1 华南理工大学 软件学院，广东广州50006
2 华南理工大学 自动化科学与工程学院，广东广州510641
3 中国科学院 力学研究所，北京100190
点云的无监督表征学习对于理解和分析点云至关重要，基于三维重建的自动编码器是无监督学习中的重要架构。针对现有的自编码器存在旋转干扰和特征学习能力不足的问题，本文提出一个旋转不变的2D视图-3D点云自编码器。首先，设计局部融合全局的旋转不变特征转换策略。对于局部表示，利用手工设计特征对输入点云进行转换，生成旋转不变的点云表征；对于全局表示，提出一个基于主成分分析（Principal Component Analysis， PCA）的对齐模块，将旋转点云对齐同一姿态下，在补充全局信息的同时排除旋转干扰。然后，在编码器设计局部和非局部特征提取模块，充分提取点云的局部空间特征和非局部上下文相关性，并建模不同层次特征之间的语义一致性。最后，提出一个基于PCA对齐的2D-3D 重构的解码方法，重建对齐后的三维点云和二维视图，使编码器输出的点云表征集成来自3D点云和2D视图的丰富学习信号。实验结果表明：本算法在随机旋转的合成数据集ModelNet40和真实数据集ScanObjectNN上的识别精度分别为90.84%和89.02%，学习的点云表征在没有任何标签监督的情况下实现了良好的可辨别性，并且具有较好的旋转鲁棒性。
三维点云 自编码器 表征学习 旋转不变性 three-dimensional point cloud auto-encoder representation learning rotational invariance
1 中国科学院上海应用物理研究所, 上海 201204
2 中国科学院大学, 北京 100049
X射线小角散射显微层析成像(SAXS-CT)是一种无损的结构表征技术,用于研究非均匀物质纳米结构信息及其空间分布;在上海同步辐射光源(SSRF)设计并搭建了基于Kirkpatrick-Baez(KB)镜聚焦的SAXS-CT成像系统,并选取毛竹和注塑聚乳酸样品进行实验验证。结果表明:该SAXS-CT成像系统的聚焦光斑尺寸可以达到20 μm以下;对于毛竹样品,得到了其内部维管束和薄壁细胞的位置分布及散射差异,同时获取了内部纳米纤维的取向特点;对于注塑聚乳酸样品,发现其内部片晶结构具有分层分布特征,获取了片晶结构的分布图像以及长周期分布图像;实验结果验证了该SAXS-CT成像系统的可靠性及实用性。
X射线光学 X射线小角散射显微层析成像 Kirkpatrick-Baez镜 同步辐射 旋转不变性
1 北京邮电大学 电子工程学院,北京 100876
2 内蒙古师范大学 物理与电子信息学院,内蒙古 呼和浩特 010022
3 河南人民广播电台,河南 郑州 450003
在具有旋转不变性图像矩的传统算法中,必须将图像的坐标从直角坐标系转换到极坐标系,这种转换不仅会极大地增大计算量,并且会产生明显的舍入误差,从而导致以图像矩为特征的图像识别误差率上升,利用图像矩重建的图像质量下降。为了消除在像素坐标的转换过程中带来的不利影响,以圆谐傅里叶矩的计算为例,介绍了一种直接在直角坐标系下计算图像矩的方法。实验证明,这种方法不仅彻底消除了像素的坐标转换带来的误差,而且大幅降低了计算量。
图像处理 旋转不变性 正交矩 圆谐傅里叶矩 快速算法
