图像主特征直线的检测算法

直线特征的检测是计算机视觉与图像处理的基本任务之一。主特征直线是图像中最显著而且被人们最为关心的一些直线。本文提出了从图像中自动检测主特征直线的算法。首先利用图像分割算法分析得到图像的特征边缘,然后用短线段逼近这些边缘像素,接着用动态聚类算法对这些线段进行聚类,并用直线拟合聚类中的线段得到所有可能存在的直线,最后根据直线有效性度量找到其中有效性最高的直线就是主特征直线。最后本文给出了主特征直线在图像自动修复和自动美学构图中的应用实例。     

光突发交换中冲突解决的GHA策略

为了解决光突发交换中突发包竞争问题,针对光突发网络中现有的突发包分割机制,提出新的基于优先级分组复合封装策略,分析冲突长度相对值和偏射路由阈值概念,结合头部丢弃与偏射路由双重机制进行冲突解决。仿真结果表明,该策略有效地较低了网络的丢包率,保证了高优先级IP包的高效传输,较好地支持了网络的QoS。     

基于平面线段的反向最近邻查询

反向最近邻查询是空间数据库空间查询的研究热点。目前反向最近邻查询的查询粒度都是基于一维的点．在一些空间物体不能抽象为点的情况下将其抽象为点进行反向最近邻查询,查询结果不能达到一定的精度。该文在分析基于平面线段的最近邻查询和R树结构的基础上提出了一种改进的R树－Rcd树,并给出了基于Rcd树的平面线段反向最近邻查询算法．该方法能实现平面线段的反向最近邻查询。     

规则与统计相结合的分词一致性检验

建设高质量的大规模语料库是中文信息处理领域的基础性工程,保证语料库分词结果的一致性是衡量语料库分词质量的重要标准之一.在分析了大量的语料库切分不一致现象后,提出了规则与统计相结合的分词一致性检验的新方法.与以往单一的处理方法相比,该方法更具针对性的对语料库中存在的各种不同的分词不一致现象分别进行处理,能够更加有效的解决分词不一致问题,进一步保证语料库的质量.     

彩色扫描地图中线目标的矢量化方法

地图要素的矢量化是从扫描地图中获取地理信息的重要问题之一.通过分析彩色扫描地图的颜色特征,提出了一种线目标半自动矢量化的方法.该方法通过在用户选择的线目标上加一个滑动窗,采用颜色空间转换、K-均值聚类和区域生长相结合的方法对窗口内的当前线目标进行自适应分割;再通过不断地沿前进方向移动窗口和对窗口内的线目标进行分割、细化及序贯跟踪,来完成线目标的矢量化.实验结果表明,文中方法快速、准确、适应性强,对于低对比度、低信噪比的彩色扫描地图尤为有效.     

一种语音分段新算法研究

分段声码器是一种高效的低速语音编码方法,针对分段声码器实现的关键技术语音分段方法进行了研究,提出了一种分段新算法.该算法通过检测临界带特征矢量参数的距离变化确定初始分段边界,结合动态规划方法提高分段的准确性.仿真结果表明:新算法实用有效,相对于以前分段声码器中应用的STM方法和最大似然方法,语音分段性能得到提高.     

使用线段表实现线段编码与种子填充快速算法

在图像处理中常用水平线段集表示区域,提出了一种采用线段表结构来表示区域,并给出使用线段表改进传统像素标记与种子填充算法的快速算法。该算法中,线段表的每个表项对应一条水平线段,它包含L、xL、xR、y和F 5个参数,即表示上下线段连通关系的标记,左、右端点的x坐标,线段的y坐标与表示线段特征或类型的标志。具有相同标记的线段表表项构成连通区域。以线段表为基础,水平与垂直方向的连通检测可分别进行,水平方向可通过行程编码实现,垂直方向则通过比较上下线段的端点坐标来确定。线段编码是像素标记的改进,由行程编码、线段标记、统一标记与标记排序4个步骤组成。采用线段表结构后,线段编码中利用桶排序,种子填充新算法中,利用队列结构并避免重复扫描来提高效率,与轮廓填充算法相比较效率都可提高近一倍。     

彩色扫描军事地形图等高线提取方法

提出了一种基于HSV色彩模型的等高线提取方法.首先去除地形图中的黑色要素,然后选取原图等高线上一像素点色调值作为初值,按一定步长逐步扩大色调阈值,借助对应二值图连通区域数确定阈值区间.该算法无须人为指定聚类中心和类数,初始像素点的选取对提取结果不起决定作用.实验结果验证了算法的鲁棒性,并取得比较理想提取效果.     

基于P2P技术的分布式PKI证书撤销列表发布

大规模PKI（Public Key Infrastructure）的核心在于数字证书的发放和管理,目前,PKI的管理机构一般采用证书撤消列表（Certificate Revocation List,简称CRL）的方式管理失效证书,但这些发布机制都不能有效地减低服务器端证书存储库的负荷。因此,在P2P技术的基础上,提出了一种分布式的CRL发布机制,该策略不仅在服务器端降低了峰值请求率,而且发挥了P2P网络中资源的版本越多越有利于资源的发现和共享的优点。     

用于文本校对的分词与词性标注一体化算法

分词和词性标注是中文处理中的一项基本步骤,其性能的好坏很大程度上影响了中文处理的效果。传统上人们使用基于词典的机械分词法,但是,在文本校对处理中的文本错误会恶化这种方法的结果,使之后的查错和纠错就建立在一个不正确的基础上。文中试探着寻找一种适用于文本校对处理的分词和词性标注算法。提出了全切分和一体化标注的思想。试验证明,该算法除了具有较高的正确率和召回率之外,还能够很好地抑制文本错误给分词和词性标注带来的影响。