一种基于结构化道路的单车道线检测算法

视觉导航系统需要实时检测行驶环境,确定道路的边界,使得智能车辆能够在无人驾驶或操纵的情况下,自主安全平稳的行驶.本文针对结构化道路,对单车道线的捡测算法进行研究.算法分为初始白线线头的检测与道路标志线窗口跟踪两步.该算法能有效地检测在各种条件下的连续与间断、清晰与模糊的白色道路边沿标志线.     

基于Kalman滤波器的运动目标跟踪算法

运动目标跟踪是计算机视觉中的一个典型问题,如何能准确快速的跟踪目标是研究的关键。提出了Kalman滤波器结合Camshift的改进算法。首先选取一段视频图像序列,通过背景差分法快速检测出运动目标,初始化搜索窗口,用Kalmam滤波器预测目标位置,再用Camshift迭代算法计算目标最优的位置,将结果作为Kalman滤波器进行下一次预测的估计值。实验表明,当目标被严重遮挡或受到同色背景干扰时,本算法仍能快速准确的跟踪运动目标。     

工程扫描图像一种基于密度划分的去噪算法

通过仔细研究工程扫描图像的特征,提出一种基于密度划分的去噪算法.基于密度划分的原理,自定义了密度函数,并分别讨论了灰度图像和黑白二值图像两种情况.通过与用户交互获得阈值,对各种质量的扫描图像均能在有效去除噪声的同时,锐化图像的边缘.本算法在处理速度和质量上较现有常规算法有较大的提高,并且尤其适用于质量较差的扫描图像.     

基于贝叶斯分类器的图像分类技术

分类的目的就是根据现有的图像特征建立一个分类器,能够对未知的图像类型进行预测.在现有众多分类算法中,贝叶斯分类器由于其坚实的数学理论基础并能综合先验信息和数据样本信息,成为当前机器学习和数据挖掘的研究热点之一.本文论述了内容图像检索中基于贝叶斯分类器的图像分类技术.介绍了贝叶斯分类器.叙述了利用贝叶斯分类器进行图像分类的方法,以及图像特征的分布假定.最后通过时分类器的探讨,总结了贝叶斯估计分类的不足.     

改进差分进化算法及其在模糊聚类分析中的应用

针对差分进化算法早熟与搜索效率不理想的问题,提出一种改进的差分进化算法。算法在变异阶段采用多策略与多参数并行的方法一次产生多个变异个体,有效地保持了种群中个体的多样性,抑制了早熟现象的发生。根据竞争机制选择适应度最好的变异个体进行选择操作,提高了搜索效率。与差分进化及其改进算法的对比实验表明了算法的有效性,并把提出的算法应用到模糊聚类分析中,较好的解决了原始聚类模型求解容易陷入局部极值的问题。     

树木枝条弯曲形态的生成算法

模拟树木枝条的弯曲是直观形象地表现树木形态的主要因素,对自然景物模拟有重要的作用.本文根据树木的物理属性,建立枝条弯曲模型,实现枝条弯曲形态的生成算法.算法应用材料力学原理,通过在不同半径情况下计算杨氏模量来表现枝条的弯曲程度,较真实地模拟了枝条的弯曲形态.     

基于分形的三维真实感地形生成

本文在分形理论的基础上，结合中点位移算法，提出了一种生成地形的有效算法——BinSplit二叉分割算法，既做到了对地形总体地形轮廓的控制，又充分的利用分形特性表现了地形表面的丰富细节，同时实现了随机生成地形和用户输入数据生成地形的结合。最后给出了算法的软件设计实例，实现了真实感绘制。软件实现及实验结果表明，算法生成速度快，只需存储地形参数，即大大减少了数据输入，又降低了系统资源的占用。     

集装箱X光图像增强技术

由于集装箱自身的构造特点以及X光扫描机的信息采集误差,使得集装箱X光图像有很强的竖纹噪声。为提高X光图像中感兴趣区域的清晰度并抑制不感兴趣信息,提出了一种以有限对比适应性直方图均等化为基础的改进方法：对原始图像进行有限对比适应的直方图均等化处理,进行图像增强,并对处理后的图像进行中值滤波,以减少箱体的竖纹噪声,得到图像的低频信息,然后,对原图像进行拉普拉斯滤波处理,得到图像的相对高频信息。最后,将处理后的两幅图像加权相加,作为增强后的目标图像。实验证明,该方法能有效削减竖纹噪声,很好地保存图像的目标信息,便于对集装箱X光图像进一步研究。     

飞机图像的轮廓提取与多边形拟合研究

本文讨论在简单背景下,对飞机图像进行轮廓提取,以及在此基础上的多边形拟合技术.首先根据掏空内部点的准则和"探测准则",经过边界跟踪,得到只有一个像素宽度的飞机图像边界曲线.然后采用一种基于弦高度的多边形拟合算法,对得到的边界曲线进行拟合,从而得到了轮廓多边形.实验证明,该拟合算法去除了大量的冗余像素点,保留了重要的特征点,拟合效果令人满意,为进一步几何特征向量的提取奠定了基础.