基于排序支持向量机的缩略词自动提取方法

针对网络文本中缩略词及其对应解释的提取,提出基于排序支持向量机的缩略词自动提取算法.通过构建两步排序模型,从局部提取到全局排序提取得到缩略词同时返回它所对应候选解释的排序列(最准确、使用最普及的解释排在最前),由此来剔除反例,使用户较容易找到真正的解释.实验结果表明本文算法在准确性和不同领域适应性上都优于已有方法.     

基于射影变换几何不变性的圆心像坐标的求取

在摄像机标定过程中,经常以圆（成像后为椭圆）作为标志,并以其中心——圆心作为标定点,圆心像坐标的求取是实现标定的关键所在。本文基于透视投影变换的理论,给出一种求圆心像坐标的方法,并对该方法的精度和稳定性给出一种验证模型,通过具体实验表明该方法具有较高的精度和稳定性。     

自动瞄准系统中直线测量方法的研究与改进

设计了一套图像式自动瞄准系统。采用的瞄准方法综合使用了图像处理方法、亚像素细分方法、曲线拟合方法和“电子准星”技术。研究和改进了直线瞄准的方法,直线的定位精度可以达到0．1像素间距,并且可以测量任意位置的直线。对实际的直线边缘工件进行测量,取得了满意的效果。瞄准方法的设计也适用于测量其他类型的边缘。     

基于边界的最小二乘椭圆拟合改进算法

由于变电站巡检机器人停靠位置和云台转动的偏差,拍摄所获得的图像中仪表位置会有较大不同。为解决图像中仪表的定位问题,文中提出了一种快速地利用边界提取椭圆形目标的方法,可有效地解决图像中圆形目标的提取。原有最小二乘椭圆拟合算法对图像边界上所有样本点都参与运算,所以会对椭圆拟合的最后结果产生偏差且耗时较长。针对这种情况,采取边界的最小二乘拟合算法,依次取图像边缘提取后的边界,逐段拟合椭圆,并对拟合出的椭圆进行评估,选取适合待检测目标的椭圆区域,具有快速高效、定位准确等特点。最后,通过合成图像和实际图像的应用验证了算法能够拟合出具有高精度的椭圆,能够有效地处理仪表表盘的提取。     

基于“前照法”的LAMOST光纤位置提取

LAMOST(大天区面积多目标光纤光谱天文望远镜)的整个系统对光纤定位单元的定位精度要求较高,为了使LAMOST可以精确对准天体目标,需要有一套光纤定位单元的位置检测装置可以高精度、高效地在大尺度范围内同时对数千个光纤位置目标进行精确检测。主要研究"前端照明图像处理方法"的光纤位置检测,通过对图像的预处理,采用基于半径的霍夫空间转换和最小二乘法拟合圆心的图像处理算法获取光纤的像素坐标,相比于传统的前端照明的图像算法提取像素位置,显著提高光纤位置像素坐标的检测精度和准确性,减少干扰光斑的影响,并通过实际拍摄验证前照法的稳定性,可以满足LAMOST的使用要求。     

基于最小二乘支持向量机的函数拟合的研究

函数拟合通常要在有限的训练样本下对函数变量之间的关系做出预测,在实践中由于训练样本有限,并且训练样本本身存在噪音和孤立点,用传统的方法进行函数拟合的结果往往不能满足要求.本文主要利用最小二乘支持向量机对函数进行拟合.首先介绍了最小二乘支持向量机的工作原理,并对参数选择方法进行了研究,然后通过仿真实验对利用最小二乘支持向量机进行函数拟合的效果加以对比说明.     

电缆故障自动测量方法的研究

在对电缆TDR测试仪实测数据分析基础上,建立了短路和断路故障下的回波数据模型。并提出了一种集故障判断和测量为一体的算法,自动返回故障的类型和位置,以取代现行的手工判断测量。实验表明,本文算法速度快、精度高。     

基于图像传感器的圆心定位技术实用化研究

基于图像传感器的圆心定位技术适用于多种非接触式测量系统。这类技术对测量环境的要求比较苛刻。以提高圆心定位技术的适应能力为目的,提出了针对抗干扰、边界识别和圆心拟合等测量过程关键技术环节的实用化改进方案,综合运用了时间递推滤波、深度优先搜索算法和迭代最小二乘法等方法。改进后的测量系统具有良好的稳定性和适应性,在地铁隧道形变监测项目中成功投入使用。     

基于改进遗传规划算法的数据拟合*

针对传统数据拟合方法需预先估计基函数、依赖于应用领域等问题,基于遗传规划的动态可变特性,提出将遗传规划与最小二乘法结合,设计具有一定通用性和自适应能力的数据拟合算法。在分析传统遗传规划算法的基础上,详细介绍了算法改进方法,并针对各种类型的拟合数据进行了对比实验。实验结果表明,该算法不仅可以应用到多种场合,而且可以提高拟合效率与精度。     

基于圆心定位和放射状圆形投影编码的字符识别算法

圆心定位是圆形投影中关键的一步,为提高圆心定位的速度和精度,提出一种基于三角形和四边形相关理论的快速圆心定位方法,在字符图像特征提取中,在放射状圆形投影的基础上提出放射状圆形投影编码,放射状圆形投影通过计算图像在各个方向上的投影值来记录图像在各个角度上的分布信息,放射状圆形投影编码是在它的基础上,对同一角度上的图像信息进行分段编码,从而在不增加复杂度的情况下保留图像在角度和半径上的分布信息,提高字符的识别率。     

多尺度空间特征提取的脊柱图像拼接算法

针对脊柱图像视野有限,提出一种基于优化MSFE的脊柱图像自动拼接算法。设计出一种基于尺度因子变化的高斯卷积模板尺寸自适应调整以及双向配对办法;相似性度量采用城市距离;利用RANSAC算法去除错配,从而确定待拼接图像之间的变换参数,最后利用加权平均对图像融合。对实际取得的多幅脊柱图像拼接结果表明该算法具有很好的实时性和鲁棒性。     

基于改进RANSAC的消防机器人双目障碍检测

针对消防机器人自主作业的障碍物快速检测问题,给出了一种基于改进随机采样一致性估计的双目障碍物检测算法。该算法首先采集双目视觉左右视图,进行半全局立体匹配获取视差信息,然后采用随机采样一致性估计的平面拟合法提取地平面模型,并采用预检验法和内点阈值限定法同时对随机采样一致性估计进行改进,从而提高算法效率,实现障碍物快速检测。实验结果证明该方法能够准确、快速检测障碍物,满足消防机器人作业需求。     

改进的SIFT算法图像匹配研究

对SIFT(尺度不变特征变换)算法特征描述子维数过高,导致匹配速度过慢、匹配率低等问题,提出了一种分级放射状分区的方法来构建特征描述子,将特征点邻域划分为8个区域,统计各个区域内8个方向的梯度方向直方图,得到64维特征描述子,使特征描述子维数降低50%。同时因马氏距离考虑了特征描述子向量间的相关性,在匹配时用马氏距离双向匹配方法代替欧氏距离进行匹配,并用RANSAC(随机抽样一致性)方法消除误配点。实验结果表明,改进的SIFT算法保留了SIFT算法对模糊、压缩、旋转和缩放等不变性优势,并提高了匹配速度,正确匹配率平均增加10%~15%。     

基于SIFT和改进的RANSAC图像配准算法

为解决RANSAC算法迭代次数过多导致图像配准精确率不高的问题,提出了一种改进的RANSAC图像配准算法。首先将参考图像和待配准图像进行NSCT变换分解成低频子带和高频子带。然后对高频子带运用矢量夹角算法和结构相似性（SSIM）来提取图像边缘特征点,对低频子带运用SIFT算法并设定合适的距离阈值来提取特征点。最后利用改进的RANSAC算法提高特征点匹配精度,选择出精匹配点对,实现图像配准。实验结果表明,该算法能有效地找到较多的匹配点对,准确地去除误匹配点对,明显地提高了配准精确度。     

基于结构相似的RANSAC改进算法

为了减少传统RANSAC（Random Sample Consensus,随机抽样一致性）算法的迭代次数和运行时间,提高算法的速度和精度,提出了一种基于结构相似的RANSAC改进算法。采用BRISK（Binary Robust Invariant Scalable Keypoints）算法提取和描述二进制特征点,用Hamming距离进行特征匹配,获得初始匹配点集,利用结构相似约束剔除误匹配点,得到新的匹配点集,用新的点集作为RANSAC的输入,求出变换矩阵。该算法在初始匹配后进行了匹配点提纯,能快速求得变换模型。实验证明该算法迭代次数和运行时间比传统RANSAC算法明显减少,因此改进的算法在速度和精度上优于传统的RANSAC算法。     

Hough变换空间中基于直线的模板匹配

现有算法精度低,且线段被完全遮挡时会出现误匹配甚至无法匹配等情况,为此提出改进的直线匹配算法。该算法在 匹配阶段改进搜索方法,通过删除缺失目标直线对应的模板图像直线,建立新的模板图像轮廓再进行匹配,解决直线段缺失时无法匹配问题;在 匹配阶段引入RANSAC算法剔除误匹配直线对,解决误匹配问题。实验表明,该方法能解决目标直线被遮挡问题,并提高匹配精度。     

基于改进RANSAC算法的单应矩阵鲁棒估计方法

单应矩阵的鲁棒性和精度直接决定了其应用效果,如何利用RANSAC算法估计出鲁棒、精确的单应矩阵,仍是一个有待研究的热点问题。针对传统RANSAC算法迭代次数多、运行时间长、单应矩阵估计精度较低的问题,在SIFT特征匹配算法的基础上,从剔除样本集中不符合图像几何特性的部分外点、快速舍弃不合理单应矩阵和迭代精炼单应矩阵等方面对RANSAC算法进行改进,提出一种基于改进RANSAC算法的单应矩阵估计方法,提高了单应矩阵估计的精度和效率。实验结果表明,该方法有效解决了传统RANSAC算法存在的问题,能够快速、精确估计单应矩阵。另外,对于不同视角和大小的图像,该方法均具有较好的鲁棒性。     

随机抽样一致性平面拟合及其应用研究

针对传统平面拟合算法难以拟合包含异常值点云的问题,提出结合特征值法的随机抽样一致性（RANSAC）平面拟合算法。随机选取三个点云数据直接计算平面,选择阈值统计在此平面上的内点数量,多次重复求得包含最多内点的平面,并以这些内点以特征值法进行平面拟合得到所求平面方程。对各种包含误差及异常值的平面点云进行拟合计算,并与传统算法进行比较,将其应用于双目重构得到的隧道开挖掌子面岩体三维数字模型中节理面点云平面拟合。实验结果表明该方法可以很好地适应各种误差和异常值的情况,稳定地得到较好的平面参数估计值,是一种鲁棒的平面拟合算法。     

栅格法视觉传感集成及机器人实时避障

研究移动机器人在室内环境下集成双目视觉和激光测距仪信息进行障碍物实时检测。由双目视觉系统检测环境获取视差信息,通过直接对视差信息进行地平面拟合的方法快速检测障碍物;拟合过程中采用了随机采样一致性估计算法去除干扰点的影响,提高了障碍物检测的鲁棒性。用栅格地图表示基于机器人坐标系的地平面障碍物信息并对栅格信息进行提取,最后把双目视觉与激光测距得到的栅格信息进行集成。实验表明,通过传感信息集成,移动机器人既得到了充分的障碍物信息,又保证了检测的实时性、准确性。     

基于随机抽样一致性的多平面区域检测算法

在随机抽样一致性(RANSAC)的基础上,提出了一种对多个平面区域同时进行检测的算法.该算法假设对同一场景的一对未定标图像已经进行了特征点提取和匹配,首先利用对极几何约束计算出一对极点,然后随机抽取多组3对而非4对特征点定义多个待确定单应性矩阵模型,对图像对中的多个平面区域同时进行检测.模拟实验和真实实验都证明该算法具有运算量小、准确性高、鲁棒性好等优点.