基于形态学梯度重建的车牌定位方法

准确定位车牌是车牌识别的重要基础。针对复杂环境下车牌图像容易受背景、光照等因素的影响而导致车牌定位精度较低的问题,提出了一种基于形态学梯度重建的车牌定位方法。该方法首先利用颜色信息确定车牌候选区域;然后利用矢量梯度算子获取候选区域中车牌图像的梯度,利用形态学梯度重建运算提取具有车牌特征的图像结构,同时抑制非车牌特征的图像结构;最后利用车牌固定的宽长比先验信息对矩形区域进行提取,最终得到准确的车牌定位结果。实验结果表明,提出的车牌定位方法能在复杂环境下快速、准确地定位车牌,且具有较高的鲁棒性和实时性。     

狭长受限空间锚节点定位的测距仪双侧自由设站法

针对现有的狭长受限空间下锚节点定位方法的不足,在大地四边形和自由设站法基础上提出了基于测距仪的中线设站法和双侧自由设站法控制网布设方法.多余观测、待估坐标协因数阵等比较分析表明,所提出的测距仪双侧自由设站法为最优布网方法.最后,讨论了双侧自由设站法控制网图形强度优化函数及策略,并利用Leica-S910手持激光测距仪开展中国矿大室内外定位场锚节点定位试验,结果完全满足锚节点定位精度要求.     

智能空间定位模型研究

在智能空间三维定位过程中,由于噪声干扰,对未知节点的定位会产生误差。通过对定位过程中产生的误差区域分析,推导出当空间定位参考点和未知节点满足一定条件时,定位误差最小,由此提出空间定位参考点的布局模型定理。仿真实验表明,定位参考点布局模型定理能更好地满足对智能空间实时定位的需求,且具有较高的定位精度。     

基于梯度离散余弦变换的视频文字定位

视频文字信息在基于语义的视频分析、检索、提取中占有重要地位。根据视频中文字和背景的灰度变化程度不同,提出一种基于梯度离散余弦变换的视频文字定位方法:先对视频帧进行NX V分块,计算每一块的离散余弦变换系数,然后求出梯度算子的幅值,利用得到的幅值作为块强度进行平滑滤波以及形态学处理,最后对图像进行水平和垂直方向投影,统计字幕条数,并利用文本框标识文字区域,进而达到对视频文字定位的目的。仿真结果表明这种视频文字定位方法对于静态文字和滚动字幕的定位均是可行的,且其算法的运行速度快、效率高,特别是对于笔画较少的文字定位准确,不会出现遗漏现象。     

VR技术的建筑受限空间起重机械布局控制方法分析

在空间受到限制的情况下,对起重机械的布局进行控制。由于在实际作用时,能借鉴的数据非常少,提出在空间受到限制的情况下采用虚拟现实技术对起重机械进行布局控制。在对起重机械进行重建之前,采用工业相机对图像进行采集,产生点云数据。利用粒子动力学对虚拟与现实场景交互进行实现。把塔吊作为原型建立仿真平台,经过分析,布局方法合理,起重机械支架和配重托盘不相连,机身短,在空闲受限下能够正常作用,其稳定性比较高。     

基于梯度博弈的RFID室内定位算法

随着普适计算的不断发展,室内定位技术成为了当今研究的热点问题。室内空间的复杂性使得室内空间的定位精度一直无法满足应用的需求。为了获得更加高效稳定的算法,提出了一种基于梯度和博弈论的室内定位算法,其能够较为有效地提高室内空间的定位精度。在算法中,提出了一种室内的符号划分方法,并利用其对室内空间进行了分割以辅助定位算法。最后以室内为实验环境对算法进行了验证,分析结果表明,该算法拥有良好的定位效果,并且相对于现有算法更稳定。     

基于动态梯度的激光光斑中心定位算法

为提高激光光斑中心检测的长期稳定性、抗干扰性能和定位精度,在对相关圆心定位算法进行研究的基础上,通过理论分析与实验测试,提出一种基于动态梯度的激光光斑中心定位算法.该算法根据激光光斑特点,利用图像梯度对光斑进行标识与定位.实验结果表明,该算法定位精度高,有效提高了激光光斑中心检测的抗干扰性能和长期稳定性,适合对测量精度要求高的长期在线测量.这种新方法已被成功用于自动激光挠度测量系统中.     

基于UKF的红外目标空间定位方法

针对单站系统利用一次观测对目标进行定位,瞬时定位误差较大,提出了基于UKF的红外目标空间定位方法。基于针孔成像模型,借鉴主动视觉思想,通过控制红外热像仪运动拍摄目标图像,获取目标位置,并用GPS接收机测得拍摄点世界坐标。根据透视投影变换方程,借助站心地平坐标系和WGS-84坐标系建立红外目标空间定位的非线性系统模型,在此基础上引入UKF（Unscented Kalman Filtering）滤波算法进行空间定位。实验结果证明了该方法的可行性和有效性。     

基于感知规则集策略的约束空间RFID室内符号定位算法

随着普适计算的不断发展,室内定位技术的研究也成为当今研究的热点问题。室内定位技术的不断进步使得RFID也开始部署到各种各样的室内场景。为了提高室内空间中的定位精度,提出了一种基于感知规则集策略的约束空间RFID室内符号定位方法。算法基于室内空间中的符号,通过定义感知情况来确立定位规则,使得算法具有良好的室内空间适应性,且使用少量的阅读器即可实现较高精度的定位。为了提高定位精度,引入了感知规则集的概念,对场景中的情况抽象提取,进一步增加算法定位精度。最后,以约束空间中的室内场景作为实验环境对算法进行验证,分析结果表明,在室内空间中算法的定位精度及抗干扰能力优于现有算法。     

基于灰度差投影的快速人脸定位和特征提取

人脸识别是近年来热门而且发展很迅速的一个研究课题。人脸定位作为人脸识别的第一步，更加显得重要。本文比较了现有的各种投影定位方法，给出了各方法的实验结果。在此基础上，提出了一种新的定位方法，并用于人脸左右边界的定位和鼻子的定位。实验结果表明，这种方法不仅速度非常快，而且定位准确率要远远高于现有方法。     

椭圆定位的测距算法

针对无线传感器网络定位中传统的三边测距算法,为了降低算法中每个已知节点均具有发射和接收信号能力而造成的高额成本,提出了已知节点单发射多接收的定位模型,并基于该模型提出了椭圆定位算法.该算法通过刻画未知节点距已知节点可能的椭圆运动轨迹,进而运用牛顿迭代法求解所构造的二次轨迹方程组,实现对未知节点的定位.同时,对定位可能出现的错误进行了概率分析,得出错误概率与锚点个数之间的函数关系.实验定位与传统算法相比降低了实验成本,证明了锚点的线性增加会使错误概率指数趋势减少的特征,最后针对该定位错误问题提出了合理的解决方案.     

基于多分辨率聚类的安全定位算法

在无线传感器网络环境中,当锚节点对于未知节点进行位置或距离欺骗时,基于善意环境下的定位技术会遭到极大破坏。提出一种基于多分辨率聚类的安全定位算法,通过对边界圆邻近点进行聚类,并使用投票机制,能有效排除恶意节点,从而阻止攻击。仿真实验表明,该算法以较短的执行时间和较高的定位精度表现出较好的性能。     

抵御虫洞攻击的无线传感器网安全定位算法

节点定位技术是无线传感器网络的支撑技术之一,节点位置信息是很多基于无线传感器网络的应用的基础.无线传感器网络是一个动态的网络,每隔一段时间需要进行重新定位,并且在重定位过程中易受到攻击节点攻击.针对无线传感器网络中无需测距的定位技术,分析虫洞攻击对DV-Hop定位的影响,提出了一种基于信誉模型的抵御虫洞攻击的分布式轻量级DV-Hop安全定位算法TMDV-Hop(Trust-Model-based DV-Hop Localization Against Wormhole Attack).仿真表明,在无需额外硬件辅助下,TMDV-Hop算法能有效降低虫洞攻击对定位过程的影响,验证了该算法的有效性.     

基于邻节点空间顺序序列优化的DV-Hop定位算法

针对典型的DV-Hop定位算法中未知节点在计算与信标节点间距离时估算的不足,在DV-Hop算法的基础上提出了一种优化定位精度的算法。考虑并分析了未知节点与信标节点的路径中相邻三个节点的通信边组成的夹角对计算距离的影响,提出了一种基于“邻节点空间顺序”序列标号法计算夹角的方案,实验仿真验证了该优化定位算法的有效性和可行性。     

交替非负约束框架的海洋传感网协同定位

针对海洋传感网（Ocean Sensor Networks,OSNs）中采用非协同算法单一循环地对多个水面目标节点依次定位导致的定位效率低、定位精度差等问题,提出一种基于有效集的再优化协同定位（Active Set Method based Re-Estimation Cooperative Localization,ASM-RECL）算法。研究将原定位的非凸非线性问题转化为基于交替非负约束最小二乘（Alternative Nonnegative Constrained Least Squares,ANCLS）的优化问题,利用有效集法（Active Set Method,ASM）通过内外循环寻求优化问题的可行解。但ASM算法易陷入局部最优,为进一步提升解的质量,改进定位精度,基于ASM得出的可行解,应用一阶泰勒级数线性展开再次构造优化方程,最小化定位误差。此外,研究还推导得到基于协同定位的克劳美罗下界（Cooperative Localization-based Cramer-Rao Low Bound,CRLB-CL）,以此作为评价标准评估提出的定位算法的有效性。仿真实验表明,在不同的条件下,ASM-RECL的定位精度较高于其他算法。     

基于坐标系统拓展的改进定位算法

针对为了降低成本和提高定位节点的覆盖率,将已经定位的节点升级为锚节点,并并利用其其迭代定位又而带来的了误差累积问题。针对该问题,本文提出一种改进的基于无线传感器网络坐标系统拓展定位算法,在拓展局部坐标过程中融合加权最小二乘法来抑制累积误差,从而提高节点定位精度。仿真结果表明,当测距误差小于20%和网络规模增大时,网络节点定位误差小于15%,且定位覆盖率为95%。