基于点空间特征的两种点匹配算法

通过讨论和分析经典特征向量匹配算法的基本原理和抗噪性能问题,提出2种新的点匹配算法:加权特征向量算法和顺序匹配算法.加权特征向量匹配算法通过对点集距离矩阵进行特征向量分解获得点集中点的特征向量,而后利用特征值对向量加权,通过比较点的加权特征向量相似性来获取匹配关系.顺序匹配算法避免了矩阵分解,直接对距离矩阵的距离向量进行排序,通过较有序的向量来获取匹配关系.这2种算法,解决了经典特征向量匹配算法中抗噪性能差和高斯参数选择的2个问题.实验结果表明,算法切实可行,文中结论正确.     

多特征组合的深度图像分割算法

深度图像直接反映景物表面的三维几何信息,且不受光照、阴影等因素的影响,对深度图像处理、识别、理解是目前计算机视觉领域研究的热点和重点之一。针对深度图像信息单一且噪声较大的特点,提出一种基于组合特征的阈值分割算法,实现对深度图像数据的有效分割。算法首先通过梯度特征对图像进行Otsu阈值分割;在此基础上,分别在不同分割区域内利用深度特征进行Otsu多阈值分割,得到候选目标;然后,在空域上利用像素的位置特征对候选目标进行分割、合并与去噪,最终得到图像分割的结果。实验结果表明,该方法能有效克服深度图像中噪声的影响,得到的分割区域边界准确,分割质量较高,为以后的室内对象识别和场景理解工作奠定了较好的基础。     

一种调频步进雷达信号运动补偿新算法

基于调频步进雷达信号是一种速度敏感信号,需要进行严格的运动补偿,文中详细推导了调频步进雷达信号2次脉冲压缩处理的理论表达式,分析了目标运动带来的距离耦合项,并对经典运动补偿方法进行了理论推导和研究。同时,还提出利用步进频体制的距离-多普勒耦合效应,只需一次补偿的新方法,仿真实验验证了该方法的有效性。     

打造现代医药物流和营销体系

近年来,当被称作第三利润源的第三方物流大行其道的时候,医药物流却背道而驰。有资料显示,目前国内药品批发行业的平均毛利为12．6%,平均费用却占到12．5%；2002年1-9月,我国医药商业平均纯利润率仅有0．59%。而全美医药批发行业的平均毛利为     

基于人脸检测和CAMSHIFT算法的人脸跟踪系统

针对彩色视频序列,本文提出一种基于检测和彩色直方图的人脸跟踪系统,首先利用Adaboost算法进行快速人脸检测和定位,然后通过Canny滤波获取精确的人脸区域建立肤色直方图模型,在CAMSHIFT算法的基础上运用人脸形态约束,Kalman滤波进行实时的人脸跟踪,实验证明该系统具有较好的实时性并能很好的解决遮挡,类肤色干扰和快速移动的问题.     

隧道穿越段长江堤防渗流原因分析及消险加固方案

某隧道穿越段江堤发生了渗流,通过对地质条件、探测结果等方面的研究,进行渗流产生原因的分析:该段江堤情况复杂,历经多次工程建设,江堤堤身及下部堤基可能受到扰动,堤防土质变松散,形成了渗水通道。结合江堤实际情况,提出了消险加固方案,并进行了多项稳定复核。本案例总结的经验和教训,可为其它类似江堤提供经验和参考。     

匹配与姿态估计的粒子群优化算法

点模式匹配问题是机器视觉与模式识别领域中一个基础问题,在目标识别、医学图像配准、遥感图像匹配、姿态估计等方面都得到广泛应用。提出一种在仿射变换下利用粒子群优化算法进行图像点模式下的匹配与姿态估计的方法。算法首先把点集匹配问题转化为解空间为仿射参数空间下的目标函数优化问题,然后运用粒子群算法对相应的变换参数进行搜索,获得问题最优解。本文贡献如下：1)给出一种仿射参数的初始估计方法,提高了后续算法搜索效率;2)引入阈值和次近点规则,改进了最近点匹配搜索方法,能较好地拒绝出格点（outliers）,并提高算法有效性;3)从两方面对PSO方法进行了改进,加强了原PSO的全局和局部搜索能力。实验结果表明,算法具有有效性和鲁棒性。     

向家坝水电站施工设备管理经验总结

向家坝水电站建设具有混凝土总量大、施工强度高等特点,在设备运行管理上采用系统工程方法,克服了设备种类多、技术含量高、设备间作业干扰大和安全风险高等困难。着重阐述了分阶段合理布置设备并完善运行保障机制、采用新工法和科学的协调管理方法提高设备生产效率,强化运行安全与风险管控,以及提高设备装拆移机的安全管理水平与工作效率,有力地促进了工程建设目标的顺利实现,同时,通过积极探索创新大型施工设备管理技术,提高了设备运行生产效能及工程经济效益,可借其他类似工程建设管理借鉴。     

中国水务行业改革现状与趋势展望

自上世纪90年代中期水务行业改革以来,中国政府、水务企业及社会投资人经历了试点摸索、开放市场、资本为王、正本清源、监管回归等各个阶段,改革进行到目前已经进入了即将触动根本性制度设计的深水区。     

基于点云-模型匹配的激光雷达目标识别

为实现激光雷达自动目标识别,本文给出了一种基于点云模型匹配的方法。将点云进行三视投影,对投影点云进行二值化处理得到二值图像,采用Sobel算子和Hough变换提取点云轮廓边界及获得边界直线参数,然后以投影点云轮廓信息为约束提取包围矩形,完成目标姿态估计和几何特征提取。在此基础上以点云到CAD模型面元的欧氏距离最小为优化目标,采用单位四元数法计算点云与模型之间的刚体变换,通过迭代实现点云和候选目标CAD模型的匹配,并以归一化平均欧氏距离作为相似性度量完成目标识别。采用五种地面装甲目标在不同激光雷达视角下的点云进行目标识别实验,统计结果表明目标类别的正确识别率为100%,目标型号的正确识别率大于91%,因而本文方法具有较好的识别性能和较高的应用价值。