基于灰度差异几何特征的角点检测

为了能在模糊或有噪声的图像中直接检测角点,提出了一种对比多尺度下灰度差异几何特征和搜索局部灰度最大权值的角点检测方法。该方法根据图像中角点位置的灰度差异,采用多尺度圆形检测器遍历图像,对比不同尺度下检测器所得到的几何参数来初步确定角点位置并剔除边缘附近的伪角点;根据局部灰度权值最大原则去除由于圆形检测器的离散性而聚集在真角点周围伪角点,并确定角点的最终位置。实验结果表明,相对于传统算法,该方法能够在对噪声或模糊图像不做预处理的情况下检测出角点。     

一种基于分割的可变权值和视差估计的立体匹配算法

立体匹配一直是计算机视觉研究领域中的热点和难点.是立体视觉中的关键技术之一.为了消除幕于局部图像的双目立体匹配的歧义性,提出一种基于图像分割及可变权值方窠的初始匹配和贪婪的后处理视差估计策略相结合的市体匹配算法.分割彩色立体图像对,利用分割自适应地分配权值来消除匹配特征相似的歧义性.计算匹配代价得到初始视差.接着,为了更好地消除弱纹理区域、重复纹理区域和宽遮挡区域等复杂歧义性,视差后处理中采用贪婪估计方案,包括基于分割的视差校准、窄遮挡处理及多方向自适应加权最小二乘拟合填充.实验结果表明,基于分割的本算法结构简单,能有效地提高处理局外点的稳健性,并生成高精度的稠密视差.     

基于正交化算法的三值互连神经网络模型

提出了以信息损失最少为原则的三值(±1)互连权重编码方法，这种编码方法比以前的三值权重编码方法显著地提高了神经网络的性能。由于互连权重只有三值，恰恰弥补了光互连精度不高的缺点，易于光学实现。     

基于图像灰度梯度最大值累加的自动调焦算法

从光学系统出发介绍了基于图像处理的离焦图像成像原理,分析了传统基于灰度梯度的自动调焦算法的缺陷——灰度梯度考虑不全面并且易受噪音影响.针对传统算法不足,提出了基于图像灰度梯度最大值累加的自动调焦算法.该算法通过计算中心像素的八邻域灰度梯度,以自动聚焦区域内各像素最大灰度梯度与最大灰度与最小梯度差值乘积之和作为新的评价函数,分析了该算法可以抑制噪音影响的原理;介绍了焦点搜索自适应变步长爬山算法原理和实现过程;最后进行算法性能实验验证.首先,利用不同算法对序列图像和加入高斯噪音的图像进行清晰度评价,结果证明该算法对含噪图像的清晰度评价准确,与传统算法相比该算法在抑制噪音方面具有优越性;其次,用不同聚焦算法进行序列图像自动调焦实验,结果显示传统算法会出现错误聚焦的情况,而该算法聚焦准确迅速,相比于传统算法具有明显优势.     

等价权修正的Kalman抗野值滤波算法

水声工程实际数据中野点的存在影响标准Kalman滤波精度。借鉴抗差惯性导航定位中等价权思想,构造反映观测值误差的统计量,以其协方差矩阵作为判断滤波精度的指标,依据莱特准则设计了三种不同权重因子,充分利用正确观测,限制利用可用观测,排除有害粗差。仿真结果表明,这种等价权修正Kalman抗差算法,抗差性可媲美中位数滤波,证明当模型正确时,其在抑制零星和斑点型野值方面,效果很好。     

用于实时数字稳像的灰度投影算法研究

基于灰度投影算法构建了一个实时数字图像稳定系统,阐述了灰度投影算法应用于数字稳像的基本问题.深入分析和研究了算法在稳像系统中的中值滤波、区域选择、参考帧选择等优化问题.该系统的硬件由振动平台、光学镜头、CCD、图像采集卡和计算机构成;软件编程基于DirectShow平台,通过Visual C++实现.通过对稳像试验结果的定量评价与分析表明,该灰度投影稳像算法具有简捷、快速、准确的特征,是实现摄像机实时数字稳像的一种切实可行的方法.     

基于K-S算法的水质硝酸盐含量光谱检测方法研究

应用紫外光谱对水体中的总氮进行测定,常规的测定方法在分析精度上依赖于所建立的光谱数学模型.测量过程中所依据的紫外光谱数据波段较多,模型的建立所依据的测试样本也比较多,因而很容易引入干扰光谱信息.对水质样本的原始光谱进行一阶微分处理后,采用Kennard-Stone算法对41个样本进行优选,选出30个作为训练集,剩余11...     

基于灰度跳变与字符间隔模式的车牌定位方法研究

车牌定位是车牌自动识别的第一步,而如何考虑光照影响是车牌定位是否成功的关键;通过深入分析不同的车牌图像,提出一种基于灰度跳变与字符间隔模式的车牌定位方法;首先,针对不同光照条件下采集到的车牌图像明暗度的不同,利用多阈值处理方法得到车牌信息不丢失的、最佳的二值图像,然后,在其二值图像中首先利用灰度跳变定位车牌的上下边界,接着对字符垂直投影后的宽度进行统一的调整并以固定的字符间隔特征定位车牌的左右边界,从而完成车牌定位;最后,通过实验验证了该方法的有效性。     

一种具有正弦基函数权值的反馈型神经网络模型

提出了一种新的两层反馈型神经网络模型. 该网络采用正弦基函数作为权值, 神经元激活函数为线性函数, 连接形式为两层反馈型结构. 研究并定义了该反馈型神经网络的能量函数, 分析了网络运行的稳定性问题, 并证明了在Liapunov意义下网络运行的稳定性. 网络运行过程中, 其权值不做调整(但随时间按正弦规律变化), 网络状态不断地转换. 随着网络状态变化其能量不断减小, 最终在达到稳定时能量到达极小点. 由于该反馈型神经网络权值为正弦函数, 特别适合于周期信号的自适应逼近和检测, 为实际中周期性信号检测与处理提供了一种新的、有效的网络模型和方法. 作为应用实例把该网络应用于电力系统中电压凹陷特征量实时检测, 仿真结果表明, 网络用于信号检测不仅有很高的静态精度, 而且有非常好的动态响应特性.     

基于NiosII的红外图像灰度变换系统设计

提出了一种基于NiosII的红外图像灰度变换设计方案,并详细介绍了红外图像灰度变换算法以及系统硬、软件设计以及实现方法。针对红外图像的特点,提出了一种基于平台直方图均衡的红外图像灰度变换算法,并在CycloneII系列FPGA上实现了该算法,其处理单元采用嵌入式处理器软核NiosII。实验结果表明,该系统能很好地实现红外图形灰度变换,并在一定程度上抑制了背景,提升了目标。     

基于灰度校正的子孔径图像拼接算法

在多探测器子孔径组合图像拼接过程中。由于子图像边缘质量差、重叠区域少,而造成拼接图像拼缝明显。为此提出了先对子图像进行灰度校正,再进行图像拼接的新算法。该算法结构简单．易于硬件实现。便于移植到实时多探测器组合图像拼接系统中。仿真结果表明．拼接后图像重叠区平滑过渡,效果良好。     

FBG测温系统的光谱校正算法的研究

为了解决在大范围、多点位温度实时监测过程中温度传感器铺设工程复杂、维护成本高等问题,研究开发了基于光纤布拉格光栅结构的温度监测系统。利用光纤光栅衍射对波长的选择性,建立了温度与波长的函数关系,通过计算波长变化量反演被测位置的温度信息。由于环境、材料等因素,光谱分布与温度变化并不满足线性变化,所以设计了光谱校正算法完成波长与温度函数的曲线拟合,曲线拟合度大于99.7%。实验采用FB136L-IAC型防爆干燥箱、LPT-200型二极管,1 550 nm光纤等对20～280 ℃范围内温度进行多点位实时检测,实验结果显示,当防爆干燥箱中的温度每改变1 ℃时,对应的中心波长向长波方向偏移大约0.04 nm,与标准温度测试数据进行对比,误差低于±0.3 ℃。由于系统采用光纤传感网络,所以具有很强的抗电磁干扰能力,而光纤光栅衍射可实现精密测量,动态响应范围大、精度高。系统的新颖之处在保证高精度测量的同时,仍满足大范围、多点位、高抗干扰能力的快速铺设,具有很强的实际应用价值。     

基于AHP权重和灰色服务器负载预测的云计算On-line迁移策略

为了克服云计算环境下由于实时用户任务的不确定性到来和服务器性能差异而导致的云计算环境的负载不均衡问题,提出了一种AHP权重获取和灰度算法预测服务器负载的云计算on-line虚拟机迁移策略。首先,设计了基于AHP和灰色服务器预测的虚拟机on-line迁移模型,提出了采用AHP获取虚拟机各资源需求权重,然后,采用灰色模型预测下一时刻的服务器负载,采用此权值向量与各无需迁移的服务器的空闲资源向量进行加权得到加权和,将具有最小加权和的物理服务器作为迁移的目标宿主机。最后,定义了基于AHP权重和灰色服务器负载预测的云计算on-line迁移算法。在CloudSim环境下进行实验,结果表明文中的迁移策略使得云计算在响应用户任务时,具有任务失败次数少、SLA违约率低和迁移成功率高的优点,同时与其它方法相比,具有负载均衡程度高的优点,具有较强的可行性。     

基于DE算法和NURBS曲线的ICP-AES光谱基线校正方法研究

电感耦合等离子体原子发射光谱(ICP-AES)分析法是一种常用的溶液元素浓度分析方法,但在ICP-AES测量过程中,由于温度漂移、杂散光和仪器暗电流等原因,光谱往往会存在一定程度的基线漂移,导致元素光谱强度值的测量结果存在误差,进而影响元素浓度的定量分析结果,因此基线校正是ICP-AES分析法中的必要环节之一。对传统光谱基线校正方法进行简要分析,在此基础上设计了一种基于非均匀B样条曲线和差分进化算法的ICP-AES光谱基线漂移校正方法;首先验证了光谱信号中噪声的概率密度分布服从高斯分布,然后对原始光谱进行预处理,通过高斯滤波对光谱信号去噪;然后以光谱基线校正过程中极小值序列的标准偏差作为评价指标,以非均匀B样条曲线作为基线模型,以曲线的控制点序列C和内接点序列T作为评价函数特征参数,建立ICP-AES光谱基线校正评价函数,将光谱基线校正问题转换为求解评价函数特征参数全局最优解的问题;最后简要介绍了差分进化算法的流程,通过差分进化算法求解使得评价函数取得最小值时的特征参数的全局最优解,即非均匀B样条曲线的控制点序列C与内接点序列T的取值,并以此拟合相应的非均匀B样条曲线作为光谱基线,实现...     

基于修正系数法的抗水分干扰土壤有机质近红外预测模型研究

土壤有机质（SOM）是植物生长必需的营养物质,也是土壤属性检测的重要参数。快速、高效地获取土壤有机质信息对精细农业的发展具有重要意义。近红外光谱技术具有快捷、低成本等优势,被广泛应用到土壤有机质的测量中,然而土壤水分在近红外光谱(780～2 500 nm)中具有很强的吸收特性,对土壤有机质的检测形成了一定的干扰。分析了50个土样在不同含水率（约17%,15%,10%,5%和干土）下的近红外吸光度谱图特性,利用水分敏感波段2 210, 1 415和1 929 nm构建了水分修正系数（MDI）,并在此基础上对不同含水率土样进行了重构,以消除水分对土壤有机质预测模型的影响。结果如下：（1）经MDI校正重构后的吸光度谱图与对应的干土土样吸光度谱图相近,能较好地反映其干土土样的吸光度谱图特性。（2）采用偏最小二乘（PLS）法建立了干土土样的有机质定量预测模型,并对重构后的不同含水率土样进行了预测,其统计参数分别为：预测相关系数（R_P）0.90,预测标准误差（SEP）0.802和预测均方根误差（RMSEP）1.09;与原始未经MDI校正的预测结果相比,相关系数上升了0.032,预测标准误差降低了0.113,预测均方根误差降低了0.25。结果表明,本研究提出的水分校正算法可以降低水分对土壤有机质预测的干扰,提高利用干土土样有机质定量预测模型预测不同含水率土样的精度,可为基于近红外光谱技术的土壤有机质实时测定技术的推广提供理论依据。     

基于数值模拟的高准确度五步相移算法研究

传统五步算法具有很好的准确度,但必须满足测量中无法实现的等步长相移条件,这在实际测量中无法使用。为此在双光束干涉原理的基础上,提出了一种改进型的五步算法,实现了在10 nm范围内任意步长的算法高准确度。通过数值模拟,结果表明:对于1 nm的步长测量误差、0.1%的信号测量误差,改进型五步算法的算法准确度优于0.001个相位周期,而且不需要等步长相移控制。改进型五步算法不仅技术上更易于实现,其结果也更加可靠,对于指导精密测长的实验和研究工作具有十分重要的意义。     

一种用于多目标旋转不变分类识别的神经网络模型及算法

提出了一种适于光学实现的神经网络模型和算法，通过对３种飞行器平面内旋转投影较的识别，证明了该方法具有对多目标转动不变的模式识别能力。