的长距离小间隙对接技术研究[D]. 齐乔林. 燕山大学, 2021(01)
- [5]基于RGB-D摄像机的室内场景三维重建技术研究[D]. 蔡雨. 浙江大学, 2021(01)
- [6]综合滤波优化及特征参与的点云数据精简方法研究[D]. 李绕波. 昆明理工大学, 2021(01)
- [7]基于面阵三维成像激光雷达的目标姿态测量[D]. 王盛杰. 电子科技大学, 2020(07)
- [8]近地面扩展目标远距成像识别关键技术研究[D]. 徐兴贵. 电子科技大学, 2020(07)
- [9]基于城市空间大数据的中国特大城市形态定量研究初探[D]. 陆小波. 东南大学, 2019(07)
- [10]基于色散介质分析低频电磁波传播特性的关键技术研究[D]. 刘祥鹏. 西北工业大学, 2018(06)