归一化互相关灰度图像匹配的多核信号处理器实现

为了满足图像处理对处理器性能的高要求,以基于灰度的归一化互相关(NCC)匹配算法为例,采用高性能、低功耗的多核数字信号处理器(DSP)系统,根据归一化互相关算法中模板图像在源图像中逐个像素搜索并计算相关性的特点,将搜索区域分成六个部分并使TMS320C6472的六个核并行搜索计算这六个区域,并在不同图像存储位置采用不同图像和模板大小实现了多核DSP归一化互相关图像匹配算法。实验结果表明,多核DSP具有作为数字信号处理器的高速信号和图像处理的特点,同时可以根据不同算法通过核间任务分配实现多核并行处理。对于归一化互相关灰度图像匹配算法,TMS320C6472六核DSP和单核DSP比较获得接近单核DSP六倍的性能,对于较大尺寸的图像和PC相比也具有一定的性能加速。     

基于主成分分析的快速图像匹配研究

针对传统图像灰度匹配算法计算量较大的问题,根据特征匹配算法抗干扰性好、速度快的特点,提出一种改进的融合匹配算法。通过实验计算,匹配时间减少到单一使用归一化互相关灰度匹配的60%,甚至更短,满足了快速、准确的图像匹配要求。     

基于NCCSS的快速多波段图像配准算法

归一化互相关（NCC）方法是图像配准中使用非常广泛的方法,经典的NCC方法是基于空间域的,适用于单波段图像配准。但在实际应用中,往往要对多波段图像进行配准,此时NCC方法很可能无法获得正确的结果。最近有学者提出了归一化空间频谱互相关（NSSCC）方法,该方法可将多波段图像中不同波段的信息应用到图像配准中,与经典的NCC方法相比能够有效地提升配准的有效性。然而,如果图像所含波段较多且尺寸较大,NSSCC方法需要很大的计算量。结合标准的NCC快速算法,可以对NSSCC方法作进一步的改进,仿真实验验证了改进的方法用于多波段图像配准时的快速性和有效性。     

基于归一化互相关的半透明遮挡视差估计

双目视觉一直是一个重要的研究方向,目前已经有很多的模型和算法,但绝大部分的模型和算法只能应用在视差满足唯一性约束的情况下.当场景中存在半透明遮挡物时,图像中同一位置可能对应于多个物体和多个视差,此时绝大部分的算法都不适用.针对可能存在半透明遮挡的问题,比较了部分传统匹配代价函数,提出一个新的基于灰度值归一化互相关(NC...     

基于曲面匹配的虹膜识别方法

提出了一种基于曲面匹配的虹膜识别方法,直接利用2幅虹膜图像对应的像素点灰度进行匹配。该方法主要包括虹膜图像尺寸和灰度范围的归一化、匹配区域的选择、匹配相似度阈值的估计以及对人眼旋转的自动校正。该文选择在眼毛、眼睑通常遮挡不到的一个较小的区域作为虹膜匹配区域,使该方法具有较宽的适应能力。没有特征提取过程,使得该方法具有计算量小的特点。图像之间的匹配过程使得伪造和窃取虹膜编码变得困难。实验表明该方法具有较高的识别率。     

基于RANSAC的图像拼接方法

为解决常用SUSAN角点检测的阈值都是固定的,检测出的角点经归一化互相关后直接使用RANSAC(即随机抽样一致性算法)得到的单应性矩阵准确度不高等问题,给出了一种改进的RANSAC图像拼接方法.利用具有自适应阈值的角点提取算法抽取图像的角点特征,采用引导匹配的方法重新进行归一化互相关,增加了准确匹配点的个数,提高了单应性矩阵的估算效果,最后采用拉普拉斯金字塔对配准后图像进行分层融合、拼接.实验结果表明,该方法比常用方法具有更好的矩阵估算效果,拼接效果良好.     

基于NCC的改进立体匹配算法

在双目立体视觉系统中,图像匹配是关键步骤之一。在众多匹配算法中,归一化互相关(NCC)算法由于具有精度高、鲁棒性强等优点得到广泛应用,但其计算量大、运算速度较慢,使其难以在线应用。为此,本文提出一种改进的NCC立体匹配算法,通过引入积分图像和平方积分图像,将矩形窗口区域像素求和运算转化为四个像素点值的简单相加减,同时剔除基准图像中无法匹配区域以减小搜索范围,使计算复杂度得到简化,计算量大为降低。实验证明,改进后的NCC算法在保证匹配质量的基础上,执行速度得到显著提高,利于在线应用。     

基于GPU的实时图像拼接

大视野、高质量的图像信息对地面移动机器人的遥控操作具有非常重要的意义。提出了一种基于先验信息的自适应图像拼接方法。该方法在图像大致重叠区域中均匀选取待匹配点,利用改进的具有旋转不变性的NCC(Normalized Cross Correlation,归一化互相关)匹配方法进行区域相似性度量,通过RANSAC(Random Sample Con-sensus,随机采样一致性)算法估计图像射影变换模型,采用线性淡入淡出法进行图像融合。利用GPU强大的并行处理能力对算法进行了并行化实现,使图像拼接效率比单独采用CPU提高了60倍以上,稳定的拼接速度可达21.3fps。     

景象匹配算法在多DSP系统中的并行实现

灰度互相关匹配是一种有效的景象匹配算法,其具有适应性强和匹配精度高的特点。但互相关匹配的计算量很大,在实时性要求很高的精确末制导中,匹配速度往往很难满足要求。基于空间并行方法实现了互相关匹配算法的并行处理,通过不同数量处理器的并行处理实验,结果表明:空间并行方法具有很高的加速比和并行效率,是一种适合互相关匹配算法的有效的并行处理方法。当图像尺寸增大计算量增加时,可以采取增加处理器提高系统处理能力的办法使算法依然满足实时性要求。     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

A feature-based method for NC machining time estimation

Machining time estimation plays an important role in manufacturing process planning and scheduling. Existing NC machining time estimation methods are all based on material removal rates, NC programs, and machine characteristics. However, the machining condition which is related to the geometry-process information is also an important impact factor of the NC machining time estimation. As existing methods cannot satisfy the requirement of timeliness, accuracy and efficiency, this paper presents a feature-based method for NC machining time estimation. Experiment results show that the proposed approach is feasible and practical. It is particularly useful in real time manufacturing process planning and scheduling systems.     

混联复合机床转台定位精度的激光测量与补偿

传统的数控机床进给轴定位精度的检测方法,存在精度低、方法落后、检验重复性差等缺点。因此,采用目前国际先进的激光干涉法检测混联复合机床转台的定位精度,以评价和提高其精度。对干涉仪的测量原理、测量方法和数据处理进行了分析,认为空气折射率是干涉仪应用中的主要误差来源,并分析了其原因和补偿方法。最后,给出了基于激光干涉仪的机床定位精度检测和补偿方案。     

The normalized normal constraint method for generating the Pareto frontier

The authors recently proposed the normal constraint (NC) method for generating a set of evenly spaced solutions on a Pareto frontier – for multiobjective optimization problems. Since few methods offer this desirable characteristic, the new method can be of significant practical use in the choice of an optimal solution in a multiobjective setting. This papers specific contribution is two-fold. First, it presents a new formulation of the NC method that incorporates a critical linear mapping of the design objectives. This mapping has the desirable property that the resulting performance of the method is entirely independent of the design objectives scales. We address here the fact that scaling issues can pose formidable difficulties. Secondly, the notion of a Pareto filter is presented and an algorithm thereof is developed. As its name suggests, a Pareto filter is an algorithm that retains only the global Pareto points, given a set of points in objective space. As is explained in the paper, the Pareto filter is useful in the application of the NC and other methods. Numerical examples are provided.     

基于MapReduce的新会话识别方法

Web日志预处理因其输出结果的重要性而受到越来越多的重视,同时Hadoop对海量数据的分布式处理也得到广泛研究和应用,因此使用MapReduce进行Web日志预处理成为一种必然的发展趋势。为了提高会话识别结果的准确率,在分析会话识别算法研究现状的基础上,提出一种基于网络拓扑结构和动态阈值相结合的新会话识别方法并讨论其优势所在,接着用MapReduce模型实现新方法的分布式处理,最后通过对比实验分析验证MapReduce模型实现新算法的高效性和高精确度。     

A novel method for the classification of Alzheimer's disease from normal controls using magnetic resonance imaging

Alzheimer's disease (AD) is the most prevalent form of dementia. Although fewer people, who suffer from AD are correctly and promptly diagnosed, due to a lack of knowledge of its cause and unavailability of treatment, AD is more manageable if the symptoms of mild cognitive impairment (MCI) are in an early stage. In recent years, computer‐aided diagnosis has been widely used for the diagnosis of AD. The main motive of this paper is to improve the classification and prediction accuracy of AD. In this paper, a novel approach is developed to classify MCI, normal control (NC), and AD using structural magnetic resonance imaging (sMRI) from the Alzheimer's disease Neuroimaging Initiative (ADNI) dataset (50 AD, 50 NC, 50 MCI subjects). FreeSurfer is used to process these MRI data and obtain cortical features such as volume, surface area, thickness, white matter (WM), and intrinsic curvature of the brain regions. These features are modified by normalizing each cortical region's features using the absolute maximum value of that region's features from all subjects in each group of MCI, NC, and AD independently. A total of 420 features are obtained. To address the curse of dimensionality, the obtained features are reduced to 30 features using a sequential feature selection technique. Three classifiers, namely the twin support vector machine (TSVM), least squares TSVM (LSTSVM), and robust energy‐based least squares TSVM (RELS‐TSVM), are used to evaluate the classification accuracy from the obtained features. Five‐fold and 10‐fold cross‐validation are used to validate the proposed method. Experimental results show an accuracy of 100% for the studied database. The proposed approach is innovative due to its higher classification accuracy compared to methods in the existing literature.     

无条件稳定的显式降维非线性有限元

针对传统降维非线性有限元计算速度与精确度难以兼顾的问题,提出了一种无条件稳定的显式迭代算法。基于泰勒展开式得到速度、加速度的三阶精度差分表达式从而获得新的有限元显式迭代方程,并分析其单自由度系统下的传递矩阵谱半径。改进迭代方程使谱半径始终小于1从而满足无条件稳定的要求。实验表明,改进后的显式迭代算法在等效阻尼比的精度上优于中心差分法和隐式迭代法;在降维非线性有限元模型计算中的计算耗时优于隐式迭代方法,提高了降维非线性有限元的迭代计算速度。模型在降维后维度数值较高时,仍能维持良好的计算耗时和帧率,保证了模型的精确度。     

基于单元度量的项目估计方法

为了充分利用组织的历史项目统计数据,同时避免代码行估计和功能点估计的主要缺点,提出了一种基于单元度量的项目估计方法。定义了该方法需要使用的测量项以及测量项的采集方法,介绍了使用指示器进行数据分析以及调整估计因子以提高估计准确度的方法,介绍了使用项目的操作过程数来对项目的规模、工作量等进行估计的方法,并使用来自于载人航天工程的30个实际项目的测量数据对该方法进行了验证,实验结果表明,该方法具有较高的准确度和一致性。     

一种利用RFID和块聚类的室内定位方法

基于指纹的RFID室内定位技术,由于其定位精度高、普适性强等优点受到国内外学者的广泛关注。但因为其计算量较大,在实际应用仍然非常有限。提出基于实际应用场景的Kmeans和Weighted K-Nearest Neighbor（WKNN）联合的定位方法,将指纹地图通过聚类算法分成块,先初步确认待测点所属指纹块,在块的基础上定位,这样可以减小误差累计。仿真结果表明,该方法在保证适当定位精度的同时,也减少了计算量和在线定位时间。     

融合规则与统计的微博新词发现方法

结合微博新词的构词规则自由度大和极其复杂的特点,针对传统的C/NC-value方法抽取的结果新词边界的识别准确率不高,以及低频微博新词无法正确识别的问题,提出了一种融合人工启发式规则、C/NC-value改进算法和条件随机场（CRF）模型的微博新词抽取方法。一方面,人工启发式规则是指对微博新词的分类和归纳总结,并从微博新词构词的词性（POS）、字符类别和表意符号等角度设计的微博新词的构词规则;另一方面,改进的C/NC-value方法通过引入词频、邻接熵和互信息等统计量来重构NC-value目标函数,并使用CRF模型训练和识别新词,最终达到提高新词边界识别准确率和低频新词识别精度的目的。实验结果显示,与传统方法相比,所提出的方法能有效地提高微博新词识别的F值。     

一种有效的垃圾邮件过滤新方法

受到信息粒度原理的启发，给出了一种有效的垃圾邮件过滤新方法。该方法训练过程是将训练样本集合中合法邮件类和垃圾邮件类拆分成四个小类，得到四个小类的类中心向量，从粒度原理角度来看，就是采用更细的粒度来描述训练样本的先验知识。过滤过程则将新进来的邮件分别与四个小类的类中心向量进行相似度比较，最终来判定所属类别。在公共垃圾邮件语料库上测试新方法，同时与目前过滤性能较高的KNN方法进行比较，结果显示新方法具有过滤精度高，过滤速度快等优点。