基于RGB颜色模型的轨道轮廓识别算法

在非接触轨距测量系统中,提出一种基于RGB模型轨道轮廓的识别算法。该算法利用光源颜色相对固定的特点,通过提取RGB图像中的R颜色特征分量,并结合图像差影算法和细化算法,准确提取出钢轨断面轮廓。实验结果表明:该算法具有抗噪声能力强、计算速度快、准确性高等特点。     

基于朗斯基函数的混合高斯模型运动目标检测*

针对传统的混合高斯模型在进行运动目标检测时存在拖影和性能差的缺点,本文提出了一种融合朗斯基函数和帧间差分法的混合高斯背景建模算法。该改进算法通过朗斯基矩阵行列式判断相邻像素间空间域相关性,以此增加模型参数更新条件,改进模型参数更新机制;并利用帧间差分法检测运动目标轮廓的灵敏性,将两种检测结果布尔或运算,完善目标轮廓。实验结果表明,该改进算法对拖影现象达到很好的抑制作用,并使算法检测性能得到提高。     

差影算法在轮对踏面磨耗检测中的应用

本文提出了将图像差影算法的模式识别方法应用于火车轮对踏面磨耗检测中,解决了踏面磨耗检测技术落后,任务繁重,错检率高的难题.本文详细介绍了机器视觉检测原理和差影算法,阐述了将差影法应用于踏面磨耗检测中的具体方法,并给出了试验结果,从理论和试验上证明了差影算法运用于踏面磨耗检测的可行性和正确性.     

基于双掩模图像差影的工业产品表面缺陷检测

针对利用图像差影法进行缺陷检测时易受配准精度和产品制作过程扰动的影响,以及单掩模算法难以检测不同类型缺陷的问题,结合工业产品表面缺陷,提出基于双掩模的图像差影策略.通过分别提取模板图像和待测图像的边缘并作膨胀处理得到双掩模即模板掩模和待测掩模,双掩模进行融合处理后分别与模板图像和待测图像做卷积,再采用差影法进行缺陷检测.实验证明:该方法能精确检测出多类表面缺陷,且满足实时要求.     

基于机器视觉的印刷标签检测系统的改进

针对图像采集的非同步性和传送平台存在的抖动等因素造成采集图像质量降低的问题,提出了一种简单可行的高可靠性机器视觉印刷标签检测系统。通过比较几种边缘检测算法,采用Canny这种相对高可靠性的边缘检测算法制作边缘掩膜,通过在模板图像上加盖边缘掩膜,在差影比较后对差影图像进行形态学去噪来消除轮廓伪影和人眼难以识别的微小缺陷。该方法运用在印刷标签质量检测系统中,有效地降低了印刷标签误检率,并且符合人眼识别特性。     

一种基于先验图像的锥束CT 金属伪影校正算法

为了有效抑制锥束CT(CBCT)重建中金属植入物引入的伪影,提出一种基于先验 图像的金属伪影校正算法。首先对含金属伪影的重建图像进行双边滤波、金属阈值分割、组织 聚类等预处理,获得金属图像和不含金属信息的先验图像;再对二者正向投影,获得金属投影 区域和先验投影数据;而后利用先验投影数据及金属边界邻域的投影数据对金属投影区域插值, 获得修复的投影数据;最后利用FDK 算法对修复的投影数据重建,并将其与金属图像融合,获 得最终的校正图像。为了验证该算法的性能,利用三维Shepp-Logan 头部模型数据和临床头部 CT 数据开展金属伪影校正实验,结果表明：与常用的线性插值算法和图像修补算法相比,该算 法的校正图像均方根误差最小、峰值信噪比最大。这说明该算法在有效保留图像边缘信息的同 时,可有效地抑制金属伪影。     

带有饱和像素的CCD图像拖尾修正算法研究

该文分析了CCD像元饱和对帧转移CCD拖尾修正算法的影响,分析表明残余拖影误差与饱和像元位置的关系。并提出了一种利用CCD的虚拟参考行可计算出残余拖影误差的修正算法,该算法可有效修正带有饱和像素的图像拖影影响。     

气液两相流气泡图像的形态学分割方法

针对气液两相流图像中的气泡粘连现象,提出了一种用于识别粘连气泡的图像分割新算法。首先利用差影算法消除背景噪声,利用最佳阈值分割法将其二值化;然后采用形态学填充算法对气泡中心区域进行填充,并利用填充图像减去原二值化图像,从而分离出气泡的亮点图像;最后用形态学条件加厚算法对每个亮点进行重复加厚处理,得到气泡的分割图像。试验结果表明,该算法可以对气液两相流中的粘连气泡图像进行有效的分割识别,以便进一步准确地测量气泡尺寸及截面含气率。     

基于双调和插值的锥束CT金属伪影校正算法

在计算机断层扫描(CT)中,金属植入物会引入严重的伪影,导致图像质量降低影响诊断价值。为了对锥束CT中的金属伪影进行校正,提出了一种基于双调和方程的金属伪影校正算法。首先,对含金属伪影的重建图像进行双边滤波和金属阈值分割,获得金属和非金属图像;然后,对二者进行正向投影,获得金属投影区域和先验投影图像;接下来,利用先验投影图像对原始投影进行归一化,并对金属区域进行双调和方程插值修复,获得修复的投影数据;最后,对修复的投影数据去归一化,并利用FDK算法进行重建,再与金属图像融合获得最终的校正图像。为了验证该算法的性能,采用实际拍摄的数据进行金属伪影校正实验。结果表明,与常用的线性插值校正算法和归一化校正算法相比,所提算法ROI区域内图像的均方根误差分别减少了22%和8%,有效地抑制了金属伪影,优于常用的去金属伪影算法。     

融合双阈值和改进形态学的边缘检测

图像边缘检测的关键是在尽量多检测到边缘的同时更有效地抑制噪声,为此提出一种融合双阈值和数学形态学的边缘检测方法。首先对原图像进行小波分解,利用双阈值法处理高频分量,利用多尺度多结构数学形态学算法处理低频分量;然后采用差影法对高低频边缘图像融合。实验结果表明,对比单一使用小波模极大值法或数学形态学法,该算法具有更好的抑制噪声能力,检测出的边缘更加连续、清晰。     

基于排列图的优化广播报文算法

文章就一种特殊的图——排列图的广播算法展开讨论。首先,给出了关于排列图的一些定义。根据排列图的定义,可以知道排列图的结构具有层次性。从这一点出发,作者得出一个把排列图分成一些子图,在子图中分别广播报文的递归算法。之后,作者考虑时间复杂度和报文复杂度,得出递归算法的两点改进。最后,给出了最后的广播算法。     

一个高性能的自动目标识别算法

提出了一个高性能的自动目标识别算法,该算法基于遗传算法,在算法中需要提取目标的位移、旋转和比例不变特征,算法具有较强的容错性和抗干扰能力,不仅能够对各类形状有一这差异的目标进行分类,而且对部分缺损或有噪声污染的目标也能够正确进行分类,实验结果证明了算法的有效性。     

AR估计滤波误差能量最小二乘递推法

利用滤波误差能量给出了一个新的最小二乘快速递推算法。数值试验表明，该算法计算稳定性好，对噪声不敏感，能快速递推到高阶模型，并将该算法同Ｍａｒｐｌｅ算法等作了比较。     

一种基于数据压缩的Apriori算法

随着物联网技术的飞速发展,数据采集手段迅速增加,对海量数据分析与处理的需求也愈加强烈。关联规则挖掘算法通过数据之间的关联分析,挖掘出数据之间的隐含关系,进而获得了大量应用。在众多的关联规则算法中,传统的Apriori算法虽然得到了大量应用,但是因为该算法产生大量的候选集,而且需要多次对数据库进行扫描,导致该算法的运行效率大大降低。为了克服Apriori算法的以上缺点,通过数据压缩的方法减少了数据库扫描次数的同时,对生成的候选集进行了多次验证,大大减少了无效候选集的数量。大量的数据挖掘实验证明提出的改进算法可以在正确挖掘数据集关联规则的同时,大大提高了算法的运行效率。     

一种改进的小生境遗传聚类算法

传统的遗传算法具有早熟收敛和后期收敛速度慢的缺点,采用改进的小生境技术解决这一问题,同时根据具体问题改进了遗传算子,并将改进后的小生境遗传算法应用于聚类挖掘中。由于聚类挖掘算法中的K—means算法对初始值K的选取敏感,选取值的不同会导致聚类结果的不同,很容易陷入局部最优,使得聚类结果很差。因此,将改进的小生境遗传算法和K-means算法相结合,得出一种改进的小生境遗传聚类算法。验证表明优该算法对提高聚类分析质量是有效的。     

基于SPDP的DNA限制性图谱绘制过程中的算法

DNA限制性图谱绘制常用方法有部分消化法(PDP)和简化的部分消化方法(SPDP)。现有的数据处理方法效率不高,复杂度为指数级,难以处理大量的数据,一定程度上限制了SPDP的推广。本文提出一种算法--主副轴算法,算法引入一系列判断,尽早进行剪枝,大大提高搜索效率,在较短时间内得到结果。算法处理有误差的数据也有很好的表现,可以在一定限度的数据误差内重构DNA图谱。算法可以应用于实际的数据处理,具有实践意义。     

基于改进粒子群算法的柔性神经树优化①

神经树采用树结构编码,具有非常好的预测能力和函数逼近能力。模型中的相关参数通常用粒子群优化算法来优化,可是传统的粒子群算法具有容易陷入局部最优值,并且进化后期的收敛速度慢、精度低等缺点,因此会影响神经树的性能。将一种新的改进的粒子群优化算法应用到神经树模型中,并与传统的粒子群算法在柔性神经树的应用比较,表明该改进粒子群算法具有更好的收敛精度,从而改善了神经树的性能。     

动态车辆路径问题中实时信息生成算法

实时信息的产生对动态车辆路径问题仿真器的研究起着非常重要的作用。为此，提出了实时信息的生成算法，包括随机公路网络的生成，实时交通信息的生成和随机客户需求的生成等。实验结果表明，算法所产生的实时信息和现实中的实时信息比较接近，能够满足动态车辆路径问题仿真器的要求。     

一种基于等高线生成DEM的方法

文中分析了常用的插值方法，通过对等高线生成DEM数据方法的研究，提出了分量内插方法生成DEM数据的算法，对实现过程进行了详细分析，并对DEM网格精度作了进一步探讨，该算法已用VC＋＋6．0编程实现。通过实际使用，证明该算法执行速度快，能够满足精度要求。     

一种自适应盲灰度水印算法

本文提出了一种基于余数条件稳定性的自适应盲水印算法，并将DC和AC系数结合进行水印的嵌入。使用余数设置的方法在四个系数中嵌入水印，将它们的余数关联起来。并利用视觉掩蔽效应自适应地选择嵌入强度，使得不可见性和鲁棒性得到很好的折中。通过对系数的重组，对灰度水印权值较高的位（高平面位）进行重点保护，使提取的水印质量得以提高。改进了通常在DC系数中嵌入水印是非盲算法和嵌入容量较小的缺陷，同时避免了DC系数改变过大引起的块效应。实验证明该算法取得了很好的效果。