何俊飞
- 作品数：2 被引量：20H指数：2
- 供职机构：长沙理工大学计算机与通信工程学院更多>>
- 发文基金：国家自然科学基金湖南省教育厅优秀青年基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 使用双稀疏的图像去噪算法被引量：3
- 2015年
- 为提高稀疏度并减小重构误差,提出一种基于稀疏字典和稀疏编码的图像去噪算法.基于贝叶斯图像稀疏去噪框架,采用交替优化思想学习出自适应稀疏超完备字典,该字典结构本身具有稀疏性,能有效分离图像的有用信息与噪声数据,提高算法的鲁棒性;在稀疏编码阶段,LS-OMP算法能不断选择与待去噪图像具有最相似结构的原子,从而能很好的逼近原始图像.实验表明,与基于传统固定字典、K-SVD学习字典、SK-SVD学习字典的稀疏去噪方法相比,该算法能较好的提取原图像的细节信息,具有较高的峰值信噪比.
- 何俊飞李峰张建明吴宏林
- 关键词：峰值信噪比
- 基于三坐标测量机自适应测量的自由曲面逆向被引量：17
- 2014年
- 自由曲面的精确测量和重构是决定具有自由曲面特征的零部件复现精度的重要因素,传统逆向中测量与重构是相互独立又不能有效评估的。为提高自由曲面测量速度和重构精度,基于三坐标测量机(Coordinate measuring machine,CMM),提出自适应测量的曲面重构方法。测量过程中,通过不断拟合样件上已测点,预算待测点及其测量矢量,指导CMM自动采集曲面上数据。由点云拟合自由曲面模型后,检验拟合模型上点与样件上相应点的误差;若误差偏大,则在测量点云中加入检测点后重新拟合曲面,进一步检测重拟合实体模型直至满足精度要求,得到精准数据点和精致的自由曲面模型。辅以计算机图形可视化实例验证本法,测量精度及其重构精度可达μm级,具有自由曲面特征的零部件整个逆向周期呈数量级下降,算法鲁棒性强。
- 何雪明孔丽娟何俊飞武美萍张荣纪小刚
- 关键词：自由曲面曲面重构
