为了解决目前电力线悬挂点定位方法鲁棒性低、定位不精确的问题, 采用基于激光点云的结合局部3维重建与迭代搜索的方法对电力线悬挂点定位进行了研究。首先, 对电力线点云空间特征进行分析进而推导电力线空间约束条件, 以此作为生长准则进行基于空间约束的区域生长, 实现跨越多档的单根电力线分割; 然后, 对杆塔点云聚类提取杆塔中心点, 以杆塔中心点连线的角平分线为基准划定每档电力线的空间分割平面; 之后, 对各分割平面附近电力线点云进行空间多项式局部3维重建; 最后, 结合分割平面迭代搜索计算重建电力线的交点, 实现电力线悬挂点空间位置定位。结果表明, 对于3种电压等级线路点云及2种数据质量点云, 电力线悬挂点定位平均偏差均在0.09m以内, 最小偏差为0.03m。该方法鲁棒性高, 可以精确地实现各电压等级及各质量点云数据中的电力线悬挂点定位, 为后续基于悬挂点的电力线模拟工况安全分析提供了基础。

为了提高大视场摄影测量系统的测量精度和稳定性, 提出一种基于局部迭代搜索算法的相机相对定向方法, 仅需要两幅图像间匹配的像面坐标信息, 就可以计算相机之间精确的相对外方位参数。通过闭环多项式解法获得两图像之间本质矩阵的初值; 将本质矩阵进行局部迭代, 计算正交矩阵和外极线约束误差方程; 利用两图像上所有匹配点的像面坐标, 通过多次迭代获得本质矩阵的全局最优解; 分解本质矩阵获得图像之间的相对外方位参数, 并结合Cheirality约束条件确定外方位参数的唯一真实解。通过6m×4m×3m可展开桁架微波天线面形测量场的定向实验, 验证了提出方法的测量精度和可靠性。相比于传统的相对定向方法, 基于局部迭代搜索算法的相对定向方法具有较高的初始定向精度和稳定性, 平移向量误差小于5mm, 旋转角度误差小于0.1°, 而且消除了对于参照物的依赖, 对于提高摄影测量系统的性能具有重要意义。

基于2D Gabor变换的人脸特征描述已经受到了很多人的关注.然而现有的Gabor特征维数较高,而且具有冗余性,因此选择最佳的Gabor特征用于人脸识别显得尤为的重要.利用最大余量原理的特征选择算法在目前的机器学习研究中已经占据了重要的地位.本文在基于余量的迭代搜索法(Simba)的基础上,引入了一种新的选择算法:基于余量的共轭梯度法(Cgmba),它只需较少次迭代就可以找到最佳解.我们在IMM人脸库上进行了实验,实验结果表明:尽管只使用了一半不到的特征,但Cgmba和Simba的识别率却分别提高了3.75和1.25个百分点,同时也证实了我们提出的Cgmba明显优于Simba.最后我们对Cgmba选择的Gabor特征的分布情况进行了分析,可以看出较大尺度的特征相对于较小尺度的特征对于分辩人脸的细微差别具有同等的重要性,而且在垂直,135°方向的特征具有更强的分辩能力.

提出了设计二元计算全息图(BCGH)的一种新方法，分析了迭代搜索算法合成BCGH的原理和特点，建立了一套评价计算全息算法的指标，分析了几种类型BCGH数字恢复像的质量和衍射效率，并给出了其实际光学恢复像。分析结果表明，用迭代理索算法设计的位相型BCGH恢复像质量好、衍射效率高，是合成BCGH的一种较理想的迭代算法。