基于帧间预测码运动补偿算法

着重讨论帧间预测码运动补偿算法，该算法可获得比一般的运动块匹配方法更大的峰值信噪比。该基于小波变换域的块搜索匹配算法，在运动比较平缓时能以很少的运算次数马上找到块匹配点；在运动非常激烈时，则首先采用小波变换，然后再用本方法进行块匹配搜索，可减少大量复杂的运算量。     

基于相邻帧相关性的帧间宏块模式选择算法

H．264／AVC在帧间运动估计／补偿编码过程中定义了7种帧间编码模式，并采用率失真优化全遍历策略来选择最优模式，这使计算复杂度急剧增加．针对这一问题，阐明了需对如何准确、快速地对块预测模式做出选择进行相关的研究．并就利用自然图像序列中相邻帧所表现出的强相关性提出了一种快速的帧间编码模式选择算法，通过计算部分编码模式来减少计算的复杂性．实验结果表明，该方法平均节省时间约18％，比特率平均下降约0．02％，而PSNR平均仅仅降低0．02dB．     

基于帧间差分与背景消减的视频摘要算法研究

为克服帧间差分法只适合于帧像素变化较大的视频检测及背景消减法只适合于固定背景模型的视频检测的缺点,提出一种新的基于帧间差分与背景消减的视频摘要算法,这种算法首先对前后两帧的帧图像像素进行检测,若无显著运动对象,则继续进行背景模型对比检测.实验结果表明,该算法能够快速、精准地对运动显著及不显著的视频进行摘要提取,浓缩事件精华,较高地还原视频关键信息内容.     

基于帧间差分与时空上下文的自动检测跟踪算法

为了改善时空上下文（STC）跟踪算法不能自动检测跟踪目标的缺点,提出一种帧间差分与STC相结合的自动检测跟踪算法。该算法将帧间差分法检测到的含有前景目标轮廓及位置的矩形框传送给STC跟踪器,可达到自动检测与跟踪目标的目的,并且提高了跟踪精确度,降低了手动选定目标框的繁琐程度。通过实验对改进前后的STC算法进行分析比较,结果表明,改进后的算法具有更高的跟踪精度,可实现对目标的稳定跟踪。     

帧间一致性的八叉树可视外壳三维重建

针对动态物体三维重建计算量大的问题,提出利用帧间一致性的动态物体可视外壳重建算法。算法采用八叉树的存储结构,利用帧间一致性,判断前一帧重建的可视外壳边界体素的邻域体素状态,生成后续帧的可视外壳。相比于每次从八叉树的根节点开始判断的方法,帧间一致性算法减少了判断次数,提高了算法效率。试验结果表明,该算法有效地减少了计算量。     

融入帧间差分法的深度学习目标识别仿真研究

目标检测与识别是数字图像处理实验的创新性实验项目。传统的目标识别算法可以识别目标类型,但不能识别目标的位置信息,且对相同目标的识别率较低。该文设计了一种基于帧间差分法的深度学习目标识别算法,即在深度学习理论构架下,将帧间差分法融入识别过程,补充增强候选框分割图像,通过NMS算法对候选框进行筛选。仿真结果表明,该算法在识别目标种类的同时还能对目标在图像中的位置进行精确标定,并可判断目标是否处于运动状态,具有较高的识别率。     

基于改进演化算法的快速图像相关匹配

提出了一种基于演化算法的快速图像相关匹配的新方法,详细介绍了染色体编码的编码方法选取、适应度函数设计及演化算子设计,并对演化算子设计做出了部分改进．实验结果表明：与传统的遗传算法相比较,改进的演化算法能够更快而且有效地实现灰度图像的相关匹配．     

一种改进的基于定位点投影的地图匹配算法设计

考虑到实际路况下的车辆行驶方向的信息、电子地图道路层的网络拓扑结构信息、车辆的历史轨迹信息对地图匹配重要性,提出的地图匹配算法包括三个部分：对定位数据的预处理;待匹配道路的识别;定位点的投影匹配。通过实验仿真,该算法具有较高的鲁棒性,符合高精度、低成本的发展要求。     

一种基于SIFT算法的单目视觉里程计设计

很多先进的机器视觉和图像处理技术应用于单目视觉里程计设计中,其中包括特征点提取技术、特征点匹配技术、运动参数估计等。影响里程计精确定位的关键因素之一为图像特征点提取与匹配。介绍了一种可行的单目视觉里程计设计方法,通过特征提取、特征匹配以及运动估计得出运动方向和距离等信息。     

基于特征匹配与 CNN 的浮动验证码识别研究

为有效识别浮动验证码,提出一种基于特征匹配与卷积神经网络的识别方法。首先使用特征匹配的方法得到匹配特征点,结合交叉匹配算法与 K 近邻匹配算法滤除错误匹配;然后对特征点进行聚类及投票分析,得到待识别字符区域,将其分割得到单个字符;最后在 mnist 手写数字数据集的基础上加入英文字符,构建卷积神经网络模型,将数据集送入模型进行训练。对 10 000 张浮动验证码进行测试,结果表明,该方法对浮动验证码的识别准确率达 95%,且构建的训练集具有可扩展性,可进一步应用到其它类型的字符识别中。     

一种新的特征值的模式匹配算法FLC

提出一种基于特征值的模式匹配算法——FLC(First-Last-Characters)算法,可打破经典算法有序偏移的思想,突破BMHS(Boyer-Moore-Horspool-Sunday)算法最大偏移量(m+1)的上限,从而增大偏移距离,减少匹配时间.测试结果表明:FLC算法的匹配效率优于BMHS算法.     

基于混合环形投影特征的图像匹配算法

提出了一种基于小波分解和混合环形投影特征的具有旋转不变性的图像匹配算法。首先在小波变换后的低频图上利用混合环形特征相似性算法得到一系列候选匹配点,然后对候选点在原图像对应的区域内作精确相关匹配得出准确匹配位置。混合环形投影特征值结合了均值投影和方差投影的优点,能有效反映图像的旋转不变性特征。实验证明该算法保持匹配精度的同时减少了匹配计算量,而且对图像的旋转不敏感。     

多方法融合的特征点匹配算法

将传统相似三角形匹配方法和快速二维聚类匹配方法进行融合,再利用基于灰度的方法对部分伪匹配三角形进行剔除,实现了一种新的抗旋转、缩放的特征点匹配算法．融合后的算法对有效点的要求降低,同时通过在复数向量空间中进行相似三角形检索及参数聚类,提高了算法的效率．     

一种基于Harris角点特征精确匹配的图像拼接方法

提出了一种基于Harris角点特征的精确匹配方法。该方法首先提取参考图像及待拼接图像中各自的Harris角点点集,并计算出这2个点集间每对点的圆形邻域图像的相关系数;再通过提取各个角点邻域的Hu矩特征,获得了该特征下每对点的相似程度。将不同特征下的相似度进行归一化并融合,构造出2个点集间,每对点的相似度表。在此表的基础上,优化匹配结果,使得匹配点对的总体相似程度高,从而得到精确匹配。由于Hu矩特征具有旋转及尺度不变性,因此提取出的角点特征能够较好地抵抗常见的图像变换。最后,实现了一套包括图像预处理、图像对齐与匹配等诸多模块的图像拼接系统。通过实际操作表明,该方法的图像拼接效率较高,有较好的鲁棒性。     

基于语义的web服务匹配算法研究与实现

随着Internet信息的迅速增长,快速而有效地查找网络信息成为获取网络信息的基础.为了实现高效查找web服务,提出一种基于语义的三阶段匹配算法,首先对web服务进行基于关键字的分类筛选,然后实现web服务基于语义的功能匹配,最后实现web服务的非功能匹配.实践证明,该算法能够提高web服务匹配效率.     

试论“能级匹配”与现代人力资源管理的价值选择

现代管理理论的发展方向，正在逐步向以人的全面自由发展为目的的阶段迈进。在这个发展过程中，人力资源管理实现人与事的能级匹配，日益成为诸多价值追求的核心，所有管理理论与实践的出发点和归宿，是以实现人的能级匹配为目标的。     

基于四元数矩阵奇异值分解的彩色图像匹配方法

提出了一种基于四元数的彩色图像匹配算法.该算法将彩色图像用四元数矩阵模型描述,抽取四元数矩阵的奇异值作为匹配特征.对奇异值进行去噪处理,增+了匹配算法的抗噪能力.采用分层搜索策略,减少运算量,提高了匹配速度.实验结果验证了方法的有效性.     

基于GPU的串匹配算法研究综述

串匹配是一个非常经典的问题,本文通过回顾和分析GPU的串匹配算法的国内外研究近况,提出了GPU的串匹配算法的一些新的研究方向,特别是将一些编译解释性的工作放在GPU上实现的思想。     

基于文字特征的文档碎片拼接复原研究

分析了利用图像拼接技术以及基于文档碎片几何特征的文档碎片自动拼接方法的缺点,提出了基于文字特征的文档碎片拼接复原的新方法。该方法首先将文档碎片图像数字化处理后得到灰度矩阵。提取文档碎片中的文字特征,获得文档碎片左侧白色灰度距离以及文档碎片中心距离向量：然后利用中心匹配法对文档碎片进行聚类分析得到同行文档碎片,并建立最小距离模型对同行文档碎片进行拼接,得到若干行碎片;最后再次利用最小距离模型将行碎片进行拼接．从而实现文档碎片的拼接复原。试验表明新方法提出的拼接算法真实可靠。