利用三维网格模型的头部运动估计

头部三维运动跟踪是人机交互、虚拟现实及模型基编码等领域研究的重要内容.文中提出了一种借助合成模型估计头部三维运动的算法.首先由正交图像建立输入脸部模型,将其变换为初始图像人脸的姿态和大小;之后选取图像中3个特征点和对应的模型点,利用块匹配确定图像中3个特征点的运动,由2D到3D的对齐算法,求出模型的三维运动参数;最后由运动后合成模型与图像的小范围相关检测,进一步确定最后的模型运动参数.实验表明该算法建模设备要求简单,速度较快,结果较为准确.     

基于3D卷积神经网络的高铁轨道质量指数预测方法

轨道质量指数（TQI，Track Quality Index）是反映高铁整体线路质量状态的重要指标，分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性，提出了一种多项特征数据的3D卷积神经网络模型，分析了TQI数据特征，抽取时间、空间、检测项数据并形成三维特征数据集，基于3D卷积神经网络算法，构建8层TQI预测模型，并从初始化参数、学习速率、激活函数、损失函数、Dropout方法等角度对模型进行优化，并利用某高铁线检测数据进行试验验证。结果表明，3D卷积神经网络模型可较好的预测高铁线路状态变化趋势，且对比于BP神经网络和2D卷积神经网络方法，平均绝对误差分别降低了41.48%、26.32%，均方差分别降低了65.42%、39.93%，证明了该方法的准确性与有效性，对于预测TQI与制定高铁线路养护维修计划具有实用价值。     

一种基于BM3D的接触网图像自适应去噪新方法

为了更好地检测和识别接触网图像,首先要降低图像中的噪声。目前,BM3D是针对高斯等多种噪声降噪性能较好的算法,但它自身也存在一些不足,为此,本文提出一种基于BM3D的自适应去噪新方法(简称ABM3D)。该方法在假设噪声方差未知的前提下,无需人为设定滤波阈值,通过自适应估算较为准确的阈值,实现二维和三维DCT变换域的自适应滤波,得到基础估计图像,利用估算的阈值计算出较为准确的噪声方差,实现联合维纳滤波得到最终估计图像,同时简化了参数设置,尤其是对降噪效果影响较大的参数。实验结果表明:本文提出的算法是有效的,即使在噪声强度非常高的情况下,利用其得到的降噪图像也能较好地保留边缘等细节信息,更具有实用价值。     

基于图像分割的金字塔Lucas-Kanade光流法提取深度信息

在2D到3D视频的转换过程中,深度信息的提取是最关键的问题。本文利用图像分割的金字塔LucasKanade光流法提取2D视频中的深度信息,主要做了如下工作:1是通过计算当前帧的最大运动矢量来决定所需构建的金字塔层数,通过自适应的方式决定金字塔层数可以弥补因金字塔层数过多造成的信息丢失或者因金字塔层数过少而无法满足Lucas-Kanade光流算法的不足;2是在每层金字塔中,利用Mean Shift图像分割后的信息,去除本次迭代计算得到的运动矢量中的坏点,使得深度提取更加准确;3是自适应地调整每层金字塔的迭代次数,使得在实验结果的质量几乎不变的情况下,达到降低时间复杂度的目的;最后通过统计图像分割每类中的深度值对所得到的深度图进行优化,使得最终得到的深度图中物体边缘信息更加清晰。实验结果表明,利用本文算法所得到的场景深度的边缘信息更加清晰,深度图中的坏点明显减少,在降低时间复杂度的同时,得到了较高质量的深度图。     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

智轨列车基于稀疏点云和图像的车辆识别技术

针对识别智轨列车的前方车辆三维信息来保证其行车安全的问题,提出一种面向智轨列车基于稀疏点云和图像的车辆识别技术.首先采用基于角度阈值的算法分割地面并提取障碍物点云,然后提出距离角度约束算法遍历障碍物点云求解聚类点集,通过二次求解优化聚类结果获取预融合聚类点集,最后采用YOLOv3网络模型进行车辆检测,构建基于几何模型的图像点云映射关系,将车辆图像识别信息与预融合聚类点集进行匹配,实现了车辆三维信息识别.研究结果表明:在16线激光雷达稀疏点云条件下,所提方法在多障碍物共存的开放式场景中具有较高的识别率和实时性,满足智轨列车动态检测需求.     

基于改进ViBe算法的运动目标检测

针对视觉背景提取(Visual background extractor,ViBe)算法在镜头抖动和动态场景下运动目标误检率高的问题,提出了一种改进的ViBe算法。首先利用背景点有无整体运动来判断镜头是否抖动,接着根据背景点的运动求出全局运动参数,然后加入运动补偿算法消除镜头抖动对背景模型更新的影响,最后通过前景图像的连通域集合对动态场景下的动态噪声进行过滤,实现更为精准的运动目标检测。多种数据集测试结果表明,改进后的ViBe算法在镜头抖动和动态场景下能准确检测出运动目标,各项评价指标均优于经典ViBe算法和其他对比算法,具有一定的实用价值。     

基于Unity3D的地铁线路三维模型自动生成的研究

地铁线路三维模型的自动生成有助于快速实现三维视景仿真。以线路平面和纵断面数据为基础,研究了线路路径点的坐标计算方法;采用Unity3D和C#程序,结合数据库技术,实现了数据读取与路径生成;采用线渲染器组件和生成Mesh网格的方法,实现了轨道、道岔等模型的创建;并通过Douglas–Peucker算法,实现对轨道三维模型的简化,有效提升了画面渲染速度和帧率;运用碰撞检测、消息广播等技术,实现了虚拟场景漫游和列车运行模拟。基于该研究开发的软件可快速构建地铁线路模型并进行驱动,为地铁运营场景仿真提供三维视景基础。     

桥梁两岸边坡稳定性的数值模拟分析

在岸坡上修建桥梁时,桥梁荷载作用下岸坡的稳定性对桥梁结构的安全性有重大的影响。文章结合北盘江大桥工程实例,利用大型通用ANSYS软件的强大图形与网格划分功能建立了前处理模型,并应用ANSYS中参数化设计语言APDL将模型导入三维快速拉格朗日差分法软件FLAC3D中进行计算模拟,再应用FLAC3D内嵌的Fish语言将计算数据转化到科技绘图软件TecPlot中进行后处理分析,最后将数值模拟结果与模型试验结果进行对比,取得了令人满意的结果。     

基于点云处理的机车车辆车底中心鞘螺栓故障检测方法

针对机车车辆车底中心鞘螺栓松动和缺失这一常见故障,提出了一种基于三维点云处理的检测算法。首先对目标点云进行下采样和离群点的移除,然后根据欧式距离对点云进行聚类分割,最后通过计算分割后每个点云包围盒形状系数和平均Z坐标实现螺栓点云定位,进而通过采样一致性算法拟合点云平面计算出螺栓松动程度,识别螺栓故障。将文中提出的算法与传统的基于2D图像的识别算法进行了对比,最后在地铁车辆智能巡检机器人中进行了应用,结果表明,该算法检测精度约为0.1 mm,且检测速度快,可满足实时检测的要求。     

基于头部图像特征的人流计数方法

为提高视频人流智能计数的实时性和准确性,提出一种基于头部图像特征的人流计数方法。根据混合高斯算法检测前景,提取感兴趣的人流区域和相应的边缘;利用基于边缘分类和梯度信息的RHT圆变换识别头部区域,并选取头部面积与头发颜色作为筛选模型参量对头部进行筛选;利用基于Kalman的滤波预测完成跟踪和计数,并将跟踪目标参数反馈给筛选模型,实现更新。实验结果表明,该方法能够有效消除类圆的非头部干扰,提高计数的速度和准确率。     

基于布模拟滤波和支持向量机的隧道三维点云提取算法

针对传统隧道点云提取方法存在先验条件要求较高、参数依赖性较强、通用性较差的问题，提出基于布模拟滤波和支持向量机的隧道三维点云提取算法。介绍隧道三维点云提取算法流程，分析点云数据获取与下采样算法、基于布模拟滤波算法的地面滤波，以及基于支持向量机的隧道点云提取算法，并开展现场验证试验。试验结果表明，基于布模拟滤波和支持向量机的隧道三维点云提取算法，可准确剔除与隧道点云特征不一致的非隧道点云，隧道点云提取具有处理速度快、准确率高、通用性强的特点。但如果隧道中出现大量距离隧道非常接近的物体，且体积较小，该算法会出现较多误判。减少误判是该隧道三维点云提取算法今后的研究方向。     

针对高铁车站的三维模型格式转换与集成展示

分析主流三维建模软件和转换软件的特点，针对不同软件生成三维模型的特性研究定制了对应模型转换流程，使用ArcGIS PRO软件将车站BIM模型及车站3D MAX模型转换为支持格式并在Web平台上发布，实现了不同格式的三维模型在WebGIS系统中的集成展示及车站的全方位可视化管理，显著提高了高铁车站可视化管理水平。     

中速柴油机燃烧和排放仿真的发展和挑战

对目前精准仿真中速柴油机的发动机循环的可能性和挑战进行综述。排放标准法规的日趋严格和竞争的日益激烈,要求在设计阶段要做出更多的努力,以预测中速柴油机的排放和效率。近年来,仿真工具的发展在预测方面已取得很大的进步。然而,由于在柴油机运行中燃烧和排放物形成过程是复杂的,对所使用的工具要求极其严格。3D CFD仿真可用作优化燃烧室内的燃烧和排放形成过程,0D和1D发动机循环仿真适用于选择理念和预优化重要的发动机参数。0D和1D模型的一大优势是计算时间较短,可对大量参数变量进行研究。对几种0D、准维和3D仿真模型进行研究、比较和评估,用于计算燃烧率以及碳烟和NOx生成。0D燃烧模型评估（LEC-DCM）是基于对喷雾的总体描述,然而准维模型是使用多区域方法（MZCM）。3D燃烧模型的评估包括扩展拟序火焰模型（ECFM-3Z）。除了燃烧模型,还有一个重要的因素是喷油率历史,为精准仿真提供基础。然而NOx排放仿真主要受燃烧率模型质量的影响,碳烟生成和氧化过程的仿真依据更多的重要参数。对不同的0D和3D仿真模型进行了研究。另外,单缸发动机的光学测量用于验证碳烟模型。     

基于色彩矩的无监督多分辨率图像分割

无监督的图像分割被广泛的应用于各种不同的条件下，包括数字相机的图像增强，目标识别，基于内容的图像检索和三维图像分析。本文提出了一种新的多分辨图像分割方法，与其他基于颜色的全局优化分割方法比较，该方法基于人的视觉系统原理，能够将感兴趣的物体从背景中分割出来，同时图像分割是一个多分辨率的分割过程，首先算法在整幅图像中搜索代表物体的特征块，然后利用特征块的色彩矩特征对所有图像块进行聚类，最后对属于物体类的图像块进行高分辨率的分类，直到块中的每一个像素点被区分为背景或物体，实验结果表明，与传统方法相比，本文算法能够在较短的时间内，取得较好的分割效果。     

基于形变模型和有限元的3D表面重建

提出了一种利用弹性形变模型重建3 D表面的方法，该形变模型在模拟的外力作用下朝着从图像数据抽取的物体表面变形，内力维持模型的光滑性．利用动力学原理和有限元导出了表面重建的动态有限元方程．实验结果表明该方法的有效性     

基于形变模型和有限元的3D表面重建

提出了一种利用弹性形变模型重建3D表面的方法，该形变模型在模拟的外力作用下朝着从图像数据抽取的物体表面变形，内力维持模型的光滑性．利用动力学原理和有限元导出了表面重建的动态有限元方程．实验结果表明该方法的有效性．     

基于几何特征信息的铁路罐车点云容积快速计算方法

针对目前三维激光扫描法处理铁路罐车点云存在的问题,提供一种基于几何特征信息的改进方法。此方法首先分析筒体和封头的几何特征,确定抽稀算法;然后利用数据拟合算法,完成几何特征信息的获取;最后,实现容积的准确、快速计算。试验结果表明,该方法与几何测量法、传统三维激光扫描法所测容积差较小,容积结果输出时间小于20 s。此方法有利于三维激光扫描技术在铁路罐车容积测量领域的应用与推广。     

基于Civil 3D部件编辑器的铁路BIM部件模型构建研究

为实现铁路线路结构参数化建模,基于Autodesk Civil 3D部件编辑器(SAC,SubassemblyComposer)研究了自定义部件参数化模型的构建流程。利用部件编辑器可视化的设计流程和参数驱动图形交互的方法,针对不同的横断面形式,构建了单线有砟轨道部件、隧道部件和多级边坡部件参数化模型,并将参数化部件与三维地形曲面模型相融合,在三维可视环境下实现设计部件的工程量精确计算。通过SAC创建的部件具有设计参数更改方便、建模迅速、交互性强、形象直观的优点,是铁路BIM应用部件建模一种有效的方法。     

成本管理在京雄城际铁路四电工程BIM5D中的应用研究

BIM5D技术是BIM技术发展到现阶段实现多维度表达的最新方式,其以三维可视化BIM3D为基础,进一步附加时间信息形成BIM4D,继而附加费用成本信息发展为BIM5D。本文分析目前BIM技术在成本管理中的应用现状,并针对铁路四电工程在当前工程量清单计价模式下通过已有的WBS(工作分解结构)将模型构件与成本信息关联时存在的众多问题,提出在关联产值成本时的解决方法。通过铁路四电工程BIM模型建立、工程量汇总统计、BIM模型与进度及成本相关联三个工作流程搭建BIM5D模型,系统阐述由中铁二十一局自主研发的铁路四电BIM5D系统在通信工程施工中成本动态管控流程。