基于点相互关系特征点匹配算法的标志图匹配

图像中标志图匹配问题实际上是图像处理领域的一个分支,多用于图像分析处理等任务的过程中,是图像处理领域的一个研究热点。鉴于当前大多数的特征点匹配算法只考虑了样本特征点与目标特征点的关系,本文首先对特征提取后的特征点集进行预处理,并将同一特征点集中特征点间的相互关系作为约束引入到匹配中,建立了一个匹配代价函数。并将该匹配代价函数转化为一个线性问题,求解该线性问题以达到特征点匹配目的。     

基于角点匹配的遥感图像镶嵌方法研究

遥感成像的过程可能导致图像倾斜或畸变,针对传统图像镶嵌方法存在的精度和效率低等问题,采用Harris算子进行角点提取,建立图像特征点的对应关系,将两幅图像的角点对相互匹配,计算图像间的变换关系,实现遥感图像的平滑镶嵌。实验结果证明,基于角点匹配的遥感图像镶嵌方法具有较高的镶嵌精度。     

类似形状匹配的WVD网络隐性攻击信号检测

结合Hough变换的类似形状特征,提出一种考虑类似形状匹配的改进的WVD网络隐性攻击信号检测算法WVD-Hough检测算法,算法实质上基于类形状匹配的检测技术,把图像空间中的直线检测问题转换为参数点的检测问题,实现在参数空间中的检测任务。对两类典型的隐性网络攻击信号进行滤波提纯分析和检测实验,仿真实验表明,新的WVD-Hough网络攻击信号检测方法能有效提纯待检测信号,滤波效果良好,得到谱分析中间脊线清晰,信号成分时频聚集性很高,能有效去除合法信号的干扰,挖掘出隐性攻击信号。     

一种基于SIP代理服务器的事务匹配算法研究

一个SIP代理服务器要处理大量的SIP请求和应答,而且有状态的代理服务器必须维护与呼叫相关的所有信息。当收到一个请求或应答时,代理服务期必须进行事务匹配,去找到与此消息相关的所有信息。传统的事务匹配是采取顺序搜索的方法来进行查找的,因此代理服务器的性能就会成为影响事务匹配与消息处理的一个瓶颈。文章采用了一种哈希函数的方法来进行直接查找,从而提高事务匹配的速度,进而提高整个代理服务器的性能。     

基于尺度研究的SIFT特征匹配改进算法

图像特征提取与匹配是计算机视觉、图形图像领域的一个重要问题,具有仿射不变性、光照不变性、部分遮挡不变性的特征,提取和匹配是这个问题的核心内容。尺度空间技术是具备了多尺度分析技术众多优点的新兴技术,SIFT（Scale Invariant Feature Transform）算法是线性尺度空间技术的一个成功应用。对于如何在一帧图像中运用尺度空间技术手段寻找更多的特征点、以及如何对特征点进行准确的描述与正确的匹配是该领域的难点,尤其前者在近年内进展缓慢。文章通过论述尺度空间的构造过程,证明了尺度选择与可找到特征点数目和位置的关系,通过调整尺度选择与最优点选择策略,在图像上寻找到更多的特征点,并根据判据量化判定了特征点的稳定性;通过限制匹配点的尺度关系减小了错配概率,通过改进原始匹配策略提高了匹配算法的准确率。实验表明,改进后的SIFT能够比传统的SIFT找到更多的特征点,提高了匹配的准确率,算法的鲁棒性得到了进一步提高。     

一种基于松弛特征关联的3D人脸多特征匹配算法

针对人脸特征表情变化极为复杂,3D模型形变中的程度较为细微.一些特征点的位置会出现一定程度的飘逸,给准确的三维特征匹配带来了难度.提出基于松弛特征关联的3D人脸多特征匹配算法.通过提取特征点,计算三维特征的松弛特征对应程度,最大程度的完成在误差较大程度下的三维特征匹配.避免传统算法中用直线距离特征匹配带来的弊端.实验仿真程序表明:该方法在误差较大的匹配环境下,优化效果较为明显.     

论转向系统匹配的研究

本文论述了如何在正向设计中进行转向系统的设计.本文论述的车型为电动助力转向系统.如何将转向管柱和转向机定义其相对空间位置,如何定义输入和输出轴空间角度.同时如何在计算机中模拟,定义转向器行程.     

基于harris算子的影像特征匹配

针对航空影像,采用harris算子提取影像特征点,以提取出的特征点为待匹配点进行灰度相关匹配。实验表明,harris算子提取的特征点效果良好且均匀分布,基于harris算子的特征匹配具有较高的成功率,能够实现高精度影像自动匹配。     

平面曲线拨角法转换成平面直角坐标系的计算与放样

在长距离的公路或铁路测量中,采用普通拨角法放样不仅工作量大,用人多而且在地形复杂地段架仪器还很危险,结合实际工程,介绍将平面曲线拨角法转换成平面直角坐标系的计算与放样。     

函数优化的遗传算法

遗传算法是一种有效的模拟进化算法,针对不同问题,编码方式多种多样。针对函数优化问题,阐述了不同的编码方式及遗传操作,在Matlab环境中用遗传算法实现求解函数优化问题。     

基于三角形相似性的图像匹配算法研究

本文提出一种新的H/S(Harris/SIFT)特征点提取算法,在此基础上根据三角形相似性原理,引入基线三角形组及复数空间,使传统的被动搜索三角形变为主动构造三角形,并利用多模板实现图像匹配。实验表明该匹配算法在图像存在旋转、尺度变化等情况下具有良好的应用性能。     

基于自适应遗传算法的混合流水车间调度研究

混合流水车间调度问题具有建模复杂性、动态多约束、计算复杂性、多目标性等特点,近些年,各种演进化算法被运用到生产调度中,特别是遗传算法的应用。本文提出了自适应遗传算法求解混合Flow-shop调度问题的方法,应用Matlab对算法进行编码,并利用实际的生产数据进行了仿真。通过仿真实验,仿真调度数据验证了自适应遗传算法用于求解大型流水车间调度的可行性和有效性。     

一种改进的BM模式匹配算法

传统的模式匹配算法匹配效率较低,有时无法满足入侵检测、搜索引擎等系统性能需求。为此,在BM算法及其衍生算法的基础上,提出了一种高效的模式匹配算法—BMQ算法。该算法利用模式串末字符对应的文本字符与文本字符下一个字符的独特性和组合性,有效提高了模式串最大右移位数出现的概率,加快了匹配速度。通过实验对比,BMQ算法的效率优于BM匹配算法;为进一步验证其有效性,将改进后的算法引入到入侵检测系统中,实验测试结果表明,BMQ算法提高了入侵检测效率。     

PFP-CM算法及其在Matlab中的实现

PFP—CM算法是一种基于投影FP—growth的Co-location模式挖掘算法。给出了如何利用关联规则挖掘算法快速挖掘Co—location模式的方法,描述了PFP—CM算法的工作原理,并给出了该算法在Matlab环境中实现的详细步骤。     

基于概念格非功能属性的语义网络服务匹配方法

研究网络的语义Web服务匹配问题,保证Web服务匹配的准确率.在计算机网络通信的服务请求中,根据服务请求者的服务语义描述寻找匹配服务时,多数匹配策略机制仅依靠服务功能信息进行匹配,使得服务匹配存在一定的片面性,而存在语义Web服务匹配准确率不高的问题.为提高匹配准确率,提出基于概念格的语义Web服务匹配方法.不仅考虑服务功能信息而且考虑服务质量等非功能属性,在形式概念分析的基础上将服务两方面的属性集合构造概念格,根据概念格和过滤机制计算语义相似度,并据此完成语义Web服务的匹配.仿真实验表明,这种方法能够准确完成语义Web服务地匹配,取得理想的结果.     

基于小波图像金字塔的SSDA快速模板匹配算法

图像匹配理论在图像识别和理解中应用广泛。本文介绍了一种基于小波金字塔的SSDA快速模板匹配算法,它对传统SSDA算法进行改进,采用了一种自适应阈值SSDA算法,不断对阈值进行自适应更新来减少运算量。通过大量试验对比验证了此算法的实时性和可靠性。     

基于混合累积模式匹配的云数据特征分区融合算法

在无线传感器网络云计算环境下,传统的数据融合方法,对混合累积特征未进行滤波后置检测,无法实现模式匹配,数据融合误差控制不可控制。提出混合累积模式匹配的云数据特征分区融合算法,根据两云间云滴的取小取大后的比值描述云间相似程度,得到云数据信息熵融合特征的功率谱幅度,采用簇内数据相异粒度寻优法得到云数据的熵融合特征提取最优化的约束条件,对特征进行混合累积模式匹配,对云数据的分区特征混合累积模式匹配滤波后置处理,控制云数据分区特征融合误差,实现算法改进。仿真结果表明,该算法提高特征空间增益,其精度高、实现简单等优良特性,性能优于传统算法。     

基于隐节点共振致密配对的Web数据文本抽取

Web网络中存在海量文本,需要进行合理高效的文本抽取,实现Web文本数据挖掘。由于Web文本数据的高维特性,文本抽取过程中自动分类配对困难。提出一种基于RBF神经网络隐节点共振致密配对的Web数据文本抽取算法,进行Web数据文本特征采样与关联主特征挖掘,在每次移动中形成RBF隐节点共振致密配对,得到最优文本特征选择的路径,建立RBF神经网络分类器,实现基于蚁群算法的特征抽取算法改进。实验结果表明,该算法能有效实现对隐节点的共振致密配对,特征挖掘跟踪性能较好,保障了挖掘性能,系统所提取的特征分量与其他模糊分量差距较小,文本正确抽取召回率高于传统方法,在Web网络数据文本抽取中具有优越可靠的应用价值。     

基于SIFT特征点改进搜索算法的图像匹配技术研究

本文研究一种改进的近邻搜索算法的图像匹配技术。本文采用基于特征的图像匹配方法,利用SIFT算法提取特征点。在特征点匹配的过程中,为提高搜索样本特征点的最近邻和次近邻特征点的速度,本文采用一种基于二叉检索树算法改进的近邻搜索算法,该算法用最近邻与次近邻比值来进行特征点的匹配。用MATLAB语言实现该算法并运用到图像特征匹配中,实验证明优于原算法并具有较高实时性。