点特征提取算法探讨

在摄影测量中,有一些较为著名的点特征提取算子,如:Moravec算子、Forsmer算子与Hannah算子等。将叙述Moravec算子和Forsmer算子的基本原理,从提取点的定位准确性及速度两个方面对两种算子进行比较,并重点分析利用Moravec算子提取特征点实现过程分析。     

角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

基于颜色特征的遥感影像检索

利用同一个遥感影像检索系统，对比研究各种颜色特征在遥感影像检索中的检索效果。实验表明，通过提取描述图像灰度分布的各种颜色特征在遥感影像的检索中具有较好的适用性，初步达到了令人满意的效果。     

基于拓扑结构的图像拼接算法

针对加速稳健特征（SURF）算法匹配特征点对较多，造成拼接精度低、计算量大的缺点，结合网络拓扑学理论提出了一种剔除误匹配的SURF改进拼接算法。算法定义并采用连通矩阵得到特征点的拓扑结构，将两幅图像的连通矩阵做异或运算得到判断矩阵，多次迭代剔除特征点集合中错误匹配点和匹配度较低的点，得到拓扑结构完全相同的特征点集合，有效减少了匹配特征点对的数量，提高了特征点对的匹配正确率。根据最终的特征点集合计算变换矩阵完成两幅图像的拼接处理。对比实验结果表明，针对同一组图像进行拼接处理，所提算法的特征点匹配正确率较SURF算法提高了28.28%以上；对于小分辨率图像拼接，耗时基本保持一致；对于大分辨率图像拼接，所提算法耗时大大减少。     

无人机影像点云与地面激光点云配准的三维建模方法

地面激光扫描仪(ＴｅｒｒｅｓｔｒｉａｌＬａｓｅｒＳｃａｎｎｅｒ，ＴＬＳ)能够快速地获取高大建筑物侧面点云数据，但较难获取其顶部点云数据。无人机(ｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅｓ，ＵＡＶ)通过搭载五镜头倾斜摄影相机，能在短时间内获取高大建筑物的顶部影像，并基于摄影测量原理生成建筑物顶部的三维点云。文中针对高大建筑物的三维建模，首先，通过ＵＡＶ影像构建三维点云信息，其次，将ＵＶＡ影像点云与ＴＬＳ点云数据进行配准后构建其三维模型。     

一种基于Canny算子的车辆目标检测方法

Canny算子作为一种优化的边缘检测算法,在检测图像的边缘时有着边缘上连续等诸多优点。本文是在差分背景的情况下对车辆做边缘检测,在分析Canny算子的基础上对算子做了改进,提出了基于Otsu算法的一种动态阈值的边缘提取算子。该算子弥补了普通的Canny算子对于阈值不能随着图像的信息而自动调整的缺陷。实验表明,改进的算子能对动态图像序列的车辆进行自动有效的边缘检测。     

利用改进特征金字塔模型的SAR图像多目标船舶检测

深度学习模型中的特征金字塔网络（Feature Pyramid Network，FPN）常被用作合成孔径雷达（Synthetic Aperture Radar，SAR）图像中多目标船舶的检测。针对复杂场景下多目标船舶检测问题，提出了一种基于改进锚点框的FPN模型。首先将特征金字塔模型嵌入传统的RPN（Region Proposal Network）并映射成新的特征空间用于目标检测，然后利用基于形状相似度距离（Shape Similar Distance,SSD）度量的Kmeans聚类算法优化FPN的初始锚点框，并使用SAR船舶数据集测试。实验结果表明，所提算法目标检测精确率达到98.62%，在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比，模型准确率提高，整体性能更好。     

模糊聚类在销售人员绩效评价中的应用研究

通过对标准遗传算法遗传算子的改进和扩充,提高基于此改进遗传算法的模糊聚类分析方法的运行效率和准确度,并将其应用于人力资源管理系统中,对企业销售人员的业绩进行科学合理的评价。     

基于改进遗传算法的冷链物流配送路径优化

随着我国居民消费结构的不断转变,冷链物流的需求日益增加,为了实现低碳经济环境下的冷链物流运行低成本、低消耗,本文提出了基于冷藏车运输成本、货损成本、惩罚成本等多目标优化模型,提出了一种改进型烟花遗传算法IFWGA。该算法中设置了两种步长的动态变异算子。根据迭代次数控制变异算子动态切换,加快算法的收敛速度,提高算法的搜索精度。仿真实验结果表明：所提出的IFWGA算法的收敛速度较快,变异算子设置较为合理,求解质量较高。最后通过算例发现改进后的遗传算法求解的配送路径会使得成本和货损均得到明显减少,并检验了改进后算法的有效性和可行性,以期为遗传算法的改进以及路径优化问题提供理论支撑。     

改进的ASM面部特征点定位算法

为了提高主动形状模型（ASM）算法的性能,提出了从ASM模型的初始位置、人脸特征点局部搜索两方面改进的叠加ASM模型及局部特征点搜索的二维轮廓线算法。实验结果表明,该算法比传统的ASM对人脸面部特征点定位有更高的精确度。     

浅谈二次曲面特征数据提取技术研究

在描述二次曲面的一般表达形式的基础上,论述了二次曲面特征研究的进展,指出了基于测量数据点的曲面特征区域分割或分块的一般性方法,提出了基于最小二乘方法和区域生长的球面、圆柱面、圆锥面等自然二次曲面的特征数据提取技术,并通过实例验证其可行性。     

融合多特征的图像检索算法

针对单一特征不能很好地表述图像的问题,提出了一种融合多特征的图像检索算法。首先,提取查询图像和图像库中样本图像的GIST（Generalized Search Tree)特征,用欧氏距离衡量图像间的GIST相似度值,根据查询图像的GIST特征在图像库中进行检索,将结果按相似度进行排序;然后,提取查询图像和返回结果中前k幅图像的尺度不变特征变换(SIFT)特征,使用BBF(Best Bin First)算法进行特征匹配;最后,通过特征点匹配点对数排序并返回检索结果。实验在改进的Corel1000数据集上进行,与传统的单特征图像检索算法对比,提出的图像检索算法不仅提高了检索准确率,而且获得了较好的检索效率。     

基于角度距离损失与小尺度核网络的表情识别

针对人脸表情类内差异大、类间相似度高导致识别率低的问题,提出了一种基于角度距离损失与小尺度核网络的表情识别方法。网络基于3×3卷积核,在网络中加入融合空间金字塔注意力的点积残差块,引入Dropblock正则化,并提出了低层特征掩膜化。该模型低层特征具备高层特征的语义信息,而且参数量较少,结构简单有效。训练时,使用提出的基于角度距离损失函数监督神经网络学习,提高了网络的类间特征分离和类内特征聚类的特征判别能力。实验结果表明,该方法在CK+和FER2013数据集上识别准确率分别达到了97.88%和72.81%,具有较强竞争力。此外,消融实验表明所提出的改进方法可提高表情识别率,进一步验证了其有效性。     

浅析我国资产定义的改进

通过引出资产的重要性，分析比较资产在不同阶段的定义及其改进，阐述资产的各种特征，最后得出自己的体会。     

采用改进全卷积网络的“高分一号”影像居民地提取

针对现有的高分辨率遥感图像居民地信息提取精度和效率不够高的问题，提出了一种基于改进全卷积网络的“高分一号”（GF-1）遥感影像居民地提取方法。首先，通过专业的目视解译制备大量居民地训练样本；然后，将预训练过的深度卷积神经网络进行全卷积网络的改造，并以具有多尺度卷积核的Inception模块代替由全连接层改造的卷积层，达到减小网络模型参数量、增加特征表达能力的目的；最后，用制作好的高分辨率遥感图像居民地数据集进行训练和验证，生成可直接进行居民地信息提取的全卷积网络。实验结果表明，基于改进全卷积网络的方法可以实现精确有效的居民地信息提取，Kappa系数超过94%。     

基于LBP的路面裂缝检测和破损程度估计

本文提出了一种基于LBP的路面裂缝自动检测和破损程度估计。首先，用包含裂缝的路面图片为正样本，不包含裂缝的路面图片为负样本，利用LBP特征训练一个SVM裂缝检测器。该分类器用于从海量路面影像中快速筛选出破损路面的图片，从而达到路面裂缝自动检测的目标。然后对筛选出来的破损路面图片，用滑动窗口技术和SVM局部裂缝检测器估计路面的破损情况。实验结果表明能防止胎痕，油污对裂缝检测的干扰，相对传统路面裂缝检测算法快速，高效。     

图像检索中颜色特征维数的选择算法

颜色特征是图像检索中的重要特征之一，其维数的选择影响了计算复杂度、计算速度、查全率、查准率等诸多方面。本文针对基于颜色特征的图像检索中的维数选择问题，进行深入研究，分析不同维数选择下对各种指标的影响，通过实验数据分析确定合适的维数。实验结果表明：对于Coral图像库，应用HsV直方图特征，在查询返回图像为50幅的情况下，基于LPP算法的图像检索的查准率为67．7％，查全率为57．5％，这在只提取颜色特征，没有其他特征融合的前提下是非常高的检索效果。     

基于种间竞争遗传算法的改进及其应用

在简单遗传算法的基础上,提出了一种基于种间竞争的分类规则挖掘算法。通过改进适应度函数、双群体结构和遗传算子等方法,将其应用于收入分类的数据挖掘研究中,能够高效地得到性能好的规则。     

一种改进的基于传播算子的二维DOA估计算法

针对面阵中的波达方向估计算法复杂度过大的问题,提出了一种改进的基于传播算子的二维面阵波达方向（Direction of Arrival,DOA）估计算法。该改进算法基于面阵平移不变性质,将原始子面阵在X和Y轴上分别平移得到两个子面阵,将两个子面阵相加得到虚拟子面阵,利用原始子阵和虚拟子面阵构造新的信号矢量,基于传播算子算法求出其特征值,特征值中的模值和相位值包含信源的二维角度信息,由此可求出自动配对的二维角度。与基于传播算子的二维DOA估计算法相比,该算法有效降低了运算复杂度,且保持性能相近。仿真实验验证了算法的有效性。     

一种TDMA信号用户盲分离方法

时分多址（Time Division Multiple Access，TDMA）信号用户分离作为TDMA信号第三方侦收的重要环节，是后续用户内涵信息解译组报、目标测向定位的前提条件。在未知网台规格情况下，无法通过解译用户ID或网控信令的方式对多用户进行分离。基于TDMA信号物理层特征，提出了一种基于DBSCAN（Ddensity-based Spatial Clustering of Applications with Noise）聚类算法的TDMA信号用户盲分离方法。通过对TDMA信号的时频域特征进行提取和聚类，实现对多用户突发时隙进行分离，并利用仿真数据和实际网台数据进行了算法验证。该算法具有良好的抗噪声性能和较高的正确分选率。