基于地形熵和MAD的综合地形匹配算法

提出了一种基于地形熵和近似度量的地形匹配算法。因为地形熵算法对地形数据做了归一化处理,有利于大范围地形匹配,但因其丢掉了地形的相对位置信息而导致了匹配误差容易发散的问题;近似度量算法适合小范围的地形匹配,文中采取利用地形熵算法进行粗配,然后近似度量算法进行精配的方法改进了地形匹配算法在地形跟随/地形回避中应用的性能。最后根据分形学中Weierstrass-Mandelbrot函数产生了模拟的数字地图,并用MATLAB对该算法作了仿真研究,仿真结果表明该算法提高了地形匹配的定位精度和速度。

基于最小类内绝对差和最大差的图像阈值分割

阈值分割是图像处理中一种简单有效的图像分割方法,应用极为广泛。阈值选取是阈值分割的关键。最小类内方差法(Otsu法)因其分割精确,适用范围广而成为广泛采用的一种图像阈值分割方法,它实质上是最小二乘法(基于L_2范数)。与此不同,本文提出了基于最小类内绝对差(基于L_1范数)及最小类内最大差(基于L_∞范数)的图像阈值分割算法,并导出了这两种方法的二维算法形式。文中给出了实验结果,并进行了分析与比较。结果表明,这两种方法在某些类型图像下,阈值分割效果明显优于最小类内方差法,而其二维算法的分割效果普遍优于相应的一维算法。

改进的最小类内绝对差阈值分割及快速算法

现有的最小类内绝对差阈值分割方法分割结果不够准确及计算效率过低,为此,本文提出了基于递推昆沌粒子群的改进最小类内绝对差阈值分割方法。首先引入了灰度级-梯度直方图以提高分割准确性,然后简化了阈值选取公式并推出了相应的递推算法,最后利用基于改进的Tent混沌粒子群算法寻找最优阈值,提出了以递推方式计算适应度,大大减少了重复计算。实验结果表明:与基于灰度级-平均灰度级最小绝对差穷举算法相比,本文方法剔除了边缘点和噪声点的影响,选取的阈值更为准确,同时,利用群体智能优化搜索过程,运算时间降低了两个数量级;与基于灰度级-梯度最大类间方差及Logistic混沌粒子群递推算法相比,本文方法基于改进的Tent混沌映射,遍历性更高,因此收敛性更好。

基于P范数的核最小对数绝对差自适应滤波算法

为了进一步提高在α稳定分布噪声背景下非线性自适应滤波算法的收敛速度,本文提出了一种新的基于p范数的核最小对数绝对差自适应滤波算法(kernel least logarithm absolute difference algorithm based on p-norm,P-KLLAD).该算法结合核最小对数绝对差算法和p范数,一方面利用最小对数绝对差准则保证了算法在α稳定分布噪声环境下良好的鲁棒性,另一方面在误差的绝对值上添加p范数,通过p范数和一个正常数a来控制算法的陡峭程度,从而提高该算法的收敛速度.在非线性系统辨识和Mackey-Glass混沌时间序列预测的仿真结果表明,本文算法在保证鲁棒性能的同时提高了收敛速度,并且在收敛速度和鲁棒性方面优于核最小均方误差算法、核分式低次幂算法、核最小对数绝对差算法和核最小平均p范数算法.

图像痕迹比对方法的应用研究

针对图像痕迹人工对比过程中精度和效率较低,提出一种基于特征点的平均绝对差算法进行图像痕迹检验.使用空间直角坐标系中的平移和旋转变换,建立图像误差分析模型,对三维数据进行修正.通过小波分析的消噪理论选取门限阀值处理,建立小波消噪模型,对数据进行了消噪处理.

序列图像帧间预测技术的研究

在视频压缩领域,帧间预测技术占有十分重要的地位。在简要介绍两种帧间运动估计/补偿模式基础上,该文重点讨论了局部运动估计中块匹配算法的应用和Sprite编码中的全局运动估计算法,提出一种"改进的分级块匹配法",并结合Sprite编码实现序列图像帧间压缩。大量实验表明,采用这种局部和全局相结合的预测算法,可以减少搜索时间,提高图像压缩质量和压缩比,是视频压缩可以输出甚低码流的有效手段之一。