基于CBR和MAS的分布式故障诊断系统模型研究

近年来，基于多Agent的分布式智能系统已成功地应用于众多领域．将CBR技术和MAS技术应用于分布式故障诊断系统，提出了一种基于CBR和MAS的分布式故障诊断系统模型，并着重研究了模型中各Agent及组成部分的功能和它们之间的协调合作问题．该模型的研究为实际应用系统的研制开发提供了理论指导和方法依据．     

基于共轭梯度的大尺度医学图像非刚性配准算法

人体胸腹腔中大量非刚性软组织器官由于呼吸、脏器蠕动和体位变动等会产生大尺度非线性形变,粘性流体配准将图像的形变模拟为流体的流动过程而适宜于大的形变.针对粘性流体配准算法应用超松驰迭代求解离散化偏微分方程组耗时量大,且其最优松驰参数难以获得的问题,使用基于不需要预先估计参数的共轭梯度迭代求解形变参数,实现粘性流体配准.该方法所需存储量小,且具有步收敛性、稳定性高的优点,实验证明该方法在不损失配准精度的前提下提高了配准速度.     

基于GPGPU的快速医学图像FCM分割算法

由于医学图像生成容易受到空间时间影响,噪声较大,具有不确定性,传统的硬分割方法很难取得理想的分割结果.模糊分类技术能很好地处理医学图像中的不确定性,却由于计算量大不能保证实时性.灰度统计方法和通用计算图形处理器技术的引入,保证了初始聚类中心的准确性.又由于模糊C均值聚类算法是可并行的,将其改进并在图形处理器上完成计算,降低了算法迭代次数和计算时间,保证了实时性.实验结果表明,使用该方法对医学图像分割得到了良好的结果.     

基于APCENN与RBFNN的人脸识别方法研究

提出了将自适应主分量提取神经网络(APCENN)与径向基神经网络(RBFNN)结合进行人脸识别的方法.由于人脸图像维数高,传统主分量分析方法提取人脸主分量运算复杂、速度慢,应用APCENN通过并行运算直接提取人脸主分量,提高了特征提取速度.再通过RBFNN进行识别分类,实验证明网络训练收敛速度快、识别率高.     

基于图像变形的全景平滑漫游算法研究

针对目前全景漫游系统在切换视点时产生跳跃感的问题,提出了一种基于图像变形的平滑漫游算法.首先采用SIFT特征提取方法对过渡图像进行特征提取,同时采用图像区域划分的方法对特征点进行筛选,建立特征点集的映射关系;然后,构造特征点集的Delaunay三角剖分,在三角剖分的基础上,计算对应三角形区域的仿射变换参数;最后,对图像进行插值和生成中间过渡图像.实验表明该方法实现了特征点集的自动对应,提高了全景漫游系统的交互性和沉浸感,算法实用、高效,对于有诸多不确定性因素的过渡图像有较好的自适应性.     

基于PSO的多叶准直器PID控制器参数优化研究

针对放射治疗系统中多叶准直器叶片位置精度的控制要求,描述了适形放射治疗装置中多叶准直器的结构和工作原理.把驱动多叶准直器叶片运动的无刷直流电机作为被控对象,提出了基于PSO算法的PID控制器的设计方法.首先,对无刷直流电机进行了建模,而后,采用基本粒子群算法对无刷直流电机的PID控制器各项参数进行优化,以保证多叶准直器叶片的到位精度,满足适形放疗的要求.仿真结果表明所使用的方法能较好地满足多叶准直器叶片位置控制的精度要求,各项控制指标明显优于传统整定方法.     

基于霍夫变换的全景图中建筑物识别方法

提出了一种能够自动识别全景图中建筑物轮廓的方法.首先利用Canny算子获得边缘图像,使用霍夫变换算法提取出边缘图像中的直线.然后检测各条直线之间的位置关系,由于全景图尺寸较大,采用了局部化原理来进行检测.再根据直线之间的位置关系生成直线关系图.最后遍历直线关系图得到封闭几何图形,从而识别出大规模全景图中的建筑物轮廓,为进一步的全景图中建筑物三维建模提供素材.算法分析和实验结果表明,该方法对于几何形状规则的建筑物能够较好的识别.     

加速器磁铁电源PSO-LQR控制器设计与研究

磁铁电源是加速器的重要组成部分.该设计以磁铁电源为控制对象,并提出了基于PSO的磁铁电源LQR控制器的设计.首先,利用现代控制理论建立了磁铁电源的状态空间模型,而后采用粒子群算法对磁铁电源LQR控制器加权矩阵进行了优化,以保证能够为加速器快速地提供所需的磁场.仿真结果表明,该课题所采用的方法能够满足系统输出快速响应的要求,各项指标优于传统方法所得到的结果.     

一种参数化的形态学分水岭图像分割方法

标准形态学分水岭分割能够产生封闭的图像目标区域轮廓,但存在过分割现象,通过对原始图像进行平滑滤波可以减轻或消除过分割,但容易使分割后的区域轮廓发生位置偏移。为此提出一种参数化的形态学分水岭图像分割方法,首先依据黏性液体淹没图像地貌的流溢特性,建立梯度级与结构元素大小之间的函数关系,并以此对梯度地貌进行参数化修正。对低梯度地貌采用较大尺寸结构元素进行闭运算,消除产生过分割的非规则局部极小值,而对较高梯度则采用较小尺寸结构元素进行闭运算,保持区域轮廓的位置不变;最后在修正梯度图像的基础上,运用标准分水岭变换实现图像分割。仿真实验表明,该方法能够有效消除过分割,而且具有较强的区域轮廓定位能力。     

智能图像处理技术在车型识别中的应用研究

提出了一种应用于视频车型识别系统中的图像预处理方法．该方法对采集到的车辆图像去模糊恢复，然后采用快速的梯度算法得到背景与车辆的边缘图像，用两幅边缘图像相减分割出车辆图像，再对图像二值化，并进行直线拟合、填充处理，最后用轮廓跟踪的方法得到完整的车辆轮廓图，从而有效提取特征参数．