[K]近邻相似度优化的密度峰聚类

针对密度峰聚类分配时,仅考虑样本点与指向点（密度比它大的最近点）之间的距离,不适用于流形聚类（如Circleblock数据集、Lineblobs数据集等）的问题,提出了[K]近邻相似度优化的密度峰聚类算法。在计算每个点的密度与指向点后,通过相似度函数,找出每个点的[K]近邻,然后根据[K]近邻信息判断样本点的指向点是否正确,对于指向错误的点重新寻找正确的指向点,可以有效减少错误分配。在人工数据集和UCI数据集上的实验表明,新算法具有更高的准确率。     

基于相对链码和改进 LCS 算法的图形匹配实现

研究相对链码和字符串的匹配算法,采用相对链码和改进的LCS算法实现图形的轮廓匹配。首先通过轮廓提取算法得到图形的轮廓,再通过轮廓跟踪算法得到轮廓的链码,由链码计算得到图形的相对链码,最后采用改进的最大公共子串算法计算两图形的相似度。该图形轮廓匹配算法具有计算量小,平移、旋转的不变性等优点。在Android系统上进行实验,实验结果表明该算法计算速度快,与人的视觉相吻合。     

基于信息熵和几何轮廓相似度的多变量决策树

现有的多变量决策树在分类准确性与树结构复杂性两方面优于单变量决策树,但其训练时间却高于单变量决策树,使得现有的多变量决策树不适用于快速响应的分类任务.针对现有多变量决策树训练时间高的问题,提出了基于信息熵和几何轮廓相似度的多变量决策树(IEMDT).该算法利用几何轮廓相似度函数的一对一映射特性,将n维空间样本点投影到一维空间的数轴上,进而形成有序的投影点集合,然后通过类别边界和信息增益计算最优分割点集将有序投影点集合划分为多个子集,接着分别对每个子集继续投影分割,最终生成决策树.在8个数据集上的实验结果表明：IEMDT具有较低的训练时间,并且具有较高的分类准确性.     

相似夹角定理及其在图形学上的应用

以平面图形经过欧氏变换后的不变性质定理——相似夹角定理为理论基础, 通过构造一个夹角波动方差函数可用来衡量两条边缘轮廓曲线的相似程度,进而形成了一种图形边缘相似度算法,从而为图形匹配、图形搜索、图形有效相似变换和聚类等提供了一种合理的方法。通过理论论证与实验表明,该方法确能有效反映曲线间的相似程度。     

Q如何用VB．NET实现点阵数据的生成与上传

A点阵字库是把每个字符分成16×16或24×24个点，然后用每个点的虚实来表示字符的轮廓，文字点阵是一种文字在计算机字库中字形信息的存储方式，是点阵的数字化.     

基于形状轮廓特征的金字塔匹配算法

形状检索在计算机视觉中一直是一个具有挑战性的问题，其中对形状特征直方图距离的测量是评价形状检索算法优劣的一个重要因素。针对轮廓特征的直方图距离测量，算法引进一种在图像分类领域中应用广泛的金字塔匹配算法。不同于其他传统的直方图度量算法，金字塔匹配算法将形状的轮廓分成若干块，给每一块分配相应的权重，然后分别统计块中的特征，再计算特征的加权和进行相似度的测量。通过在不同形状数据集下实验，该方法能够有效地进行形状匹配和检索，且能得到较好的形状匹配精度。     

一种新的邮件过滤技术研究

为了改进已有邮件过滤算法的不足之处,提出一种新的邮件过滤算法。以往的大部分过滤算法采用的都是邮件属性精确匹配算法,并未使用模糊匹配思想,因此邮件的漏检率较高,并且发现未知邮件的效率较低。针对以往邮件过滤算法中漏检率比较高的不足之处,文中提出的邮件过滤算法的改进思路是：首先使用传统的黑白名单过滤技术对已知的邮件进行分类,那些是正常邮件,那些是垃圾邮件。在此基础之上使用相似性算法来计算未知邮件与已知邮件的相似度,从而达到对未知邮件分类目的,最后使用MMTD算法对的邮件相似度的好坏做出衡量,并且以此为邮件过滤提供有效的依据,经过以上的三个步骤之后,最后进行邮件的过滤。     

基于TAG的工程图纸矢量化算法

本文引入了一种梯形邻接图的图形表示方法来表达工程图纸中的线图形及其几何拓扑关系，并在此基础上提出了一种基于单次逐行扫描、梯形轮廓匹配、从轮廓提取矢量的工程图纸矢量化算法。这种算法能有效地提取出与原图保持较好一致性的图形矢量，具有处理速度快、内存需求小、矢量化效果好、特别适合丁大幅面图纸的矢量化等特点。     

基于MCS-51单片机点阵上动态同心圆的开发

主要阐述了如何在51单片机点阵上显示同心圆。首先介绍了点阵的显示原理,然后基于16×16的点阵进行了同心圆的设计。在设计代码显示同心圆的过程中,改进了以往的依靠在程序中给出要显示的图形（或汉字）的内码（形状代码）,我们只要根据任意给定的半径就可以显示出不同半径的同心圆。在彩灯,交通灯等方面具有广泛的实用性,同时也可以作为教学改进的一个亮点。     

用行人轮廓的分布直方图分类和识别步态

现有的步态识别方法对行人轮廓匹配的鲁棒性差,识别率不高.提出了一种基于轮廓直方图分布的行人步态识别方法.首先提取行人二值轮廓序列;然后通过人体局部轮廓的点分布直方图获取步态周期;继而构造表达帧间关系的周期步态平面,设计一种直方图分布的描述子获得帧姿态特征值,计算出姿态轮廓特征分布间的Jeffery距离,结合动态时间规整技术获取了测试序列和参考序列间的匹配相似度,最终完成了识别.在Soton步态数据库上进行了实验,提出算法的正确识别率可达87.59%,与相关文献的时比分析表明算法是有效的.     

Uncertainty propagation and the matching of junctions as featuregroupings

The interpretation of the 3D world from image sequences requires the identification and correspondences of key features in the scene. We describe a robust algorithm for matching groupings of features related to the objects in the scene. We consider the propagation of uncertainty from the feature detection stage through the grouping stage to provide a measure of uncertainty at the matching stage. We focus upon indoor scenes and match junctions, which are groupings of line segments that meet at a single point. A model of the uncertainty in junction detection is described, and the junction uncertainty under the epipolar constraint is determined. Junction correspondence is achieved through matching of each line segment associated with the junction. A match likelihood is then derived based upon the detection uncertainties and then combined with information on junction topology to create a similarity measure. A robust matching algorithm is proposed and used to match junctions between pairs of images. The presented experimental results on real images show that the matching algorithm produces sufficiently reliable results for applications such as structure from motion     

基于线特征的单目SLAM中的迭代数据关联算法

针对基于线特征的单目SLAM（同时定位与地图构建）中的数据关联问题,提出了一种基于线段端点Patch确认的迭代数据关联算法。算法依据近似共线和端点近似重合两个指标来获取线特征的最近邻关联对,使用基于线段端点Patch的定向匹配确认机制来剔除最近邻关联对中的错误项,同时以迭代处理的方式提高数据关联的准确性,综合利用了线特征间的几何约束和图像相似性约束。上述算法在公开数据集上进行了测试,与现有线特征数据关联算法的对比实验结果表明,该算法在满足系统实时性的前提下,在线特征关联对数目和关联准确率上均达到了较好效果。     

基于空间关系特征的未知恶意代码自动检测技术研究

提出基于未知恶意代码样本空间关系特征的自动检测技术.针对量化的恶意代码样本字符空间的向量特征,基于区域生长的智能分块算法,划分恶意代码样本空间关系区域;根据区域分别计算恶意代码样本的字符矩、信息熵和相关系数等空间关系特征,分别提取特征向量,并归一化处理;通过分析恶意代码样本特征的共性,建立空间关系特征向量索引;采用综合多特征的相似优先匹配方法检测未知恶意代码,多个空间关系距离加权作为判别依据,提高检测的准确率.实验表明,提出的自动检测方法能够自动快速地匹配出未知恶意代码的样本,准确程度高,而且能够确定未知恶意代码的类型.     

Destriping multisensor imagery with moment matching

Image destriping is necessary due to sensor-to-sensor variation within instruments. This has most often been done by assuming that each sensor views a statistically similar subimage, and a histogram of each sensor's response is made to match the overall histogram. Histogram matching shows sensitivity to violations of the similarity assumption. An alternative algorithm is suggested which matches the gain and offset of each sensor to typical values, and which is resistant to the effects of outliers. Tests on a sample image show the moment matching algorithm reduces the variance between sensors to a greater degree than histogram matching.     

高效的图模型点模式匹配算法

点模式匹配的概率图模型具有很好的匹配精度,但是计算复杂度较高,当隔离子中包含异常点（outlier）时匹配精度会受到较大的影响。为了提高匹配的速度和精度,提出了一种由粗到精的图模型点模式匹配算法。利用包含特征点的窗口,用标准化互相关方法对特征点进行粗匹配,以减少异常点的数量,提高后续匹配方法的速度和精度。提出了一种新的点模式匹配的概率图模型,这种图模型能综合利用特征点的位置信息和包含特征点的邻域的灰度信息。利用提出的概率图匹配方法对粗匹配所得到的点对进行分段匹配,得到精确的匹配结果。对光学图像和遥感图像的匹配实验显示该方法能显著减少点模式匹配时间,提高匹配的精度。     

基于分层的二视图乳腺病灶区域匹配研究

乳腺图像的非刚体特性使其不能通过刚体的匹配方法进行匹配。为此,提出一种基于分层算法的肿块匹配方法。利用最大类间方差法进行阈值分割以截取胸肌区域,使用最小二乘法进行胸壁线的拟合,找出乳头以及中轴线的位置,建立局部坐标系确定匹配条形区域带。采用分层算法在条形区域带内进行疑似病灶区域的提取,通过加权互信息相似性度量实现肿块匹配。对分层算法肿块匹配方法进行可行性分析和实验验证。选取100对图像进行肿块匹配实验,结果表明,相对于非分层算法,分层算法的匹配结果更有效,匹配精度达到86%。     

基于双目视觉的基准差梯度立体匹配法􀀂

因灰度相关只是从一个侧面来描述左右图像特征点区域之间的灰度相似性,没有考虑特征点之间的空间相关性,因此利用灰度间的相似性作为测量标准进行匹配,不可避免地出现误匹配,提出了在进行双目视觉立体匹配时,采用灰度相关匹配技术,提取复峰特征点作为初始匹配集,采用视差梯度有限约束优化初始匹配集.利用左右图像一对已知对应基准点,通过计算基准点与复峰集各点间的基准差梯度,采用基准差梯度极小化评判标准,确定唯一匹配,并将匹配结果确定为新的基准点以不断更新基准点,直至左(右)图像特征点匹配完毕.通过分别对一幅弱纹理实际自然图像及已知三维坐标标准件的三维重建,证实了所提方法的有效性和可靠性.     

Disparity analysis of images

An algorithm for matching images of real world scenes is presented. The matching is a specification of the geometrical disparity between the images and may be used to partially reconstruct the three-dimensional structure of the scene. Sets of candidate matching points are selected independently in each image. These points are the locations of small, distinct features which are likely to be detectable in both images. An initial network of possible matches between the two sets of candidates is constructed. Each possible match specifies a possible disparity of a candidate point in a selected reference image. An initial estimate of the probability of each possible disparity is made, based on the similarity of subimages surrounding the points. These estimates are iteratively improved by a relaxation labeling technique making use of the local continuity property of disparity that is a consequence of the continuity of real world surfaces. The algorithm is effective for binocular parallax, motion parallax, and object motion. It quickly converges to good estimates of disparity, which reflect the spatial organization of the scene.     

一种采用脊线特征的指纹模糊匹配方法

针对目前指纹识别系统主要采用手指上细节点的分布来表征和匹配指纹,提出了一种采用指纹脊线特征的匹配算法,以提高细节点数量较少情况下的匹配精度.在特征提取阶段,通过脊线采样,只存储脊线采样点集以降低存储量;在匹配时,对欲匹配的两指纹利用细节特征配准脊线集,在重合区域内对两指纹脊线统一进行编码,通过编码的比较确定相似脊线;以相似脊线的相同位置编码为论域,以相同位置编码的相似程度为隶属度,建立衡量脊线相似程度的模糊集,采用加权平均法对多个相似脊线模糊集进行综合评判得到两指纹脊线总体相似度.最后将脊线匹配相似度与细节点匹配相似度进行加权融合得到两指纹最终的相似度.在FVC2004指纹库上的实验表明该算法能够有效提高指纹匹配的准确性.