应用改进LK算法求解固定货架拣选优化问题

针对自动化立体仓库中固定货架拣选作业要求速度快、效率高的特点,分析和研究了一种新型改进Lin Kernighan(LK)算法,并将其应用于固定货架拣选优化问题。仿真实验结果表明,该算法能够大大降低时间和空间的计算复杂度,快速、稳定地找出最优解,满足了多次作业时待拣选货物数目在较大范围内变动的要求,尤其是满足了中大规模作业的要求。

基于K均值聚类和LK算法的应急物资调度

突发性事件中应急物资调度方案最优化问题是典型的车辆路径规划(VRP)问题。对于大规模的VRP问题求解,经典的启发式算法易陷入局部最优,难以得到高质量的调度方案。针对这一问题,提出了一种基于K均值聚类和LK算法的调度方法。该方法采用K均值聚类方法将需求节点分成n个子集合,对聚类结果进行修正后分配给n辆运输车辆,采用LK算法对每辆运输车辆的运输路径进行优化。仿真实验结果表明,方法获得了较好的调度方案,而且单个运输车辆服务的需求节点个数越多,方法的优势越明显。

考虑非对称情形的一类拣选问题的改进LK算法求解

分析并推证出单巷道固定货架的拣选优化问题可归结于对称或非对称旅行售货商问题 ,研究了一种新型的改进Lin Kernighan (LK)算法 ,并将其应用于固定货架的货物拣选优化过程中。实验仿真结果表明 ,用该算法能降低固定货架对称和非对称拣选优化时间和空间计算的复杂度 ,快速、稳定地找出最优解 。

基于金字塔LK算法的运动目标的检测

在由摄像机采集所形成的图像数据库中,如何让机器人可以检测出在这些图像数据库中存在的运动物体,以便减小对机器人定位的误差,是一个必须解决的问题。针对这个问题,提出了一种新的基于金字塔LK算法的运动物体检测的方法。金字塔LK算法弥补了传统的光流算法的不足,在大运动的情况下,仍然能够得到准确的结果。结合OPENCV,对运动的目标完成运动检测。实验结果证明,基于金字塔LK的算法可以检测出图像数据库中存在的运动物体,并且可以辨别出运动趋势。

基于隶属云模型蚁群算法与LK搜索的TSP求解

提出一种求解TSP的算法,采用"问题无关的进化算法与问题相关的局部搜索相结合"的策略。采用基于云模型的蚁群算法来产生足够好的解;改进传统的LK算法,新加入5种搜索删除集与添加集元素的准则,以此细化搜索。将该算法用于求解TSPLIB中不同类型、城市数从48到33810内变化的TSP,比较该学派与其他学派算法的偏离率与运行时间,结果均显示该算法更优,有效求解了TSPLIB中的非对称TSP、哈密尔顿圈问题。

基于改进SBR算法的人脸特征点稳定检测

基于图像的特征点检测器在静态图像上取得了卓越的性能,然而这些方法应用于视频或序列图像时其精度和稳定性显著降低。配准监督(Supervision-by-Registration,SBR)算法利用光流算法(Lucas-Kanade,LK)追踪,可通过无标注视频训练针对视频的特征点检测器,已取得较好的结果,但LK算法仍存在一定局限性,导致检测的特征点序列在时空上的连贯性不强。为获得精准、稳定、连贯的人脸特征点序列检测效果,提出了平滑一致性损失函数、权重掩码函数对传统SBR网络模型进行改进。网络中添加长短期记忆网络(Long Short-Term Memory,LSTM)提高模型训练鲁棒性,在模型训练中使用平滑一致性损失函数提供稳定性约束,获得准确且稳定的人脸视频特征点检测器。在300VW、Youtube Celebrities数据集上的验证显示,SBR改进模型将人脸视频特征点检测的标准化平均误差(Normalized Mean Error,NME)从4.74降低至4.56,且视觉上人脸特征点检测的抖动显著减少。

一种四旋翼无人机定位的改进LK光流算法

在无人机迅猛发展的今天,无人机的室内定位仍然是个难题,集中出现精度不高、不稳定、过长的延时等问题。提前布置室内环境提供定位信息方案成本高,且不符合经济效益。针对四旋翼无人机,提出一种改进后的LK光流算法,采用Shi-Tomasi角点检测算法、双线性插值法,提高无人机定位精度和稳定性。并将该算法在载机上实现。研究表明:改进后的LK光流法室内定位精度高,稳定性好;无人机在稳定光照条件下能进行定点飞行;定点精度为半径30 cm的圆形。

基于四旋翼飞行器的改进金字塔LK光流算法的研究

针对四旋翼飞行器在飞行过程的水平漂移问题,提出利用改进的金字塔LK光流算法予以改善。首先,通过Visual Studio2013仿真,确知改进的金字塔LK光流算法比传统金字塔LK光流算法对图像的速度信息提取精度更高。然后,再建立四旋翼飞行器的动力学模型,将两种光流算法导入MATLAB的仿真模型中,得出:四旋翼飞行器能有效根据改进的金字塔LK光流算法获得速度信息以降低水平漂移。最后,通过在轴距为430 mm的四旋翼飞行器的平台上进行飞行试验,结果表明:采用改进的金字塔LK光流算法能使四旋翼飞行器的水平漂移程度降低,可实现较为稳定的悬停。

求解旅行商问题的循环局部搜索算法的运行时间和性能分布分析

旅行商问题(Traveling Salesm an Prob lem,TSP)是组合优化中最典型的NP难问题之一,长期以来人们都在寻求快速高效的近似算法以在合理的计算时间内准确地解决大规模问题,并设计出许多高效实用的启发式和宏启发式算法,其中循环LK算法是性能最好和最具代表性的算法之一.作者研究了该算法的运行时间分布:通过对TSPLIB中大量不同规模的TSP实例的运行时间分布的统计分析和拟合,发现求解TSP问题的循环LK算法的运行时间分布很好地服从W e ibu ll分布,并进一步给出了该分布对求解TSP问题的物理意义.作者同时首次给出了循环LK算法求解TSP问题得到的解的性能分布以及由此得到的一些有实际指导意义的结论.

结合光流法和卡尔曼滤波的视频稳像算法

针对手机拍摄过程中产生的视频抖动问题,提出了一种基于光流法和卡尔曼滤波的视频稳像算法。首先通过光流法预稳定抖动视频,对其生成的预稳定视频帧进行Shi-Tomasi角点检测,并采用LK算法跟踪角点,再利用RANSAC算法估计相邻帧间的仿射变换矩阵,由此计算得出原始相机路径;然后通过卡尔曼滤波器优化平滑相机路径,得到平滑相机路径;最后由原始相机路径与平滑路径的关系,计算相邻帧间的补偿矩阵,再利用补偿矩阵对视频帧逐一进行几何变换,由此得到稳定的视频输出。实验表明,该算法在处理6大类抖动视频时均有较好的效果,其中稳像后视频的PSNR值相比原始视频的PSNR值约提升了6.631 dB,视频帧间的结构相似性SSIM约提升了40%,平均曲率值约提升了8.3%。

基于四轴飞行器的单目视觉避障算法

针对四轴飞行器平台上单目视觉避障算法实时性不够,准确率不高的问题,提出了一种新的基于金字塔LK(Lucas-Kanade)光流与平移光流融合的单目视觉避障算法并给出了这一方法的数学推导过程。在配有320pixel×240pixel摄像头的ArduCopter四轴飞行器上开发和实现了该算法,并进行了多次飞行测试验证了算法的可行性与有效性。在飞行器自主飞行过程中,采用消失点进行导航,并结合神经网络PID对其进行飞行自适应控制。与单目即时定位与地图构建(SLAM)避障算法、Horn-Schunck光流避障算法以及图像分割避障算法比较了算法的实时性和准确性,结果显示:本算法具有实时性好和准确率高的优点,可以满足实际工程中四轴飞行器的实时避障要求。

求解TSP的混合遗传算法

介绍一种求解TSP的混合遗传算法,该算法结合了基于邻域的LK算法和采用Inver-Over算子的遗传算法,并在算法中增加一些控制策略,加快算法的收敛速度,又保证群体的多样性。实验表明该算法是有效的。

路径优化算法在外卖配送中的应用

在物流行业特别是外卖配送行业中,配送员希望经过餐厅点与客户点的路线尽可能短,且各目的地之间的访问存在顺序限制等特点,本文提出一种具有顺序限制的路径优化算法。该算法首先基于最邻近算法产生初始路径,然后使用LK算法进行优化,最后依据问题特点,使用末端-2-opt方法进行二次优化。试验结果表明,算法能有效缩短初始路径长度,提供较为优良的可行路径,能够有效提升配送员的工作效率,具有一定的实用价值。

基于稀疏表示和特征选择的LK目标跟踪

为了实现复杂场景中的视觉跟踪,提出了一种以LK(Lucas-Kanade)图像配准算法为框架,基于稀疏表示的在线特征选择机制。在视频序列的每一帧,筛选出一些能够很好区分目标及其相邻背景的特征,从而降低干扰对跟踪的影响。该算法分别构造前景字典和背景字典,前景字典来自于第一帧的手动标定,并随着跟踪结果不断更新,而背景字典则在每一帧重新构造。同时,一种新的字典更新策略不仅能有效应对目标的外观变化,而且通过特征选择机制,能避免在更新过程中引入干扰,从而克服了漂移现象。大量的实验结果表明,该算法能有效应对视角变化、光照变化以及大面积的局部遮挡等挑战。

基于鱼眼视频图像的人群运动估计算法

随着公共活动在规模和数量上的不断增长,人群危险事件的预防已成为人群监控安全领域的重要问题。本文针对常规相机在人群监控领域的局限性,使用鱼眼镜头对人群进行监控,提出了基于图像金字塔迭代的LK光流算法,得到人群运动的矢量,对人群运动的方向和速度等信息进行估计,便于提前预防危险事件的发生。通过对比实验验证,结果表明该算法与高精度的全搜索块匹配算法结实验结果接近,且耗时更少,适用于人群监控领域。

一种稀疏光流计算方法

光流是图像序列中像素点运动的瞬时速度，在许多计算机视觉任务中发挥着重要作用。因此，光流的计算一直是人们研究的热点。但是，大多数光流算法需要计算每个像素点的光流，算法耗时，难以满足实时性的要求，这大大阻碍了光流的应用。而且，在运动跟踪和机器人避障等具体任务中，计算全局光流场也是不必要的。基于此，本文提出一种稀疏光流计算方法，该方法首先用Shi-Tomasi角点检测算法寻找具有大特征值的角点，然后在寻找的角点处使用LK算法求得光流场。实验结果表明该算法不仅运行时间大大减少，而且光流的精确度也得到提高。

战场运动目标快速跟踪研究

针对现有的基于图像序列目标提取算法HS算法和LK算法过于复杂、运算量大等缺点,提出了快速微分光流法,并利用Matlab仿真实验验证了该技术的可行性。

基于模板匹配和光流法的图像配准方法

光流法是一种广泛应用的像素级非刚性图像配准方法。该方法对发生平移、旋转以及放缩变换的图像能够很好地配准,但是光流法在待配准图像比较大且初始位置远离目标位置时,配准速度及位置较差。文章提出了结合模板匹配和光流法的改进算法,首先通过模板匹配算法进行粗定位,再使用光流法进行精确定位。实验表明,该方法大大提高了原算法的配准能力。

基于光流法的视觉避障系统研究

本文针对无人机自主飞行过程中有效定位和识别障碍物的问题,研究了基于金字塔Lukas-Kanade光流法的视觉避障原理,在光流法基础上给出了障碍物检测方法及相应的避障策略。结合配有320 ×240像素摄像头的视觉模块和高性能嵌入式计算平台,构建了一套完整的实时视觉避障系统。实验表明,本文算法能够很好地识别障碍物并作出相应的避障动作,具有较好的实时性和鲁棒性。

一种改进的LK光流算法应用研究

本文在LK光流算法的基础之上进行改进,提出了一种新的面向视频中物体特征复杂、背景情况复杂、可形变物体的物体实时识别跟踪技术,并基于此算法在嵌入式平台上实现身份识别与网络电视重点个性化推荐系统。