等高线识别中的一种分类算法

该文主要针对1:5万地形图进行研究,是为提高等高线断线的连接率而进行的一种预处理算法,并首次提出了在等高线识别中先进行计曲线和首曲线分类的思想。该算法根据等高线的宽度信息能正确地区分计曲线和首曲线,为等高线的正确连接提供了依据,可以避免计曲线和首曲线之间的误连。     

基于连贯性的地形等高线提取方法研究

该文提出了基于地形等高线国贯性的的等高线自动识别方法,等高线连贯性和线的连贯性,点的辖 贯性是指同一条等高线上的任何一点都具有相同的标高;线的连贯性是指相邻两条等高线的高度值之差是一个常量,文中所提出的方法首先利用地识别功能得到部分显式标注的等高线的高度值,然后利用等高线的连续建立等高线之间的邻接关系,并递推计算出其余等高线的高度值,该文最后提出了几个实例用以说明该方法的有效性。     

一种等高线快速自动标定算法

首先讨论了使用图论方法表示等高线图和自动标定等高线的一般原理，然后，提出了一种快速实用的等高线高程自动标定算法。该算法的实质是设计了一种称做大区域的填充算法进行区域标定和快速生成等高线、区域自由树的方法以及在树搜索过程中冲突的检验。     

彩色扫描地形图中等高线提取方法的研究

提出了一种从彩色扫描地形图中提取等高线的方法，重点研究并解决等高线的断裂问题。其中，在地形图彩色分割方面，采用本征向量拟合算法计算各类地图符号（包括等高线）样本的颜色特征，以用于克服地形图在扫描过程中出现的颜色混淆和错误现象。在等高线断裂连接方面，提出了针对不同原因造成的断裂用不同的方法连接，并利用线状符号灰度分割结果来改善等高线彩色分割结果的方法。一方面对一些有代表性的地形图样本的提取结果进行了定性描述，另一方面则将该方法用于1：5万国家标准地形图上等高线的提取，通过对结果的定量评价表明，该方法具有一定的实用性。     

地图等高线自动内插算法

提出了一人用于地图编辑的等高线在线内插算法,首先给出了基本算法,然后介绍了地图编辑中会遇到的等高线延伸方向的判别、封闭等高线的处理和马鞍型地形等高线等问题,形成了一个能处理各种复杂情况的等高线内插实用算法,算法充分利用等高线的先验知识,因此速度快,插出的等高线质量高,算法只需用户连续选择相邻的两条或多条等高线而无需录入等高线的高程值,就可以在线内插出高质量的等高线,操作很方便,本算法已经用Ｖｉｓｕ     

扫描地形图中等高线的识别

针对一般质量地形图的扫描过程中颜色混淆和错误现象比较严重,以致于在彩色分割等高线时不仅由于其自身与其他地图符号交叉或交叠而形成的断裂变得更为复杂,而且等高线间的密集排列也会造成粗线现象（等高线彼此粘连在一起）等问题提出一种有效的针对一般质量地形图中等高线的识别方法.该方法具有3个特点：一是彩色地图分割中使用关键颜色集技术以补偿混淆和错误颜色;二是在原图像中等高线出现断裂和粗线的地方采用局部窗口再分割算法,以解决等高线断裂和彼此粘连问题;最后利用等高线的全局拓扑性质滤波得到正确的等高线.实验结果表明该方法对于一些高质量和一般质量的地形图中等高线的识别都具有一定的应用潜力.     

基于MAPGIS的等高线矢量化研究

论述了基于MAPGIS平台的等高线矢量化方法,并对矢量化过程中出现的彩色地形图、等高线与图廓相交、断线及等高线方向不清等问题作了适当的方法论述.     

以数字化等高线地形图快速生成DEM

本文提出一种根据等高线快速建立DEM的方法,用以矢量方式存储的等高线和等高线树形关系作为基础数据,通过分析计算出各等高线间空白区域的高程,并用这些数据将原数据填补成完整的DEM数据。     

应用神经网络实现基于等高线的三维地形图

在分析过程中,需要将其转换为三维地形图以利于更直观的观察,为此探讨应用神经网络方法实现基于等高线的三维地形图,先从等高线图中提取样本数据,进而利用神经网络的良好逼近功能,较好地拟合样本数据,从而可以得到其余部分的高程值.使用Mat-Lab的神经网络工具箱可以很方便地进行BP网络的建立、训练和仿真,并绘制出相应的三维地形图.实验表明,该方法的效果很好.     

交互式数字地形合成算法

针对当前手工建模费时费力和自动算法难以调整合成结果的问题,提出一种基于示意图的交互式地形合成算法.通过使用用户绘制的示意图来解决地形特征的精确放置问题,并利用控制参数来调整合成地形的细节,在自动化和控制性上达到了较好的平衡.实验结果表明,该算法能快速生成地形,且可以方便地对生成的结果进行调整;即使是缺乏专业建模技能的用户也能使用该算法生成满意的地形,对于地形建模从手工到自动化的转变具有一定的促进意义.     

改进的张量投票算法

在引入迭代过程的基础上,修正底层的取向估计结果、修正原始算法的显著性测度函数,并对每次投票结果进行细化和修剪.实验结果表明：文中改进措施有效地解决了张量投票算法在提取主观轮廓中存在的问题.     

一种新的图像中的人脸区域分割算法

人脸区域分割对于人脸信息处理研究有着非常重要的意义,既可以直接用于在图像中寻找人脸,又可以作为眼睛、嘴巴等人脸重要特征检测的前序研究。因此,提出了一种新的图像中实施人脸区域分割的算法。首先,利用同态滤波改善图像的光照条件并增强图像的对比度;然后,利用迭代式阈值选择算法对图像进行二值化并增强图像的对比度。在二值图像中依据一定的约束条件找到候选人脸并标定,然后搜寻二值图像中的"空洞"区域,如果"空洞"位置恰好呈倒锐角三角形分布,且位于候选人脸区域内,则证明此候选区域即为人脸区域。实验证明,该算法简单实用,而且很好地避免了光照影响,检测精度较高。     

一种现代藏文笔段提取算法

针对藏文字符笔段的几何特征和拓扑结构,本文提出了一种基于字符轮廓信息的藏文笔段提取算法:通过链码跟踪的方法得到笔段轮廓的点列,然后从点列中提取特征点并利用特征点切分出笔段,最后用笔段的轮廓线代替骨架线来表征藏文的笔段。本算法用于印刷体藏文笔段提取,取得了良好的效果,避免了传统细化算法所造成的畸变,提高了笔段提取的抗干扰能力,并减小了计算量,加快了特征提取的速度。     

基于改进残差网络的联合损失步态特征识别

针对现有的步态识别模型识别准确率不够高、提取特征层次较浅等问题,在步态识别网络GaitSet的基础上,提出一种新的基于改进残差网络的联合损失步态特征识别模型Res-GaitSet。步态作为一种独特而有效的远距离识别生物特征,可以在老年医学评估、社会秩序保障等方面被广泛应用。新网络在特征提取模块中引入残差单元,并采用多个损失函数联合使用的方式,此方法可有效提高步态识别模型的准确性和鲁棒性。实验结果表明,改进后的网络Res-GaitSet在CASIA-B数据集的多个场景和不同识别角度下的准确率均有提升。同时,将改进后的网络用于自建步态数据集,对比于原网络,改进后的网络识别效果在不同角度下也均有提升,充分验证了改进模型的有效性。     

一种改进的快速轮廓线提取算法

文章针对传统主动轮廓模型对噪声敏感,初始位置敏感和收敛速度慢等不足,提出了一种基于PSO和GVF的快速轮廓线提取算法。首先利用PSO对轮廓控制点进行寻优,使之快速地收敛到图像的边缘附近;然后利用插值算法,得到目标图像的较粗糙轮廓,以此目标轮廓作为下一步GVF收敛的初始位置,最后得到准确的轮廓线。实验结果表明该算法不仅能对图像轮廓线进行准确的提取,而且具有一定的抗噪性能,易于实现,速度快等特点。     

机动车车牌自动识别系统与VMLA定位算法

介绍了一种机动车车牌自动识别系统及其机动车车牌自动定位的 VML A (Vector Map L ocationAlgorithm)新算法 .该算法基于机动车车牌字符笔画两个边缘互相关值最大这一特征 ,先利用粒子图象测速原理得出位移矢量图 ,然后在位移矢量图中定位机动车车牌 .VML A算法具有实时、机动车车牌大小在较大范围内自适应的特点 ,同时还能得到机动车车牌字符与背底对比情况、机动车车牌大小的粗略估计等信息 ,这些信息对后续车牌的精确定位、分割、识别非常有用 .5 4 0幅机动车车牌图象的初步实验结果为定位速度 0 .2 s/个 ,定位正确率98.9% .这表明该方法速度快、一次定位正确率高 ,是一种极有潜力的定位新算法     

基于改进外部力的多尺度蛇算法

通过融入方向信息修改了仅基于梯度幅值的蛇模型定义，从而产生了新的动态轮廓线模型．新模型可以明显地削弱虚假强边缘的影响；基于动态规划方法，给出了基于小波分解的多分辨率能量极小化算法．由于结合了Mallat的小波边缘检测理论，该算法可以明显地降低时间消耗，在选择滤波器方面更具有柔性，而且降低了初始位置和参数敏感性，从而扩大了目标捕获区域并使得参数的调整得以简化．     

一种改进的猴群算法

猴群算法是一种新的群体智能优化算法,该算法可以有效地求解线性、非线性、非凸和复杂高维函数的优化问题,目前已得到了许多学者的研究和关注.为了进一步提高猴群算法的求解精度,给出了一种改进的猴群算法.首先,采用均匀分布的Kent混沌映射产生猴群算法的初始可行解.然后,在该算法的爬过程中采用递减的因子作为爬步长.最后,在仿真实验中,与已有方法进行比较,结果显示了所给改进猴群算法的求解精度明显得到改善,即所提算法是可行的.