非降采样Contourlet域方向区域多聚焦图像融合算法

提出了一种基于方向区域特性的非降采样Contourlet域多聚焦图像融合算法。算法将图像进行非降采样Contourlet变换为不同方向的高低频子带,低频子带和高频子带中分别采用方向区域的方差匹配度和能量作为融合规则,其中方向区域与当前子带分解方向保持一致,最后,通过反变换得到融合图像。实验结果表明,本文提出的方向区域方法能够更好地体现二维图像中的曲线或直线状边缘特征。将现有的融合算法和本文所提算法进行了主观和客观的对比,结果表明,基于非降采样Contourlet变换的方向区域特性的图像融合算法是一种有效可行的图像融合算法。     

基于改进MUSIC算法的短波非规则天线阵列测向系统

针对短波无线电测向场地选址困难的问题,提出了一种基于改进多信号分类（MUSIC）算法的短波非规则天线阵列测向系统.该算法可使短波无线电测向系统部署在地势平坦地区,还可以部署在山区、丘陵等复杂地形,有效解决了短波无线电测向系统的选址问题.在对该算法进行理论建模和计算机仿真验证的基础上,开发了短波非规则阵列测向原型系统,并在实际环境中进行了大量现场测试.测试结果表明,改进MUSIC算法具备了在非规则阵列条件下进行来波信号方位测定的能力,相应的非规则天线阵列测向系统能够在复杂地形条件下实现测向功能.     

基于优化顶点弹簧模型的半沉浸环境标定算法

为了实现投影设备在半沉浸式投影环境的自适应投影显示,提出基于优化顶点弹簧模型的自适应快速标定算法.该算法基于优化的顶点弹簧模型对二次曲面投影可视化环境进行三维网格获取,使用基于OpenGL的Tessellation曲面细分算法对网格进行网格细分计算,对预投影图像进行基于图形处理器(GPU)加速的校正计算和高质量纹理渲染,实现半沉浸式球幕投影可视化环境的快速自适应标定计算.算法验证和实验结果表明,与现有的非均匀二次曲面校正方法相比,提出的算法全面考虑了非均匀球面的局部形状信息,使用优化的顶点弹簧模型算法自适应生成高精度网格,应用GPU加速方法实现了算法加速,在图像渲染精度和速度两方面得到了显著提升.     

一种基于肤色分割的人脸检测方法

提出了一种基于肤色分割与统计特征分析相结合的人脸检测方法,该方法首先利用颜色信息将彩色图像分割成皮肤区域和非皮肤区域,然后再利用基于边界的方法和基于区域的方法相结合的算法对肤色区域进行处理．实验结果表明,该方法计算量小、速度快,检测率较高。     

小波分析方法在医学图像融合中的应用

在临床的实际应用中,单模态的医学图像(CT,MRI)的3D重建不能提供医生所需要的足够信息. 由于成像机理不同和人体组织结构的高度复杂性,不同模态的医学图像提供了不互相覆盖的结构互补信息. 为此在医学图像配准的基础上提出基于小波变换的最大值融合规则,局部平均梯度融合规则,区域能量融合规则等算法. 通过对CT图像与MRI图像基于小波变换的不同融合规则及融合算子进行融合的实验结果比较表明,以区域能量融合规则作为准则的融合效果更好. 能够把这两种图像优点结合在一张图像上,这样能为病变提供准确的定位参照,能清晰地显示病变自身,对诊断和治疗更加有利.     

基于一致性直方图的超声乳腺图片分割方法

为了在乳腺超声图像中准确的分割出病灶,提出了新的一致性定义,把纹理信息应用到计算一致性中.基于最大熵准则求一致性阈值,把超声图片分为两个子集,一致性区域和非一致性区域;对一致性区域采取求直方图谷值的方法分割,而用邻域信息处理非一致性区域,从而完成对图像的分割.实验结果表明:该分割过程既考虑了图像的局部信息,又考虑了全局信息,弥补了传统的直方图分割算法无法包含局部信息的缺陷.算法处理结果得到了超声医学专家的认可;通过采用差异实验方法评估,取得了理想的效果.     

一种适用于Diverse Firewall Design的规则集比较算法

随着防火墙规则数目的增多,Diverse Firewall Design设计方法越来越受到重视.在应用该方法进行规则集设计时,多个开发团队会独立地编写若干规则集.由于规则集配置的复杂性,这些规则集有可能不一致.因此,需要使用规则集比较算法,判断这些规则集是否等价,以达到检测出错误配置的目的.然而现有规则集比较算法,实现复杂且效率较低.针对这一问题,提出了一种基于规则交集运算的规则集比较算法.该算法首先使用规则冲突消除算法对规则集进行预处理,将规则集比较问题,转换成多维空间中的图形比较问题;然后利用规则交集运算,判断图形所占区域和颜色是否一致,进而确定规则集是否等价.理论分析和测试表明,算法能检测出规则集之间的不同点,且时空效率优于现有算法.     

矿井无线传感器网络三阶段定位方法

针对煤矿井下恶劣的自然环境,以LQI作为节点间相似性度量指标,基于Takane非度量的多维尺度(MDS)算法,实现了一种新颖的Anchor-free的无线传感器网络三阶段定位方法.该方法基于分簇区域定位和精确定位相结合的思想,将定位过程划分为区域定位、MDS度量和定位求精3个阶段,通过有效融合3种定位信息,实现对井下作业人员的精确定位.论文在防空洞模拟矿井条件下搭建了ZigBee网络进行该方法的现场实验.结果表明:非度量MDS算法的定位误差与度量MDS算法相比大大降低,使三阶段方法较好地解决了因地质结构不均匀和大量水汽存在所导致的定位误差较大的问题.     

NSST与引导滤波相结合的多聚焦图像融合算法

为进一步提高融合图像的对比度和清晰度,提出一种非下采样剪切波变换(简称NSST变换)与引导滤波相结合的多聚焦图像融合算法.首先,利用NSST变换对多聚焦源图像进行多尺度、多方向分解;然后针对低频子带系数,通过计算局部区域改进拉普拉斯能量和进行加权映射,构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于局部区域改进拉普拉斯能量和的引导滤波加权融合规则;针对高频子带系数,结合人眼视觉特性,通过计算显著信息、局部区域平均梯度、边缘信息和局部区域改进拉普拉斯能量和来构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于人眼视觉特征的引导滤波加权融合规则;最后,进行NSST逆变换,获得融合图像. 4组多聚焦源图像的仿真实验结果表明,无论是从主观评价还是客观评价上,与其余4种融合算法相比,本文算法均较好地保留多聚焦源图像的边缘轮廓、细节和纹理等信息,也无细节信息缺失,提高融合图像的对比度和清晰度.     

融合规则的典型工艺表示与工艺决策方法研究

为了简便有效地表示工艺知识,提高工艺决策的自动化程度和灵活性,文章提出了一种融合规则的典型工艺表示与工艺决策方法.该方法将与典型工艺相关的信息分为不变信息和可变信息,不变信息基于统一的典型工艺信息模型进行表示,而可变信息以产生式规则形式表示,并嵌入到典型工艺中.由于每个典型工艺都有与之密切相关的一套独立规则,规则的针对性很强,所以规则的总结、形成容易,便于实现工艺决策的自动化.文中以飞机结构件的数控加工工艺为例,对融合规则的典型工艺的表示、基于制造特征的产生式规则分类和工艺决策算法进行了详细讨论.该方法已在某飞机制造企业的CAPP系统中进行了实际应用,实现了工艺决策的自动化.应用表明这种工艺知识表示及其决策方法简单有效,规则维护扩充方便.     

自适应分块颜色直方图的MeanShift跟踪算法

传统颜色直方图的MeanShift(MS)算法只考虑了目标颜色的统计信息,不包含目标的空间信息,当目标颜色与背景颜色相近时,容易导致不准确跟踪或跟踪丢失。针对该问题,提出了一种自适应空间颜色直方图的MeanShift跟踪算法。该算法根据目标对象的最新外接矩形尺寸,确定对象分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数。其中,自适应分块的颜色直方图包含了自适应分块方法和目标的空间信息;加权Bhattacharyya系数考虑到不同块对整体相似度的不同影响。实验表明,文中算法采用自适应分块方法和加权Bhattacharyya系数法,比传统的MS算法和固定分块的MS算法具有更好的跟踪性能。     

一种基于量子遗传算法的红外图像分割方法

针对经典的二维O tsu和最大熵算法的不足,提出了一种基于量子遗传算法的海上红外图像目标分割方法.该方法同时考虑了图像像素点的灰度分布信息和像素间的空间相互信息,将基于fisher准则的类内类间距离判据作为分类依据,利用量子遗传算法进行寻优以获取最佳阈值,实现了海上红外目标图像的分割过程.选取3幅海上红外目标图像进行了仿真实验.实验结果表明,提出的方法在分割效果和计算速度上都优于传统的O tsu和最大熵法.     

根据特征点及梯度进行改进的矩不变阈值分割图像算法

介绍了图像的矩以及在保持图像的矩不变的条件下对图像进行两级阈值分割的方法，但该算法具有一定的盲目性，分割出来的图像具有过多的无用背景信息。为此，在矩不变阈值算法的基础上提出了一种改进算法，该算法根据图像的特征点及其梯度进行调整，以达到减少盲目性，尽量保留图像前景物体信息，去掉无用背景信息的目的。     

多媒体高层语义框架及检索算法

针对多媒体信息检索中的"语义鸿沟"问题,提出了矩阵分裂方法的定义及其基本运算准则,描述了适用于多种多媒体信息的高层语义框架,利用该框架对多媒体信息进行高层语义检索,解决了检索多媒体信息的"语义鸿沟"问题.针对该框架提出了基于每次用户检索结果的部分优先算法,利用用户每次检索结果对高层语义分支权重进行自适应调整,从而达到提...     

基于总变分规整化的湍流退化图像复原RL算法

根据RL（Richardson-Lucy）不需要点扩散函数尺寸先验信息的优点和湍流退化模式的特点，将RL图像复原算法应用到气动光学效应退化图像的复原中．针对RL算法极易引起噪声放大和过度平滑的缺点，提出了基于总变分最小化的RL图像盲复原算法．仿真结果表明，该算法在噪声抑制和细节保存方面都优于非规整化的RL算法。     

基于正反向异质性的遥感图像变化检测

为提高水体周边环境的变化检测结果的精度,提出一种改进的变化检测方法。在光谱与纹理特征结合的基础上融合指数特征构建混合特征空间,采用超像素生成算法(simple linear iterative cluster, SLIC)处理叠加影像获取地物对象,并综合地物对象的正反向异质信息构建地物对象的正反向异质性;使用最大数学期望算法与贝叶斯最小错误率理论获取两时相的变化信息,排除植被伪变化信息,形成相对准确和鲁棒的检测结果。试验结果表明:该方法能够有效区分水体周边环境中感兴趣的地物变化信息与不感兴趣的干扰信息、“伪变化信息”等,虚检率和漏检率较低,且正确率较高为96%以上,能够智能发现湖库水域周边“非正常”土地利用变化。     

基于深度信息的动态手势识别算法

针对目前手势识别方法计算复杂、特征量提取不可靠等问题,提出基于Kinect传感器深度信息快速动态手势识别算法。通过Kinect的深度摄像头获取深度图像,利用阈值分割法对深度图像进行预处理;结合深度信息,利用OpenCV函数库来提取前景;选用动态时间规整(dynamic time warping)算法计算测试行为模板与参考行为模板之间的相似度以实现样本的分类;最终结合OpenNI和OpenCV,在VS2010环境下实现了该算法。与其他算法相比,该算法改进动态手势特征的提取方法和分类过程,能够快速跟踪手部,有效分割手势。实验结果表明,本方法对具有时空特性的动态手势有很高的识别率,在不同光照和复杂背景下具有较好的鲁棒性。     

Feature selection algorithm for text classification based on improved mutual information

In order to solve the poor performance in text classification when using traditional formula of mutual information (MI),a feature selection algorithm were proposed based on improved mutual information.The improved mutual information algorithm,which is on the basis of traditional improved mutual information methods that enhance the MI value of negative characteristics and feature’s frequency,supports the concept of concentration degree and dispersion degree.In accordance with the concept of concentration degree and dispersion degree,formulas which embody concentration degree and dispersion degree were constructed and the improved mutual information was implemented based on these.In this paper,the feature selection algorithm was applied based on improved mutual information to a text classifier based on Biomimetic Pattern Recognition and it was compared with several other feature selection methods.The experimental results showed that the improved mutual information feature selection method greatly enhances the performance compared with traditional mutual information feature selection methods and the performance is better than that of information gain.Through the introduction of the concept of concentration degree and dispersion degree,the improved mutual information feature selection method greatly improves the performance of text classification system.     

透视投影下基于轨迹基的非刚体三维结构恢复研究

基于预定义轨迹基重建的非刚体运动重建算法通常采用因式分解方法,该方法在仿射摄像机模型下恢复物体的结构信息和运动信息,未考虑深度信息,从而使算法在深度变化明显时具有较大重建误差甚至呈现病态。在基于预定义轨迹基的非刚体运动重建算法中引入一种线性迭代过程,使图像深度信息得以恢复,从而使算法在透视投影模型下可以适用。人体运动重建结果表明,提出的方法是可行和有效的。     

Adaptive particle swarm optimization method with stagnancy information

To improve the performance of the particle swarm optimization algorithm, the optimal network of the particle age structure with stagnation information is designed, and the information about this network is used to adaptively change the three key parameters of the particle swarm optimization algorithm. At the same time, an adaptive particle swarm optimization method with stagnancy information is proposed and specific optimization steps of this method are given. Four classical low and high dimension benchmark test functions are used to validate the performance of the optimization method, and a comparison study is made with gravitational search algorithm and the traditional particle swarm optimization algorithm without stagnancy information. The comparison study shows that the search efficiency of the proposed method is 2 times higher than that of other methods in the literature in the case of low dimensional multimodal functions. When the dimension of functions is higher than 2, the search efficiency of the proposed method is almost the same as that of other methods, but with the better ability to achieve global solution and local solutions, and the higher solving precision.