基于感知编组的道路网自动提取研究

在简要介绍认知心理学和感知觉理论的基础上，提出了道路模型约束下的基于感知编组的道路网自动提取策略，其特点是利用全局特征约束条件对道路段局部编组结果进行迭代重组，并使用了启发式图搜索法A^*算法来辅助道路段的曲线连接。从而弥补了局部编组的缺点，极大地提高了道路提取的可靠性。     

基于感知编组的高层建筑物立面提取方法

将感知编组理论引入到遥感影像上高层建筑物立面的提取中,依据感知编组的邻近性、连接性和封闭性等规则,提出了一种基于感知编组的遥感影像上高层建筑物立面的提取算法,该算法包括边缘提取、边缘数据分块、块内感知编组提取建筑物立面、建筑物立面提取结果融合等步骤.实验验证了该方法的有效性.     

感知编组综述

回顾了感知编组技术的历史,并对其原理、步骤、需要解决的问题和分类进行了系统详尽的总结,对近几年用的较多的编组机制的方法进行了介绍,并论述了感知编组技术在目标识别中的应用。最后对感知编组技术中的研究热点和感知编组的应用领域发展趋势作出了展望。     

基于双视线特征感知编组的影像匹配方法

与点特征相比,高级别的特征,特别是自由形状线特征包含了更加丰富的信息,这对于其后的影像解译和表面重建等处理是更为有利的。针对传统自由形状线特征匹配方法的弊端——匹配成功的线特征数量较少,引入了感知编组理论,提出了一种基于双视线特征感知编组的影像匹配方法。实验证明该方法不仅可以提高成功匹配的自由形状线特征数量,还可增加自由形状线特征的长度,方便后续人工地物（如建筑物）的提取。     

基于双视线特征感知编组的多目标跟踪方法

为实现精准的图像多目标捕获与跟踪,提出基于双视线特征感知编组的多目标跟踪方法.利用自由形状线特征涵盖的丰富信息,使用双视线特征感知编组方法将线特征匹配结果当作计算条件,推算已匹配的每对线特征左右视差均值,将方位相近、左右视差均值接近的线特征视作一组,明确各组线特征作用窗口,代人时差收敛均值,实现多目标特征匹配;代入联合概率数据关联算法,构建改进粒子滤波模型,让粒子权值呈现出测量值与目标轨迹的关联概率,确保各目标跟踪轨迹持续性,并完善轨迹初始点与终点,增强跟踪时效性.仿真结果表明,所提方法能很好地处理车辆交叉引发的错误匹配问题,在交叉或遮挡等复杂情况下,依旧可以快速准确地同时对多个目标车辆进行跟踪.     

基于遗传算法的以线段和圆弧为基元的曲线拟合

采用线段和圆弧作逼近基元是数字曲线拟合中的一个难点。文中给出一种基于改进遗传算法的拟合方法。通过对点列进行二进制编码，以拟合段数较少和拟合误差较小为优化目标，变异概率和交叉概率自适应生成，并根据相关知识控制分界点间隙，所得最优解中值为1的基因对应数字曲线的分界点，对线段与圆弧相交和相切以及具有噪声等多种情况进行检测，可同时提取尖点和切点，还可得到逼近基元及其之间关系。较好地解决了用线段和圆弧拟合曲线问题。     

基于相位编组图像分块的快速Hough变换直线检测

在分析Hough变换直线检测算法和相位编组法直线检测算法的基础上,针对这两个直线检测算法的不足,结合它们的优点,设计并实现了基于相位编组图像分块的快速Hough变换直线检测算法,对算法进行了详细描述和算法优点分析,并通过实验验证了算法的有效性,实验表明所设计的直线检测算法运算速度快,参数易于选择,鲁棒性强,有一定的应用价值。     

基于证据可信度的D-S理论协作频谱感知方法

D-S证据理论频谱感知算法中,针对当协作用户数增加时所引起的报告数据量迅速增大、带宽开销增加问题,将本地测量统计量中不确定度分配到确定信息中,减少了向融合中心发送的数据量,有效降低了带宽开销。其次,针对高冲突数据对D-S证据理论融合结果影响大的问题,通过评估每个证据的可信度,将可信度作为权重来计算加权平均证据,降低了高冲突证据对融合结果的影响。仿真结果表明,所提方法在有效降低了报告带宽开销的同时,能够减少高冲突证据对融合结果的影响。     

一种高效的一般多边形线段裁剪算法

直线段的裁剪是图形绘制中的基本问题,针对当前主流的直线段裁剪算法,或者不能适应一般多边形窗口的裁剪,或者在复杂裁剪情况下裁剪效率低下的问题,提出了一种高效的一般多边形线段裁剪算法.该算法排除掉明显不在裁剪窗口内的直线段,以及相交于伪交点的情况,再利用改进的交点计数法确定位于窗口内的区间.实验结果表明,该算法不仅具有高效性,还能适应于复杂的裁剪情况.     

增强现实系统中基于视觉感知的抓取识别

增强现实系统采用单目光学透视式头盔时必然会使虚拟物体呈现在真实物体之前,使用户无法得知应该在何处抓取虚拟物体,并且系统所得到的抓取数据也会受硬件本身、人和环境等因素影响而产生偏差.从人的视觉感知习惯入手,利用机器人学和光线几何理论实现基于视觉感知的碰撞检测;通过分析抓取过程,得出3条抓取知识规则,并将其与模糊理论结合应用于证据推理.实验结果表明,采用文中方法,用户能轻松地实现抓取,整个交互过程相当自然.     

精确实数计算在求两条直线段交点问题中的应用

求两条直线段的交点问题是计算机图形学、计算几何、几何造型等领域的最基本问题之一。精确实数计算是指以任意精度表示实数,并能进行计算,以任意精度得到结果。给出了一种把基于LFT方法的精确实数的表示与计算应用在求两条直线段的交点问题中的算法,该算法能够以任意的精度得到两条直线段的交点。     

基于Profibus—DP的直进式拉丝机控制系统设计

本文介绍一种基于Profibus—DP现场总线的六头直进式拉丝机同步调速控制系统,主控制器采用西门子S7—300 PLC。该文主要论述了该变频调速系统的硬件结构和控制原理,详细介绍了控制系统通讯的实现以及软件设计流程。应用结果表明,该控制系统运行效果达到设计要求,具有良好的实用性和推广价值。     

基于建构主义理论的《计算机组成原理》课程教学研究

根据《计算机组成原理》课程的特点,在对建构主义理论分析的基础上,将《计算机组成原理》教学与建构主义理论相结合,对基于建构主义理论的《计算机组成原理》课程的教学改革进行了探讨和分析,有利于进一步提高教学质量,培养学生良好的《计算机组成原理》教学素养和创新意识。     

一种基于尺度空间理论的直线抽取算法

抽取直线方法是计算机视觉中尚完善的问题之一,在若干多尺度边缘检测方法的基础上,提出了把线结构作为一种尺度空间特征的新思路,这样直线抽取过程就转化为尺度空间中的特征分析过程,通过分析线结构在尺度空间中的演化规律,提出了一种稳健的直线抽取算法,对合成图象产自然景物图象的实验结果表明了新方法的有效性。     

基于分级的快速霍夫变换直线检测

在分析标准霍夫变换、两点表决霍夫变换以及多级霍夫变换直线检测的基础上，针对算法的不足，结合他们的优点，设计并实现了基于分级的快速霍夫变换直线检测方法，对算法进行了详细描述和分析，并通过实验证明了算法的有效性，实验表明：所设计的直线检测运算速度快，检测精度高，鲁棒性强，有一定的应用价值。     

基于视觉组织的封闭轮廓编组模型研究

模拟视觉组织获取轮廓的研究多基于局部视觉编组线索,使得编组线索在视觉上缺乏完整性.为此提出一种具有全局约束的层次编组模型.首先,自适应尺度小波检测图像边缘,显著性重要边缘作为轮廓编组候选集.其次,根据视觉编组规则特性提出层次编组模型 ,用格式塔规则如对称性和平行性作为全局线索指导格式塔规则如接近性、连续性、共线性及共曲线性等编组线索完成轮廓编组,获取符合视觉特性的轮廓.实验表明该模型在不损失视觉合理性的同时减少了编组的二义性,增强了算法的效率和健壮性.     

基于最佳逼近的以段为步长的直线算法

证明了直线在最佳逼近中的与下逼近不同的一些性质。然后利用这些性质,提出了基于最佳逼近的以段为步长的直线算法。该算法和基于下逼近的以段为步长的算法相比,既保持了计算效率,又提高了计算精度。理论分析表明该算法效率优于Brensenham、双步、三步、四步等直线算法。图形设备的硬件层实现该算法将更加有效。     

一种基于特征编组的直线立体匹配全局算法

由于直线断裂、遮挡以及共面空间直线投影等因素的影响,从左右图像中提取出来的直线之间会出现"一配多"甚至"多配多"的匹配情况,然而目前很少有算法能可靠地处理这些情况.提出了一种基于特征编组的匹配算法来解决它.与已有方法不同,该方法是在由两幅图像共同组成的直线集上进行编组.每个特征编组包含了内部直线之间的匹配关系.这样,直线匹配的问题就转化为从直线集中提取一些相互兼容的特征编组的问题.整个算法分为两步:首先在几何和辐射约束的前提下构建所有可能的特征编组,并计算每个特征编组的匹配度,然后从所有可能的特征编组中寻找一个特征编组子集,在保证直线集中的每条直线最多属于该子集中一个特征编组的前提下,使得该子集中特征编组的匹配度之和最大.为了解决这个整数规划问题,设计了一种分两阶段的算法:首先将整个问题分为多个子问题,然后对于每个子问题,利用分支定限法寻找最优解.将所提出的算法应用于实际的立体图像对中,取得了满意的结果.     

基于EDA的计算机组成实验课程教学

在分析计算机组成实验课程特点的基础上,本文提出不局限于一种设计语言,不拘泥于本课程的设计需求,鼓励学生创新的教学理念。探讨计算机组成实验课程的教学内容、教学方式以及教学组织的特点。这种模式在计算机组成课程教学方面取得较好的效果。