基于不变矩的实时人形监测与识别系统

介绍了一种实时监视系统，该系统可以捕获正在进入摄像机镜头的物体，并识别其是否是人类．所采用的主要方法是，预处理其中包含了除背景之外的其它物体的图像，即，去掉背景图像，并得到该物体的形状图像，然后提取其七个不变矩，利用贝叶斯分类器做主要手段对不变矩进行分类，另外采用辅助手段修正分类结果，识别该物体的形状是否为人形，从而判断出是否有人类经过．     

黑白文档图像的高倍压缩

黑白文档图像不同于常规的文本和图像文件,使用滨的压缩自治人以取得较高的压缩倍数,文中分析了常规文档的特性及使用常规算法的优缺点,并针对共牧场生,提出了一处无失真压缩算法,大大提高了压缩倍数,它采用文中提出的分块编码和游程编码的混合编码方法,实验证明,该方法的压缩比字典（ＡＲＪ,ＰＫＺＩＰ,ＬＺＷ等）约提高０．５－１．２,比常规游程编码提高的０．３－０．８     

一种对称的基于分割的遮挡处理体视算法

为了解决体视中的遮挡问题,提出一种对称的基于分割的立体匹配算法.首先基于颜色信息对2幅图像进行初步分割;然后利用视差信息和不连续性约束把初始分割块分裂成更小块,使每个块内的像素具有相同的可见性;最后在分割级上构建一种加强可见约束的对称体视模型,利用信任度传播方法交替地估计2幅图像的视差平面和遮挡.实验结果表明:该算法具有很好的性能,尤其在遮挡区域、无纹理区域和视差不连续区域.     

不完备区间值信息系统中的粗集理论

针对不完备区间值信息系统,提出了一种用于分类的偏序关系,并给出了计算这种偏序关系约简的实际操作方法．在不完备区间值决策系统中,根据基于偏序关系的粗糙集模型,引入了上、下近似约简的概念．上、下近似约简是保持所有决策类的下、上近似都不发生变化的最小属性子集,借此获取简化的决策规则．     

存在镜面反射时的立体匹配研究

传统的立体匹配方法建立在Lambertian的漫反射模型之上,漫反射模型的立体匹配在一个图像中大部分是有效的,但是在处理图像中包含镜面反射部分时结果会产生严重的匹配错误.为了解决个问题,根据二色反射模型引入一种漫反射和镜面反射的分离方法,匹配图像中存在镜面反射部分时先滤除掉镜面反射再进行匹配,在镜面反射部分也能匹配得到正确的视差.实验结果证明该方法很有效.     

一种新的基于SOA 的多机器人协作分层体系结构

为了研究高效、通用和松耦合的多机器人协作体系结构,提出一种基于SOA（面向服务的架构）的分 层体系结构．在分层结构的基础上,以服务为组成元素,设计规范的多机器人SOA 协议与接口,在协作中实现对机 器人下层功能组件的透明封装和上层服务的灵活调用,可以有效避免异构对协作的影响,有利于系统的构建、扩展、 重组和维护．实验结果验证了技术的可行性和实用性．     

基于多播树的HMIPv6快速切换方案

为了缩短移动节点的切换延迟时间,提出基于多播树的分层移动IPv6(HMIPv6)快速切换方案。该方案采用快速切换方式建立移动锚点与移动节点之间的多播隧道,移动节点在同一个区域内始终使用相同的多播地址。仿真结果表明,与现有HMIPv6方案相比,该方案的切换时间更短、丢包率更低、性能更好。     

XML文档的Dewey编码生成算法

Dewey编码是一种重要的XML文档编码方式,是对XML文档进行关键字检索等操作的重要预处理步骤。提出2种XML文档Dewey编码的生成算法：基于DOM的递归算法和基于SAX的事件生成算法,并比较2种算法的执行时间和内存使用率。实验结果证明,对于超大XML文档,采用基于SAX的事件生成算法具有较快的生成速度和较低的内存使用率。     

子块鉴别分析的路面裂缝检测

目的 路面图像受光照、行道线和油渍等干扰使得准确的提取并统计路面裂缝信息难以实现。鉴于此,提出一种基于子块鉴别分析的路面裂缝检测算法。方法 首先提出一种基于亮度补偿的灰度校正算法用以削弱光照等影响并结合稀疏自编码模型提取子块特征;然后在鉴别分析基础上提出两类迭代鉴别分析降维算法,通过循环更新子类类间距离,使得裂缝子块投影和聚类交替执行直至满足收敛条件从而获得更具有鉴别能力的低维子空间;最后对投影后的子块采用最近邻分类器进行快速分类。结果 迭代过程中裂缝子块聚类结果逐渐趋向于低维子空间下的真实样本分布形态、子空间鉴别能力大幅提升。公开数据集上该算法取得95.5%的识别率,在实际采集的高速公路数据库上也取得90.9%的识别率,验证了本文算法的有效性。结论 提出了一种高效的基于鉴别分析的子块特征识别算法用于路面裂缝检测,在深度挖掘裂缝子块特征的基础上,迭代寻找最优低维鉴别子空间实现特征降维,在包含多种噪声的路面环境中具有良好的鲁棒性和适应性。多组对比实验结果表明其有效性优于其他裂缝子块特征识别方法。     

一种面向对象的多角色蚁群算法及其TSP 问题求解

蚁群算法的改进大多从算法本身入手或与其他算法相结合,未充分利用待解决问题所包含的信息,提升效果较为有限.对此,提出一种面向对象的多角色蚁群算法.该算法充分利用旅行商问题(TSP)对象的空间信息,采用k-均值聚类将城市划分为不同类别;同时,对蚁群进行角色划分,不同角色的蚁群针对城市类别关系执行各自不同的搜索策略,增强了蚁群的搜索能力,较大幅度地提高了求解质量.每进行一次迭代,仅各角色最优个体进行信息素更新,防止算法退化为随机的贪婪搜索.将精英策略与跳出局部最优相结合可避免算法的停滞.50个经典TSP实例仿真实验表明:所提出的算法可以在较少的迭代次数内获得或非常接近于问题的已知最优解;对于大规模TSP问题所得结果也远超所对比的算法.