在未知环境下完全遍历算法——等单元分解法

本文提出移动机器人的一种新的遍历算法:等单元分解算法,该算法适应于复杂的未知环境。首先,对环境栅格建模,每个栅格中心即为代表该栅格的特征点(基点);并对环境矩形建模。接着建立一条能遍历所有基点的路径,每搜索到某一基点就遍历对应的矩形区域,最终完成环境遍历。最后,通过仿真证明该算法的有效性。     

基于改进遗传算法的任意图形最大内接矩形求解北大核心CSCD

为了求解任意不规则图形最大内接矩形问题(MER问题),在建立MER优化数学模型的基础上,针对遗传算法收敛速度慢、无法处理模糊约束条件、容易陷入局部最优解等问题,引入惩罚函数法处理约束和评价个体适应度,提出了基于改进遗传算法的不规则图形MER模型求解方法,研究表明该方法能快速准确地确定不规则图形的最大内接矩形,可广泛地应用在目标特征提取、板材优化排样和皮革裁切中。     

拓扑排序的研究和应用

介绍了排序的基本概念和常见排序类型,讲解了图排序中的一种非常重要的排序算法拓扑排序的概念,研究了拓扑排序的原理以及2种常见的遍历算法,分析了拓扑排序的空间和时间复杂度,采用这2种遍历算法对有向无环图进行拓扑排序的实现,并对拓扑排序的常见应用场景进行了介绍。     

改进的Knockout自然景物提取算法

针对Knockout算法中颜色估计模型只适用于光滑图像的问题,提出一种新的颜色估计模型。采用区域生长法将未知区域划分为若干个子区域,以距离每一个子区域最近的前景和背景轮廓线上的点为中心做矩形块,分别计算2个矩形块内前景和背景像素点的颜色加权平均值,将其作为该子区域的前景和背景颜色分量。实验结果表明,改进后的颜色估计模型在图像边缘附近颜色相差较大的自然景物提取中有较好表现。     

数据结构中图的遍历算法

本文根据图的存储结构、搜索路径及编制算法的方法不同,详尽地给出八种不同的图的遍历算法思想。即:从图的邻接矩阵和邻接表两种不同存储结构,再考虑到递归和非递归两种遍历思想的不同,分别把深度优先搜索遍历和广度优先搜索遍历分为四种不同的遍历方法。其目的是:通过本文的讨论,使初学者及高职学生能充分掌握数据结构中图的不同遍历算法并能正确的给出图的各种遍历程序。     

中心矩形构图先验的显著目标检测

目的 许多显著目标检测算法侧重从背景角度进行显著性检测,而从前景角度和空间角度进行显著性检测的算法较少,为了解决这个问题,提出了一种基于中心矩形构图先验的显著目标检测算法。方法 假定目标分布在中心矩形构图线附近。首先,对图像进行超像素分割并构造闭环图;其次,提取中心矩形构图线上的超像素特征,并进行流形排序,获取初始显著值;然后,通过基于中心矩形构图线获取的初始显著值确定中心矩形构图交点显著值和紧凑性关系显著值;最后,融合三者获得最终的中心矩形构图先验显著图。结果 通过MSRA-1000,CSSD,ECSSD,THUS-10000数据集对比验证了中心矩形构图先验算法有较高的准确度和最高的F-measure值,整体效果上优于目前先进的几种算法。且处理单幅图像的平均时间为0.673 s,相比与其他算法也有较大优势。结论 从前景角度和空间角度考虑的中心矩形构图先验的显著目标检测算法相比于传统的算法更加具有鲁棒性,无论图像是复杂的还是简单的,都取得很好的检测效果,充分说明算法的有效性。     

FTP文件遍历方法研究与应用

分析了FTP协议和图的遍历算法,对比了遍历算法的适用性,叙述了采用广度优先算法进行FTP文件遍历的方法,并基于此建立了FTP文件搜索引擎,给出了应用实例。     

FTP文件遍历方法研究与应用

分析了FTP协议和图的遍历算法,对比了遍历算法的适用性,叙述了采用广度优先算法进行FTP文件遍历的方法,并基于此建立了FTP文件搜索引擎,给出了应用实例。     

基于图搜索的FTP文件遍历方法研究

分析了FTP协议和图的遍历算法,对比了遍历算法的适用性,叙述了采用广度优先算法进行FTP文件遍历的方法,并基于此建立了FTP文件搜索引擎。给出了应用实例。     

基于形态学的遮挡目标提取的区域生长法研究

采用改进的区域生长法进行红外热图中遮挡目标的提取.首先利用阈值化方法提取出一个包含全部目标信息的矩形子区域,后续处理仅针对该矩形区域进行处理.然后证明了数学形态学的膨胀梯度定理(dilation gradient theorem,DGT)及其逆定理,并利用DGT逆定理查找图像的局部极大值点,将灰度值不为0的局部极大值点作为区域生长法的种子点.接着采用阈值条件与区域灰度差相结合的生长准则,分别在各种子点八个方向进行生长.最后采用二值形态学开运算进行去毛刺处理.理论与仿真结果表明,该算法适合于红外图中遮挡目标的提取.     

Fuzzy shell clustering algorithms in image processing: fuzzyC-rectangular and 2-rectangular shells

Objective function-based clustering has been generalized recently to detect contours of circles and ellipses or even hyperbolas in a set of binary data vectors. Although there are special algorithms to discover lines, the detection of rectangles needs further treatment. A simple line-detection algorithm is not sufficient for rectangles since for identifying four lines as one rectangle, additional information such as the length of the lines and whether they are parallel or meet at a right angle is necessary. In this paper, a special fuzzy shell-clustering algorithm for rectangular contours is developed. The principal idea behind it can be generalized for other polygons so we also derive an algorithm that is capable of detecting rectangles and other polygons as well as approximating circles, ellipses, and lines     

基于RGBD摄像头的障碍物检测

检测障碍物是机器人自主移动的基础. 为了提高检测的障碍物效率和准确率, 提出一种基于RGBD摄像头的障碍物检测方法, 主要分为障碍物识别和检测长度, 宽度两部分. 在障碍物形状不规则的前提下, 通过摄像头实时采集图像传输到数据处理中心, 用改良的帧差法、最小矩形法匹配法和图像处理等方法来确定障碍物轮廓, 利用深度图像及其阈值得出障碍物距摄像头的相对位置, 同时, 用坐标转换法计算出障碍物的高度与宽度. 结果显示, 在不同位置检测同一物体的误差不超过9%. 因此, 改良的帧差法检测障碍物轮廓准确率高, 坐标转换法速度快, 可以证明基于RGBD摄像头的障碍物检测设计检测效果良好.     

面向云计算数据中心的弹性资源分配算法

巨大规模的数据资源与实时多变的应用请求,增加了云计算数据中心的资源分配难度,为此提出一种弹性资源分配算法。通过分析云计算数据中心下弹性资源分配问题,利用带宽资源与中间变量,将分配问题转换为整数线性规划问题,在各链路上逐级划分数据中心后得到不同分区,并按照从下到上的顺序逐层展开运算,完成动态规划阶段,基于树状数据中心的遍历过程,根据极大允许负载占比,明确可行的分配策略,依据带宽需求按序分配,实现云计算数据中心弹性最大化与资源最佳分配。选取不同的基准测试作业作为检测数据,经过对比分析实验数据,验证所提算法在弹性方面具有显著的优越性,有效降低应用请求响应时长,执行效果较为理想。     

Barycentric Coordinates on Surfaces

This paper introduces a method for defining and efficiently computing barycentric coordinates with respect to polygons on general surfaces. Our construction is geared towards injective polygons (polygons that can be enclosed in a metric ball of an appropriate size) and is based on replacing the linear precision property of planar coordinates by a requirement in terms of center of mass, and generalizing this requirement to the surface setting. We show that the resulting surface barycentric coordinates can be computed using planar barycentric coordinates with respect to a polygon in the tangent plane. We prove theoretically that the surface coordinates properly generalize the planar coordinates and carry some of their useful properties such as unique reconstruction of a point given its coordinates, uniqueness for triangles, edge linearity, similarity invariance, and smoothness; in addition, these coordinates are insensitive to isometric deformations and can be used to reconstruct isometries. We show empirically that surface coordinates are shape‐aware with consistent gross behavior across different surfaces, are well‐behaved for different polygon types/locations on variety of surface forms, and that they are fast to compute. Finally, we demonstrate effectiveness of surface coordinates for interpolation, decal mapping, and correspondence refinement.     

Modified region decomposition method and optimal depth decision tree in the recognition of non-uniform sized characters – An experimentation with Kannada characters

In contrast to English alphabets, some characters in Indian languages such as Kannada, Hindi, Telugu may have either horizontal or vertical or both the extensions making it difficult to enclose every such character in a standard rectangular grid as done quite often in character recognition research. In this work, an improved method is proposed for the recognition of such characters (especially Kannada characters), which can have spread in vertical and horizontal directions. The method uses a standard sized rectangle which can circumscribe standard sized characters. This rectangle can be interpreted as a two-dimensional, 3×3 structure of nine parts which we define as bricks. This structure is also interpreted as consecutively placed three row structures of three bricks each or adjacently placed three column structures of three bricks each.

It is obvious that non-uniform sized characters cannot be contained within the standard rectangle of nine bricks. The work presented here proposes to take up such cases. If the character has horizontal extension, then the rectangle is extended horizontally by adding one column structure of three bricks at a time, until the character is encapsulated. Likewise, for vertically extended characters, one row structure is added at a time. For the characters which are smaller than the standard rectangle, one column structure is removed at a time till the character fits in the shrunk rectangle. Thus, the character is enclosed in a rectangular structure of m×n bricks where m3 and n1. The recognition is carried out intelligently by examining certain selected bricks only instead of all mn bricks. The recognition is done based on an optimal depth logical decision tree developed during the Learning phase and does not require any mathematical computation.     

Scandinavian Thins on Top of Cake: New and Improved Algorithms for Stacking and Packing

We show how to compute the smallest rectangle that can enclose any polygon, from a given set of polygons, in nearly linear time; we also present a PTAS for the problem, as well as a linear-time algorithm for the case when the polygons are rectangles themselves. We prove that finding a smallest convex polygon that encloses any of the given polygons is NP-hard, and give a PTAS for minimizing the perimeter of the convex enclosure. We also give efficient algorithms to find the smallest rectangle simultaneously enclosing a given pair of convex polygons.     

基于矩形包围盒的多边形碰撞检测算法

碰撞检测是计算机图形学领域中的一个普遍存在的问题。为了提高多边形碰撞检测的效率 ,针对简单形式刚性运动的多边形对象 ,提出了一种基于二维轴向矩形包围盒结构的平面简单多边形碰撞检测算法。该算法基于坐标轴的单调性对多边形进行分割 ,并通过矩形包围盒之间的预检来减少无关边对的相交测试 ,以加速算法的终止。由于采用轴向扫描线方法可以大大减少包围盒测试的数量和线段求交的数量 ,所以 ,经过少量的“边 -边”相交判断就能求解到所有交点 ,同时能快速地获得两多边形干涉发生的第 1位置。试验表明 :(1)对于一般多边形 ,该算法的复杂度也远远低于 O(NP× NQ) ;(2 )对于凸多边形对象 ,该算法的复杂度为 O(NP NQ) ,其中 NP,NQ 为多边形 P,Q的顶点数。由此可见 ,算法能够获得较好的运算效率     

基于分类遍历的碰撞检测优化算法

针对现有层次树遍历方法的低效率问题,提出了一种基于分类遍历的碰撞检测算法.首先根据两个物体树中节点的平衡因子差值来将所有的物体对进行分类:结构相似的,采用同步下降遍历方法;结构不相似的,采用交换下降遍历方法,这减少了相交测试的次数.然后加入时空相关性和优先级策略优化遍历过程.最后通过实验结果表明,相比基于统一遍历的碰撞检测算法,该算法缩短了相交测试的时间,物体数目越多,快速性优势越显著,大约可以缩减所需时间的1/5.     

基于多特征融合的压缩跟踪算法

压缩跟踪将压缩感知理论引入到目标跟踪领域,较好地实现了跟踪的实时性,但是在复杂环境或遮挡情况下,仅利用分类分数最大值的矩形样本确定目标位置容易产生跟踪漂移,而且该算法没有考虑目标尺度因素。针对这些问题,提出了融合局部中心区域梯度方向直方图和多尺度矩形的多特征压缩跟踪算法,并提出利用多样本矩形平均的方法确定最终的目标位置。实验结果表明：该算法在目标剧烈运动、遮挡或者相似物体干扰的场景下能够有效抑制跟踪漂移,提高了跟踪的准确率和鲁棒性。