针对传统点云配准方法在处理大型点云模型时存在计算量大、效率低和移动扫描配准实时性较差等问题,提出基于卷积神经网络结合改进Harris-SIFT(Scale Invariant Feature Transform)的点云配准方法。首先改进Harris-SIFT算法,使其可以提取三维空间中点云模型的稳定关键点。进而将关键点的加权邻接矩阵作为卷积神经网络的输入特征图,实现源点云和目标点云关键点的预测匹配。然后基于匹配的关键点,采用迭代最近点(ICP)算法实现点云数据的精配准。相较于传统的点对点配准,所提方法不需要生成对应关系的点描述符,解决全局搜索开销大的问题。实验结果表明,相较于ICP算法,所提方法能够较好地完成即时点云配准,且计算量小,耗时短,效率高。

研究了1+1维高斯型双光束在含小损耗的强非局域非线性介质中的传输特性。通过对该介质中光束传输遵循的非局域非线性薛定谔方程进行近似简化, 得到了含小损耗强非局域非线性介质中1+1维高斯型双光束传输模型。在此基础上运用解析的方法研究了双光束传输的演化规律, 得到了准双孤子解。经过进一步分析发现, 在传输过程中两光束中心的轨迹为艾里函数；两光束会准周期性地碰撞、分离；随着传输距离的增大, 两光束中心之间的最大距离会越来越大。另一方面, 当损耗逐渐增大时, 两光束的碰撞空间周期将变短, 同时两光束中心之间的最大距离也越来越大。

混凝土计算机断层成像试验图像细观研究多集中在二维横切面上，而混凝土计算机断层成像三维重建研究非常少，使混凝土计算机断层成像试验图像细观研究受到了局限，不利于全面分析在各个应力情况下混凝土的受力情况.本文提出一种可视化平台下基于改进光线投射法的混凝土计算机断层成像图像三维重构新技术，并进行可视化系统的实现.结果表明：本文提出的混凝土计算机断层成像图像三维重构方法快速、真实，为建立准确的混凝土材料数值细观模型提供了一种有效辅助方法，具有重要的应用意义.

提出一种基于马尔可夫随机场改进的Metropolis模拟退火算法.该算法中阈值α的选取优化了Metropolis算法.根据Beyes理论将图像分割问题转化为最大后验概率求取问题，并给出了参量预测算法.在实验中，将本文提出的算法与ICM、传统的Metropolis和Gibbs采样模拟退火算法进行比较.结果表明改进的Metropolis算法在图像分割效率和分割准确度上都有明显的提高.通过混凝土CT图像分割实验，改进Metropolis的应用能够较完整地反映出混凝土材料的内部结构和缺陷.

为了加快在旋转及缩放情况下基于Hausdorff 距离的图符匹配方法的速度，提出了一种基于缩略模型的Hausdorff 距离形状匹配方法.该方法分为两个阶段，首先利用模型的稀疏版本在较大的距离阈值下进行粗匹配，然后再利用全模型在稍小的距离阈值和较大的重合率门限进行双阈值精确匹配.利用地图上叠加的图形符号进行了匹配实验.实验结果表明，该方法获得了较低漏检和虚警以及较短的匹配时间,同时该方法已被用于地图中的军标识别，效果良好.