基于小波变换的分层影象恢复

此文研究了影象恢复问题的小波表示，提出了基于小波变换的分层影象恢复算法。该方法不仅可以改善影象恢复的质量，而且其计算量远远小于通常的影象恢复算法。     

基于小波包特征的纹理影像分割

利用小波包变换来检测纹理图象上的灰度变化，以得到多分辨率、多方向性的微观统计特征图象，在此基础上用Ｅｎｖｅｌｏｐ算法提取基于边缘信息的纹理特征，为了克服纹理特征之间的相关性，采用了子空间分类器对纹理特征图象进行分类，取得了较好的分割效果。     

基于短时预测的地图匹配算法

地图匹配算法的有效性和可靠性对于车载导航系统而言非常重要,而目前存在的地图匹配算法在一些复杂环境下(如道路交叉口)仍然不能提供合理的输出。因此,为了提高道路网络中的地图匹配精度,提出了基于短时预测的地图匹配算法。该算法首先使用待匹配定位点的历史信息建立短时预测模型,从而获取到待匹配时刻未来一段时间内的位置预测点;然后使用待匹配定位点和短时预测点与道路之间的平均距离替换待匹配定位点与道路之间的距离;最后采用Dempster-Shafer证据理论融合车辆与道路之间的距离信息和方向信息,有效地扩大了待匹配道路之间的差异,从而提高了算法的鲁棒性。仿真和实验表明,新算法在复杂环境下具有较强的有效性和可靠性。     

区域的深度计算及其在图象渐变处理中的应用

为了解决局部图象处理容易产生边界效应的问题 ,可以区域中任意一点的深度值为基础 ,来得到权函数的数学表达式 ,然后根据权函数对图象上给定区域范围内的象素进行处理 ,使区域中离区域边界较近的象素的灰度值改正量小一些 ,而使区域中离区域边界较远的象素的灰度值改正量大一些 ,从而实现区域图象的渐变处理 .另外 ,为了克服迭代算法速度慢的缺点 ,还提出了一种快速标记多边形区域内部点的深度值算法 .实验结果表明 ,所提出的渐变处理方法 ,在克服区域图象增强处理时容易产生的边界效应方面是十分有效的 ,可以获得满意的效果 .     

基于概率论和数学形态学的平行线绘制算法

平行线的绘制在地理信息系统(GIS)开发中经常遇到,传统的绘制算法在折线夹角很小时,容易出现平行线节点在折线相反方向或者在折线很远处的情况。针对这两种情况,提出了基于概率论的纠正方法;同时为了美观,还利用数学形态学对纠正结果进行再纠正,将很尖锐的角变得圆滑。实验结果表明该算法对于平行线纠正是有效的。     

卫星遥感图像上居民地自动识别的研究

本文从摄影测量自动化的角度出发,阐述了目标自动识别的重要性和可能性。根据目前的研究状况,我们以模式识别和图像处理的算去为基础,实现了一个居民地自动识别的系统,它适用于卫星遥感图像上居民地的自动识别。本文介绍了其中的主要算法,最后给出了一个实验结果。     

证据理论在最优路径规划中的应用

路径规划是车载导航系统的核心功能,其中最优路径规划功能最为常用。在最优路径规划中,道路属性起着关键的作用。目前道路属性的应用都是进行简单的加权求和,而这样道路属性不仅没有得到充分的应用,而且路径规划结果也不够理想。将道路属性数据进行量化后,应用证据理论将每条道路的属性进行融合,融合后的数据作为道路权值。这样不仅可以改善属性数据的应用效果,而且可以优化规划结果。实验表明了改进后的算法在没有影响搜索效率的前提下,搜索结果得到了优化。     

基于ORB特征的单目视觉定位算法研究

针对大范围室外场景和具有重复、高频纹理特征(例如水泥地、草坪)的场景,提出了一种鲁棒性强、定位精度高、速度更快的视觉定位算法。采用8级图像金字塔的ORB (Oriented FAST and Rotated BRIEF)特征描述子提取图像特征点,通过K近邻(KNN)匹配相邻图像序列的特征点对,依次解算基础矩阵F和本质矩阵E,采用自适应法利用单应矩阵和本质矩阵进行位姿估计,最后解算两帧图像间相机刚体运动的旋转R和平移t,利用三角测量法则求解出匹配点的三维坐标,重建相机运动轨迹。为了提高算法性能,提出采用最小化基于点特征的非线性重投影误差优化三维点。通过调用OpenCV在C++中实现,对所采集的数据集进行测试,测试结果表明,该方法比传统的3D位姿估计更优,实时可行。由于其基于单目而实现,因此无法得到尺度信息。