东华理工大学机械与电子工程学院，江西 南昌 330013
针对初始点云离群点噪声大、冗余性高导致三维重建效率低、重建曲面表面粗糙等问题，提出一种自适应精简点云改进预处理算法。首先使用统计滤波消除离群点噪声，并在基于体素重心邻近特征点下采样中引入双曲正切函数，在保持点云特征不变的情况下精简点云数据；然后建立移动最小二乘法拟合函数，确定其二次基函数和高斯权函数，完成点云数据平滑优化；最后使用投影三角化算法完成点云曲面重建。实验结果表明，所提算法在有效去除离群点的同时，还能精简点云数据、提升曲面重建效率，且重建后的模型表面光滑、孔洞减少。
点云 下采样 移动最小二乘法 曲面重建 激光与光电子学进展
2023, 60(20): 2028005
1 中国科学院微电子研究所光电技术研发中心，北京 100094
2 中国科学院大学，北京 100049
3 常州大学机械与轨道交通学院，江苏 常州 213164
为提高偏振调制激光测距方法精度，针对采样信号存在波形变形问题，提出了基于改进移动最小二乘（IMLS）算法的偏振调制激光测距方法。首先，基于偏振调制测距原理分析了调制信号波形变形产生的原因和频率解算准确度对测距精度的影响；然后，提出了基于IMLS算法的偏振调制激光测距算法，搭建了偏振调制激光测距系统；最后，分析和验证了IMLS算法的权函数、影响半径等参数对测距精度的影响，并对所提算法、摇摆法、最小二乘法进行了测距精度对比分析和验证。实验结果表明：在11.94 m的被测距离下，选用正态加权函数作为权函数，形状参数为3，影响半径为500 kHz时，基于IMLS算法的偏振调制激光测距算法的误差最小，仅为0.111 mm，此方法的测距精度优于摇摆法和最小二乘法。基于IMLS算法的测距方法适用于偏振调制测距系统，可有效提升测距精度。
测量 激光测距 偏振调制 改进移动最小二乘法 极值检测 中国激光
2023, 50(14): 1404003
红外与激光工程
2023, 52(2): 20220390
1 上海工程技术大学航空运输学院, 上海 201620
2 上海工程技术大学城市轨道交通学院, 上海 201620
为了提高点云表面的重建精度和准确度,针对泊松重建算法误连接孔洞区域及法线方向不一致导致重建结果偏差的问题,提出一种基于向量场和等值面的改进泊松重建算法。先利用统计滤波器对有噪声的点云数据进行去噪;再利用加权主成分分析估计法向并结合移动最小二乘(MLS)法计算点云法向和优化测量误差,利用OpenMP加速法线估计;最后利用改进DC(Dual Contouring)算法提取等值面来消除曲面孔洞和误连接曲面特征的问题。经过实验验证,改进的泊松算法可有效地去除模型中可能存在的孔洞问题和伪封闭曲面,提高重建曲面的准确度和效率。
图像处理 三维点云 泊松重建 移动最小二乘法 法向量 改进DC算法 激光与光电子学进展
2020, 57(10): 101016
1 中国航空工业集团公司洛阳电光设备研究所，河南洛阳471000
2 中国人民解放军驻六一三所军事代表室，河南洛阳471000
针对移动最小二乘法中的权重函数影响域提出一种基于De Giorgi迭代技术的估计方法。新方法可有效估计权重函数在局部邻域中的影响半径，从而构造权重函数的具体形式。采用此算法对某航空炸弹的弹道进行处理，通过实验表明，在移动最小二乘法中使用新方法构造的权重函数获得的弹道模型能满足工程精度要求，并且提高了拟合曲线的光滑性。
弹道处理 航空炸弹 移动最小二乘法 权重函数 ballistic trajectory processing aerial bomb moving least square method weight function
曲面拟合法求解亚像素位移是数字图像相关测量MEMS亚像素位移的主要方法之一, 现在研究热点之一的移动最小二乘曲面拟合法有时可能会产生病态甚至奇异, 影响位移的测量精度和稳定性。文章提出了一种改进的移动最小二乘曲面拟合算法。实验表明: 与传统的拟合法相比, 该拟合曲面更光滑、亚像素精度更高、稳定性更好、抗噪能力更强, 能够有效应用到MEMS的位移测量中。
曲面拟合 数字图像相关 移动最小二乘法 亚像素 surface fitting DICM MLS MEMS MEMS sub-pixel
重庆大学 光电工程学院 光电技术及系统教育部重点实验室, 重庆 400044
提出一种基于人脸画像的伪照片合成及修正方法，该方法包括人脸伪照片的合成、增强以及局部修正3个部分。首先，应用局部本征变换（LET)方法合成人脸伪照片的初始估计。然后，提取人脸画像的边缘和纹理信息对人脸伪照片进行增强以改善合成结果的视觉效果。最后，通过移动最小二乘法对伪照片局部合成错误进行修正。在CUHK student人脸画像库上进行了实验，对转换结果与真实人脸照片进行了比较。结果表明：提出的方法可以有效地合成人脸伪照片，对人脸伪照片能够进行有效增强和修正，且在修正局部合成错误的同时能够保证整体相似度不会下降。由于本文的方法只涉及到局部区域的变形，所以不需要依靠神经网络来预测输出结果中控制点的目标位置，从而降低了计算的复杂度。
人脸画像 人脸伪照片 伪照片处理 局部本征变换 移动最小二乘法 face sketch face pseudophoto pseudophoto processing local eigentransformation moving least square method
