多支撑区域模式化融合角点检测算法仿真

传统的基于轮廓的角点检测算法常常会因为阈值选择不当,使检测准确率降低.针对上述问题,提出一种多支撑区域下模式化的角点融合方法.首先计算曲线上各点的曲率值,然后对曲线上的点进行初步筛选并分组,使曲线上相邻且曲率相近的点分为一组,在每组中选取局部曲率极大值点作为备选角点,再修改支撑区域,重复上述步骤,产生多组备选角点,最后对轮廓曲线进行模式划分,在不同模式下进行角点融合.实验分别在旋转变换和伸缩变换下评估平均重复率和准确率,通过与CSS、He&Yung角点检测器进行对比实验,所提算法提高了平均重复率和准确率,是一种可行的角点检测算法.     

应用网格技术实现校园网资源共享模型的研究

为实现校园网上的资源共享,降低资源浪费,本文讨论了基于网格技术的局域网资源共享模型,该模型解决了资源动态变化所引起的系统行为不可预测方面的技术难题,支持资源的动态加入,且具有很好的可扩展性.采用了简单有效的基于市场机制的资源管理调度模型,并提出了一种利用权值兼顾不同种类任务,优先选择不同类型资源的匹配算法,由于采用遗传模拟退火算法(GSA)作为调度策略,从而使调度系统具有了一定的自主性和智能性.本系统采用了基于LDAP(轻型目录访问协议)的资源监控模型,灵活地将资源监控层的静态数据与动态数据结合起来存储在目录层次中,降低了系统资源的占用率,为局域网用户提供了统一的编程接口及资源共享环境.     

利用风格迁移和特征点的多模态图像配准算法

由于多模态遥感图像在光谱成份上存在巨大的差异,传统图像配准算法在该类图像的配准中正确率非常低。针对这一难题,提出了一种利用风格迁移和特征点的图像配准算法。首先,利用卷积神经网络对基准图像的风格特征以及待配准图像的内容特征进行抽取并重新组合,得到一幅与基准图像差异性较小的生成图像;其次,通过图像分割的方法分离出待配准图像中没有明显纹理信息的部分,清除生成图像中多余的纹理;最后,使用加速鲁棒性特征(speed up robust features,SURF)算法提取特征点,进行图像配准。实验结果表明,与传统图像配准算法相比,该方法有效提高了多模态遥感图像配准的正确率和鲁棒性。