利用邻域质心投票从分类后影像提取道路中心线

目的 利用分类算法对高分辨率影像中的道路进行分割时,得到的二值图像往往混杂了许多非道路区域,且道路区域呈面状,无法直接应用于生产与研究。针对该问题,提出一种利用邻域质心投票提取道路中心线的算法。方法 首先检测像素在各方向上的连通距离以构建邻域多边形,随后进行质心投票来提取道路的中心线,与此同时估算道路宽度并判断出连通距离较长的方向数目,以排除非道路区域的干扰,最后经形态学处理得到细化的中心线。结果 选取测试图像及具有不同道路分布特征的高分辨率航空影像的分类结果进行实验,并将该算法与Zhang和Couloigner提出的算法进行了对比分析。结果显示,该算法的提取质量为80.6%和79.0%,且计算效率较高,处理实际影像的用时小于参考算法的20%,此外在稳定性及对不同路宽的适应性等多个方面均具有优势。结论 提出一种邻域质心投票算法,该算法能够同时实现传统方法中提纯与中心线提取两个步骤所对应的功能,从分类影像直接提取道路中心线。实验结果表明,该算法能够根据形状特征有效检测道路,且具备一定抗干扰能力,适用于对混杂了非道路区域的高分辨率影像的分类结果进行处理。     

无线传感器网络自适应声音目标定位算法

基于声音能量的无线传感器网络目标定位算法因简单易行而受到广泛的关注。传统算法未考虑环境对衰减因子的影响,定位精度较差;提出一套辨识衰减因子的方案,并针对不同环境自适应改变衰减因子以优化加权质心算法的权重,设计了一种自适应加权质心定位算法。实验结果表明,本文算法较之传统加权质心定位算法大幅度提高了定位精度,且适用于更复杂的场景中。     

一种无线传感器网络四边测距定位算法

根据RSSI测距特性,在三边测距定位的基础上,提出了基于RSSI值测距的四边测距定位算法,突破了三边测距定位的局限性。为进一步提高精度,采用了求质心和加权质心的方法,并用C++实现仿真比较,仿真结果表明:加权质心算法具有较高的精度,整个定位过程中节点间无需额外的通信开销,具有广泛的实用性。     

利用图像传感器的光电轴角编码器编码研究

研究了绝对式角度编码器的编码原理及解码方法.在分析国内外已有编码原理的基础上,提出了一种以位移连续码为基础的新型码盘图案,该码盘在背景光照射下,由图像传感器进行光学图像采集,快速数字化后经代码识别算法获取绝对位置信息.该图形简单,制作方便,类似于增量式编码器图案,但实现了绝对式编码,易于实现编码器的小型化.实验结果表明该系统设计及理论依据是完全正确的.     

无线传感器网络中基于信息收益的多目标跟踪

目标跟踪是无线传感器网络应用的一个很重要的研究领域,节点有限的通信能力、处理能力、存储能力限制了传统跟踪算法的使用.为了提高网络的信息感知能力和降低能量消耗,提出基于信息收益的加权质心多目标跟踪算法,算法通过信息收益函数选取并唤醒节点对目标感知,通过传感器属性信息解模糊,并利用加权质心算法实现了多目标跟踪.仿真结果表明,与Bayes滤波协同多目标跟踪算法相比,算法虽精度略低,但时间复杂度低、失跟率低、实时性高,总体性能优于前者.     

CentroidNet：轻量快速的乳腺癌Ki67细胞核中心点检测模型

目的 Ki67分数是乳腺癌预后评估的重要指标,计算该分数的关键步骤是检测阴性与阳性癌细胞核。人工检测面临疲劳与主观差异的问题。卷积神经网络有望实现高质量、自动化的细胞核检测,然而需要病理专家为其标注细胞核。为了减轻标注的工作量,不少研究者提出以中心点标注训练卷积神经网络。然而这些方法采用过于复杂的卷积神经网络和后处理流程,未能充分提高易用性和效率、发挥卷积神经网络的质量。对此,提出CentroidNet模型,旨在提高中心点检测的质量、效率和易用性。方法 CentroidNet模型在图像上放置均匀排布的锚点,为每个锚点预测一个候选点,一部分候选点通过基于阈值的筛选策略成为预测点。本文提出最近锚点匹配策略用于生成训练标签,既保证了端到端推理,又规避了其他一对一标签匹配算法所具有的标签抖动问题。本文建议锚点间距应尽可能接近训练集答案点间最短距离的第一百分位数,并指出这样的锚点间距能够在前景标签数、坐标回归难度与效率之间取得良好的平衡。本文在设计卷积神经网络的结构时,没有采纳广为使用的U-Net或特征金字塔（feature pyramid network, FPN）中的多级上采样与旁路连接,反...     

基于图像块和边缘增强的运动目标检测

针对复杂背景下的噪声、动态背景和阴影等影响,提出一种基于图像块和边缘增强的运动目标检测算法。用图像块建模,按掩膜结构特点修补断桥使掩膜连续,采用高层图像金字塔建模得到目标质心,用于提取目标,用Sobel平移算子得到细化的边缘,按边缘信息对掩膜进行增强处理从而得到完整的目标。实验结果表明,该算法可有效提取目标,消除单高斯建模法去除不了的复杂背景和阴影,克服传统帧差法常见的边缘不完整的缺点。     

西红柿采摘机器人视觉系统的设计与研究

设计、开发了西红柿采摘机器人的双目立体视觉系统,为机器人自动化采摘作业提供条件。采用VFW方法进行了实时采集系统的设计;基于成熟西红柿与背景之间颜色特征的差异信息进行图像分割来识别成熟西红柿;在摄像头标定和形心匹配的基础上,通过三维立体重建获取了西红柿果实的空间位置信息。实验结果表明:视觉系统的成熟果识别率可达到98%,图像分割识别整个过程消耗平均时间0.21s;当工作距离小于500mm时,除个别奇异点,测试距离误差绝对值可控制在14mm以内,能较好满足实际工作需要。     

动态节点质心定位改进算法

为降低无线传感器网络的定位误差,提高动态节点的定位精度和定位覆盖度,使节点定位能够应用于动态环境下,基于传统的定位算法,提出了一种新的动态节点定位改进算法。该算法通过未知节点接收、保存的分组信息来循环组成虚拟三角形,同时依靠内点测试方法来判断未知节点自身位置,最后根据质心算法来进行最终定位。将仿真结果与传统算法进行比较,结果表明,改进算法可以大大提高无线传感器网络的定位精度和覆盖度。     

结合Harris角点检测和不变质心的稳健图像Hash算法

提出了应用Harris角点检测和不变质心的图像Hash算法.算法从仿射变换的数学模型出发,利用仿射前后图像质心位置的不变特性,计算Harris角点与不变质心的欧氏距离作为特征向量,最后经编码量化产生图像Hash.实验结果表明:本算法对视觉可接受的JPEG压缩、滤波等具有良好的鲁棒性,而恶意扰动或篡改则会改变Hash值....