一种基于小波变换的多尺度图像配准算法

在研究传统Harris角点检测算法的基础上,结合小波变换的多分辨率特性,提出一种基于小波变换边缘检测与Harris角点检测的多尺度图像配准算法。该算法保持了Harris角点检测算法在图像旋转、缩放或灰度变化时角点提取效果依然良好的优点,改进了其对噪声敏感且不具有尺度不变性的缺点,在不同尺度上有较高稳定性与匹配精准度,抗噪性较强。     

一种基于改进遗传算法的医学图像配准算法

局部优化算法在医学图像配准中存在容易陷入局部极值的问题．本文在分析标准遗传算法的基础上,提出了改进的具有全局优化能力的遗传算法,最后给出了本配准算法的实验结果．     

用于停车场视觉建图的语义回环检测算法

针对停车场视觉建图的回环检测方法对目标级别的语义信息关注较少、在长时间大范围的建图过程中地图一致性与持久性较差的问题,设计了一种语义回环检测算法。该算法基于语义实例,使用图匹配方法找到回环帧并进行帧间位姿估计,生成回环约束。在同准确率下,该回环检测算法的召回率均高于基于ORB (oriented fast and rotate brief)描述子和词袋法的回环检测方案。在停车场建图与定位试验中,建图轨迹与轨迹真值的绝对误差均小于1 m,定位误差均小于0.3 m,满足对应的技术要求。试验结果表明,本文提出的语义回环检测算法的回环检测性能优于传统回环检测算法,适用于停车场视觉建图任务。     

物体表面不同角度采集的三维图像配准的一种新算法

提出了一种能有效实现物体表面三维图像数据配准的算法.该算法利用了三维数据采集时的三维点的阵列信息,这些三维点的阵列信息在采集原始三维数据时可以很容易获得,同时,还利用了三维数据矢量/顶点相似特征作为数据匹配的基础.采用迭代最小均方误差算法来自适应优化变换矩阵参数.这些方法可以有效地提高三维图像配准的性能,加快匹配过程的运算速度.实验结果表明该算法可以获得较好的配准后三维图像的主观效果.尽管该方法主要针对人头模型,但经过少许修改后即可适用于其他物体.     

基于MATLAB中IPT函数的一种遥感图像配准方法

MATLAB的图像处理工具箱中有基于点特征图像配准的函数,首先对这些函数进行了详细介绍,并使用其完成了遥感图像的配准,之后提出了边缘检测的算法,与上述函数法进行结合,使特征点的提取难度降低,最后对该方法进行了分析,提出了下一步研究重点.     

一种改进的车牌图像识别算法

提出了基于改进的边缘检测和数学形态学结合的车牌图像识别新方法.首先将采集到的彩色车牌图像转化为灰度车牌图像,然后利用Sobel算子进行边缘检测,接着对灰度化的车牌图像进行形态学的腐蚀处理,得到平滑图像的轮廓,再进行X方向的定位和Y方向的定位及区域校正得到车牌的区域.通过对车牌图像的二值化和形态滤波把车牌上的字符给有效分割出来,最后采用模版匹配的方法进行车牌字符的识别.从仿真的结果看:可以准确提取车牌位置的字符,字符识别的准确率较高,且识别的速度快.     

一种基于EGI和标准人脸模板的三维人脸点云拼合算法

对重合区域较少的两组不同角度获取的三维人脸点云数据,直接寻找对应点进行点云拼合的难度很大。为解决这一问题,提出一种基于EGI和标准人脸模板全自动点云数配准拼合算法。针对待配准的三维人脸点云以及标准人脸点云模型,首先通过局部最小二乘曲面拟合,估计每个点的法向和曲率,其次计算点云的扩展高斯图(EGI),然后利用EGI上对应的特征点计算欧拉角,分别使待配准三维人脸点云旋转至与人脸模型大致相同的位置,完成粗配准,并把粗配准结果作为新的初始位置。采用最近点迭代算法(ICP)分别对三维人脸点云与标准人脸模型进行精确配准,从而实现两组三维人脸点云的拼接。     

一种注意力融合的多尺度点云分类网络

针对传统点云分类网络不能较好结合全局特征和局部特征信息、导致分类精度不够高的问题,提出一种包含注意力机制的特征融合模型。通过构建多尺度网络,增大网络感受野,从而获得不同程度特征。采用注意力机制进行特征融合,使得局部特征和全局特征相互补偿,增强特征描述符的语义丰富性,获得上下文有效信息,以此提高整体的分类精度。在公开数据集ModelNet 40上对该算法进行验证,取得92.85%的分类精度,验证该网络模型的可行性。     

一种非迭代的同名标记点图像特征匹配算法

利用编码元和非编码元,根据标记点的尺寸、形状及灰度变化等特征提取目标,然后利用非编码元与编码元的不同形状与灰度特征,提出一种改进的编码元自动身份识别方法,同时实现非编码元与编码元的分类;并利用质心定位方法抽取标记点中心位置,抽取的中心具有亚像素级.在利用编码元的身份信息实现同名编码元匹配的基础上,由相似性和相容性确定非编码元的初始匹配,通过3个准则从非编码元的初始匹配中剔除误匹配,最终得到同名非编码元的匹配结果.经实验验证,该算法速度快、匹配率高、鲁棒性好.     

一种动态反馈自适应集群负载均衡算法

采用基于反馈机制的动态负载均衡,能动态考虑不同服务节点上资源的使用状态,不断调整负载比例,避免节点的过载问题,从而提高单一集群的整体负载处理能力。提出了一种动态反馈自适应集群负载均衡算法,探讨了其原理及方法。     

一种基于核岭回归与卡尔曼滤波的定位算法

传感器定位技术作为无线传感器网络的重要课题之一,为实现目标实时定位,提出一种基于核岭回归与卡尔曼滤波的定位算法。该算法在离线阶段使用核岭回归算法（KRR）对无线位置指纹数据库进行训练,从而得到一个可反映信号强度指标（RSSI）与位置坐标之间映射关系的函数|在线阶段先利用离线阶段得到的函数对目标进行粗定位,再结合卡尔曼滤波（KF）方法对目标进行精确定位。实验结果表明,在真实室内办公环境下,相比 KNN 算法与核函数（Kernel）算法,该算法能实现更好的定位精度,平均定位误差为 1.898 3m。     

基于三维点云的轮对踏面轮廓动态测量教学实验设计

通过MV-DP090-02B激光轮廓传感器获取轨道车辆轮对踏面轮廓影像信息,再将物体表面轮廓位置转化为三维点云数据,并对数据进行降噪和特征提取,然后对踏面轮廓进行三维重建。文章结合轮对踏面动态测量实验,对轮对低速转动过程中的踏面轮廓进行了扫描。数据处理结果表明,基于MV-DP090-02B激光轮廓传感器获取的三维扫描点云数据及相关数据处理,可以动态测量轮对转动过程中的踏面轮廓;MV-DP090-02B激光轮廓传感器能够满足实验室的测量需求,操作简便,是“轨道交通车辆机械检修”课程实验中轮对踏面轮廓获取的一种新方法。     

一种优化共同邻居影响的动态距离社区发现算法

在众多社区发现算法中,Attractor算法是一种快速的社区发现算法,具有社区检测准确率高的优点。为解决Attractor算法在距离更新过程中节点对度值相差太大,影响小度节点所属社区判断问题,提出一种优化共同邻居影响的Attractor社区发现算法。该算法在Attractor算法提出的动态距离节点交互模型基础上,考虑节点对两者度值差异,通过在节点对与共同邻居交互模式中增加一个大度节点不利系数,以增加小度节点对邻居的吸引作用。采用LFR基准网络,在不同结构网络上验证改进算法的有效性。实验结果表明,改进算法与Attractor算法相比社区发现准确度更高。     

一种基于粗集理论的动态学习算法

本文对数据库中新增对象重新进行分类,并对此提出了一种基于粗集理论的动态学习算法DLA,并对动态学习算法与传统算法在执行的时间长短上进行比较,得出动态学习算法能在数据库应用中有效地减少更新过程中的计算量,从而达到提高效率的目的。     

一种基于动态迁移的智能存储算法研究

随着大数据、云计算、互联网等技术的快速发展和改进,人们已经开发了许多管理信息系统,数据存储成为这些应用系统的重要支撑.传统的数据存储采用顺序存储、随机存储、哈希存储等模式,但是这将会给存储器带来严重的挑战,不利于热点数据的访问,无法提高数据存储的效率.为了解决上述问题,提出了一种基于动态迁移的智能存储算法,该算法可以将存储器划分为多个优先级,针对热点数据进行有效的估值操作,动态迁移估值较高的数据到优先级位置,能够提高数据信息的访问速度,进一步缩短应用系统数据操作时间.实验结果表明智能存储算法的访问时间远低于传统存储模式,具有重要的作用和意义.     

一种基于分层交通网络的动态路径选择算法

最优路径选择算法是车载导航中路径分析的核心,目前导航系统多停留在静态导航上.文中针对最优路径算法在实时导航应用中的特点,提出了分时分段计算动态最优路径的思想,即利用对应时段对应路段的交通信息来指导路径寻优,并依据该思想设计具体的算法在福州市地图上模拟测试,其结果基本符合相应时段出租车的行使路径.     

一种新型棋盘格角点检测算法

针对摄像机标定中棋盘格标定板的角点检测,给出了一种基于图像像素点分布的角点检测算法.首先通过判断像素点8邻域范围内相似点个数除去平坦区域点,然后根据棋盘格图像高度对称的特性提取对角线上矩阵,通过此矩阵来判定中心点是否为候选角点,最后通过计算候选角点的算术平均求取最终角点坐标.     

一种基于DHT的网格动态资源查找算法

P2P与网格都是新型的分布式计算模型,在分析现有网格动态资源发现机制的基础上,将P2P的相关技术引入其中,提出了一种基于DHT的网格动态资源查找算法.该算法结合DHT技术和泛洪式查找技术,在实际的分布式网络之上建立一层结构化的Overlay层.实验结果表明,当用户需要在系统中获取信息时,通过该查找算法,查询只在一些特定的结点上进行,这样就避免了泛洪式查找的盲目性,因此大大提高了信息搜索的效率.     

一种改进的动态二进制防碰撞算法

针对RIFD标签识别过程中的碰撞问题,在动态二进制防碰撞算法基础上提出一种改进的防碰撞算法。该算法在动态二进制算法基础上结合了后退式二进制算法,使阅读器不用每次从头开始发送请求命令,而且改进算法中引入了计数器,以控制标签状态信息。分析表明,该算法可以降低阅读器发送请求的次数,同时可以减少标签识别所需的时间。