SIFT特征点引导的区域立体匹配算法

根据SIFT特征对旋转、尺度缩放、亮度变化保持不变性的特点,提出基于SIFT特征和边缘特征点的区域匹配方法。该方法确定符合SIFT特征的边缘为可靠特征点,并确定其视差;根据视差梯度原理确定其他点的视差,最后生成稠密的视差图。实验结果表明,SIFT特征的引入,提高了特征点视差的准确性,一些弱纹理区的匹配也有所改善。     

基于自主车导航的障碍物分割方法

对目标进行有效的分割是障碍物检测中重要的一个环节,提出了基于特征区域的分割方法,该方法通过定义特征函数将整个图像分为特征像素集合和非特征像素集合,前者包含了边缘等特征信息,后者包含了平滑区域像素;对将两个集合内各像素值分别置为1和0得到二值图像,对二值图像进行外轮廓跟踪得到最后的分割结果.实验结果表明该方法是有效可行的.     

基于DataPlay文件系统的主机驱动程序的实现

对DFS主机设备驱动程序模式进行了介绍，并比较了两种不同模式的主机驱动程序，给出了用C语言实现的DFS主机驱动程序流程图，并以DFS读命令为例，用C语方实现了这个过程。     

自适应窗口和半全局立体匹配算法研究

针对区域立体匹配算法中匹配窗口的选择和在图像中视差不连续、弱纹理区域误匹配率较高的难题,提出了一种自适应窗口和半全局算法相结合的立体匹配算法.该算法先通过基于灰度的自适应窗口算法计算初始匹配代价,然后利用相邻像素之间的视差梯度作为约束,采用半全局立体匹配算法以得出视差图.最后对左右视差图进行左右一致性遮挡检测,获得精确的稠密视差图.针对不同的图像信息采用自适应窗口和半全局算法相结合的立体匹配算法,剔除、修正了视差不连续、弱纹理区域的误匹配点,得到匹配效果较好的视差图.实验结果表明:该算法有效降低了视差图在视差不连续、弱纹理区域和遮挡处的误匹配率.     

课堂教学中培养学生应用能力的思考

课堂教学是本科教学最重要的部分,在应用型本科教育中,怎样在课堂教学中培养学生的应用能力,根据"数字电子技术"和"单片机原理与接口电路"课程多年的课堂教学经验,从课堂教学内容取舍、课堂教学过程中的讲授、习题的布置与讲解等方面对如何培养学生的应用能力进行了探讨。     

基于视差梯度的快速区域匹配方法

通过引入视差梯度理论,本文提出了一种基于视差梯度的快速区域匹配方法,该方法首先根据匹配点的不同特性,确定匹配搜索范围,然后再进行匹配得出视差图。通过对比实验,表明采用这种可变匹配搜索范围的方法,比采用固定匹配搜索范围的方法,有更快的执行速度和更少的计算量。     

一种出租车合乘业务方案设计

以减少出租车的空乘率和乘客等待时间为目标,对出租车合乘方案进行了研究,通过采用K-均值聚类算法和矩阵迭代法解决了乘客合乘问题和最短行程的规划问题,同时还分别对合乘的不同情况进行了分析,探索了车费计算公式,设计了一种与合乘方案相应的合理的车费计算方法,能够兼顾到乘客和司机双方的利益问题,从而提升双方参与合乘的积极性,为出租车合乘问题的研究提供了一些可能的思路.     

采用模糊判别的自适应多窗口立体匹配

考虑到立体匹配过程中存在的不确定性和模糊性,将已经获得广泛应用的模糊理论引入立体匹配领域,使用与人类感知相似的模糊逻辑为基础的HVS彩色图像点颜色相似性测度,然后把这种模糊颜色相似性测度应用到区域匹配方法的多窗口选择和自适应窗口尺寸缩减当中,最后用SSD方法实现了彩色图像的立体匹配.实验结果表明,该方法具有更高的匹配精确性.     

存在镜面反射时的双目立体匹配

传统的立体匹配方法建立在Lambertian的漫反射模型之上,漫反射模型的立体匹配在一个图像的大多部分是有效的,但是在处理图像中包含镜面反射的部分时结果会产生严重的匹配错误。笔者利用漫反射和镜面反射在灰度和最大色度上的不同,分离出镜面反射的像素,然后采用一种针对镜面反射的匹配测度,在图像中漫反射部分和镜面反射部分都能匹配得到正确的视差。结果证明了方法的有效性。     

一种改进的人脸识别CNN结构研究

为了克服人脸识别中存在光照、姿态、颜色等噪声的干扰,融合了卷积神经网络与孪生神经网络的优点,提出了一种改进的CNN网络结构,该结构由两个卷积神经网络组成,且共享网络权值,在该结构的训练中采用了差异深度度量学习（DDML）算法。卷积结构有效地去除外界噪声干扰,且在非线性降维中权值共享结构能够自动提取相同特征,DDML算法增加了提取特征的有效性。在ORL、YaleB和AR人脸数据库上实验结果表明,与PCA、CNN等算法相比,识别稳定度高,识别率提升近5个百分点。