复杂背景下基于SIFT算法的局部遮挡人脸识别

由于复杂的背景环境中存在大量噪声点、平滑点以及失真点,影响人脸识别效果,提出基于SIFT算法的局部遮挡人脸识别方法。考虑到噪声因素的影响建立尺度不变高斯函数,通过该函数描述原始图像的噪声干扰,查找平滑程度最高的像素点,以像素均值作为参考,对像素点及周围区域实行平滑约束。建立包含眼睛、鼻子、嘴巴以及耳朵的面部特征子集,与标准图像比对,采用最大期望算法提取重叠度最高的面部特征,作为人脸识别的参照标准。采用两个向量的内积衡量人脸图像与参考值之间的相似度,计算存在和不存在局部遮挡的特征权重,建立置信区间,代入面部特征权重实施置信对比,完成人脸识别。实验结果表明,所提方法的识别精准度较高,在灰度变化、噪声以及局部遮挡的情况下均能够保证识别精度。

分层平滑优化A*引导DWA用于机器人路径规划

针对A∗算法存在的搜索效率低,路径平滑性和安全性差,以及DWA融合全局路径规划算法实时寻路效率低等问题,提出了一种分层平滑优化A∗引导DWA(HSA∗-G-DWA)的移动机器人路径规划方法。首先,在A∗算法的代价函数中引入双动态加权因子并构建碰撞约束函数剔除路径搜索过程中无关扩展节点的搜索,以提升路径搜索的效率和安全性。其次,利用分层平滑优化策略消除路径中的冗余点和转折点,减少路径点数量和路径长度。之后,通过无障碍约束直线与有障碍约束圆弧插补分段优化生成初始全局路径,保证路径的安全性与平滑性。然后,若移动机器人跟踪全局路径过程中面临未知障碍物则利用全局路径引导DWA生成避障与返回全局路径的局部动态修正路径,减少了实时计算量。最后,仿真实验结果表明,静态环境下HSA∗-G-DWA算法路径搜索时间和路径点数较A∗算法分别平均减少了88.43%和86%,路径的平滑性和安全性更好;未知环境下HSA∗-G-DWA算法可以实时避开环境中出现的未知障碍物,路径长度较DWA算法、Dijkstra算法、RRT算法和现有融合算法分别平均减少了25.78%、18.65%、30.48%和14.59%,路径搜索时间较现有融合算法平均减少了67.39%。

隧道三维电阻率E-SCAN超前探测反演与优化方法研究

超前地质预报是隧道施工中必不可少的环节,将地面三维电阻率E-SCAN观测模式引入到隧道超前预报中,其中供电与采集电极都布置在隧道掌子面,可有效降低旁侧干扰因素的影响,提出了基于三维电阻率E-SCAN的隧道超前探测新型观测模式。建立了隧道三维电阻率E-SCAN超前探测地电模型,获得了敏感度矩阵分布特征:矩阵元素数值较小且相差悬殊;元素绝对值随深度衰减迅速;靠近供电与采集电极位置元素绝对值较高。为改善反演的深度定位问题,对敏感度矩阵中元素施加不同大小的增益因子,对原有敏感度矩阵中高值元素进行抑制,对低值元素进行增益,形成了基于敏感度增益因子的隧道三维电阻率E-SCAN超前探测反演优化方法,在理论上可以提高异常体的深度定位精度。开展数值算例与物理模型试验研究,结果表明在隧道三维电阻率E-SCAN超前探测中,相较于常规光滑约束反演,反演优化方法在异常体的深度定位精度方面具有明显优势。

一种改进的全局光流估计方法

基于光流基本约束和平滑性约束条件的Horn-Schunck光流场估计算法是图像运动估计的重要方法。但是,该方法存在在梯度值较小处运动参数估计不准确的问题;同时,现有的改进方法由于涉及到可调参数的人工选取,并在阈值设置过高时容易在运动目标区域产生空洞,限制了光流法的应用。对光流基本约束项的权函数加以改进,给出了两种改进的光流估计算法。实验结果表明,改进算法能够在权函数阈值设置过高时降低对可靠光流的抑制,提高了算法的自适应性,为运动目标检测跟踪提供了有力条件。

基于自适应加权光滑约束与PCG算法的三维电阻率探测反演成像

三维电阻率探测在实际工程中日益受到重视,但存在着深部分辨率低、反演效率低等关键问题,严重制约了三维电阻率探测技术的应用和推广。针对深部分辨率低的问题,提出了一种随三维模型网格尺寸自适应调整的加权光滑约束,改善了深部网格的电阻率差异容许程度,实现了对不同深度网格约束的差异化加权处理,有效的提高了深部反演的分辨率和成像效果。针对反演计算耗时长、效率低的问题,基于预条件共轭梯度法求解快速稳定的优势,提出了三维电阻率快速稳定反演成像算法。在该算法中,将雅可比迭代中的对角阵作为预条件矩阵,其具有求逆方便、无需内存空间的特点,显著加快了收敛速度。最后,利用合成算例和隧道导水裂隙探测的工程实例验证了上述反演方法的可行性与有效性,表明借助于自适应调整加权光滑约束和预条件共轭梯度算法,有效的提高了深部分辨率和计算效率,显著改善了反演效果。

一种基于自适应权值的立体匹配方法

提出了一种新的自适应权值的立体匹配方法,在匹配中无需逐像素确定其支持窗口的尺寸。首先根据像素间的相似性和邻近性对匹配窗口内每一像素的支持权值进行调整,使与待匹配点位于同一区域的像素权值增大,然后在匹配的代价函数中引入视差平滑性约束项,从而获得最终视差。在Middlebury提供的标准图像上进行了测试。实验结果表明,该方法可以获得良好的视差图。

节能减排条件下电力系统多目标机组组合模型

针对电力系统发电机组节能减排问题,通过建立连续变量和离散变量之间的关系,利用互补约束和最优化极值理论,构建了电力系统的多目标机组组合互补约束优化模型,并引入熵权法进行多目标决策,采用原对偶内点法进行了仿真验证。仿真结果表明:(1)以火电机组煤耗量,污染气体CO_2和SO_2排放量为优化目标的多目标机组组合模型,符合实际的工程需求。(2)利用模糊熵权法对建立的模型进行多目标决策,可实现节能、CO_2和SO_2排放目标之间的转化和相互协调,从而有效降低火电机组的煤耗量,同时也减少了污染气CO_2和SO_2的排放总量。

基于改进拉普拉斯平滑约束的地震同震滑动分布方法

在同震滑动分布反演问题中,拉普拉斯平滑约束通常用于避免矩阵秩亏并且确保子断层之间的平滑。然而传统的拉普拉斯平滑约束会大大低估断层的最大滑动量。针对该问题,提出一种基于深度定权拉普拉斯平滑约束方法。该方法适用于主滑区域集中在浅部的地震。利用传统拉普拉斯平滑约束和基于深度定权拉普拉斯平滑约束设计模拟试验,并将这两种方法运用到2009年拉奎拉Mw 6.3级地震中。在模拟试验中,基于深度定权的方法较传统方法在最大滑移量上精度提升了4.4%。在拉奎拉地震中,基于深度定权方法与传统拉普拉斯方法反演得到的最大滑移量分别为1.02 m,0.97 m。模拟试验和拉奎拉地震反演结果表明,对于主滑移区在断层浅部的地震,基于深度为拉普拉斯约束定权的方法可以较有效地解决传统拉普拉斯平滑约束反演断层滑动分布会低估最大滑动量的问题。

基于视差估计的中间视合成

提出了一种基于视觉估计的中间视合成方法。为了生成高质量的中间视图,在视差估计中提出了一种新的基于自适应权值的方法,并在匹配的代价函数中引入视差平滑性约束项。在获得可靠密集视差图后,通过寻找中间视图中像素点在左、右图像中的对应点来合成中间视。实验结果表明,本算法可以获得很好的视差图,合成的中间视图具有较高的质量。