基于灰色关联分析和IHS变换的图像融合算法*

针对IHS融合算法的光谱畸变问题,提出一种基于灰色关联分析和IHS变换的图像融合算法.该算法利用灰色关联分析法检测出SAR图像像素中的边缘点和非边缘点;通过IHS变换,在线性加权融合时赋予边缘点较大的权值.实验表明,该算法在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,具有简洁性和抗噪性,明显优于传统的IHS融合算法和改进的基于直方图匹配的IHS融合算法.     

基于分水岭和区域合并的图像分割算法*

提出一种应用分水岭与区域合并相结合的图像分割算法.本方法首先利用数学形态学分水岭算法对图像进行分割,然后对分割后的图像进行相似区域合并,以减少分水岭方法产生的过分割现象,从而得到较好的分割效果.     

基于LIP和RSC的超立方体网络单播容错路由算法*

基于LIP和RSC的概念,提出了一个有效的超立方体网络单播容错路由算法.该算法不仅能容纳指数级的错误节点,而且算法效率也很高.     

基于量化规则格的关联规则渐进更新*

提出一种基于量化规则格的规则更新算法,重点讨论了在新增格节点的过程中规则更新的思想,实现在格的渐增生成过程中,相应的关联规则也得到渐进更新.最后给出简单实例说明规则更新算法的正确性.     

基于二进制的关联规则挖掘算法*

将二进制引入关联规则求解中,充分利用二进制操作方便、运算速度快、节省空间的优势.在求解事务项集真子集和支持度时,对事务数据库中相同事务只求解一次,并给出了真子集的具体求解算法.本算法一次扫描数据库可以挖掘出所有频繁集,而且可以根据需求对最小支持度和最小置信度进行修改,修改后不需要再次扫描数据库即可求出频繁项集,大大提高了挖掘效率.     

基于DSP+CPLD的车牌实时识别系统的设计

传统的基于微机的车牌识别系统的方案,使得评价识别效果的识别速率和识别成功率两个重要指标相互冲突.为了解决这个问题,很多文章提出了改进算法来调和识别算法的计算量和识别的成功率,但却没有考虑识别系统的成本问题.提出了一个基于DSP CPLD的硬件识别平台,可以大大提高各种识别算法的适应性和降低系统成本.     

基于边缘提取的图像拼接

对车牌识别系统中的图像拼接问题进行了研究,提出了一种基于边缘提取的图像拼接算法.实验结果证明,该算法获得了理想的拼接效果.     

基于事件空间划分的高效发布订阅路由算法*

传统的逆向路径转发的路由效率是O(N),基于事件空间划分的贪婪路由技术将效率提高到O(N1/d).在此基础上,采用祖先队列的路由数据结构,建立虚拟层叠网络中不同路由域之间的相邻关系,并通过祖先队列记录域间代理的相邻关系,实现了分层分路由域的代理之间的分级跨跳路由,称为Spanhop路由.通过性能分析表明,使用该路由算法,路由的平均路径减少到O(ln N),同时取消了事件空间维度d对路由效率的影响.这种方法通过增加少量的存储代价,提高了在大规模的面向广域网的发布订阅系统当中的路由效率.     

一种高动态范围图像可视化算法*

提出的自适应HDR图像可视化算法中,输入图像被分解为基本层和细节层.该算法将整体明暗效果的显示看做整体问题,对表示亮度的基本层采用基于整体统计信息的直方图调整算法处理;可视细节信息的保持作为局部问题,算法采用自适应细节增强算法处理细节层.通过定义映射图对细节增强后的图像进行最终映射,将两方面结合起来得到最终结果.实验结果表明,该算法能对HDR图像进行较高视觉质量的显示.     

改进的基于AdaBoost算法的人脸检测方法*

针对传统AdaBoost算法的不足,分析了训练过程中出现的退化问题及样本权重扭曲的现象,并提出了解决这一问题的有效方法.该方法对样本权重的更新规则进行了适当的调整,即为每一轮循环设定一个权重更新阈值,根据样本是否被错误分类以及当前权重是否大于该阈值来更新样本权重,从而限制了困难样本权重的过分增大.使用该方法训练级联人脸检测器,试验结果表明,该方法较好地解决了传统AdaBoost算法所出现的退化问题,在保证检测率的同时降低了误检率.