加权Hausdorff距离算法在SAR/INS景象匹配中的应用

提出了一种基于特征图像分支点提取的加权H ausdorff距离图像匹配算法,并给出了相应的权值求解公式.为满足景象匹配导航系统实时性的要求,给出了细化处理的预处理方法,减少了特征文件的冗余度,提高了匹配搜索的快速性.同时,基于细化后提取出的分支特征点,应用加权H ausdorff距离算法进行图像匹配,克服了斑点噪声对合成孔径雷达(SAR)图像匹配的影响.仿真分析表明,该算法能满足SAR/IN S景象匹配辅助导航系统实时性和准确性的要求.

基于角点响应函数的加权Hausdorff距离匹配算法

常见的图像匹配算法对目标遮挡以及非零均值噪声比较敏感,为此提出一种基于特征点的图像匹配算法,根据SUSAN算子提取图像的角点作为特征点,然后采用加权的部分平均Hausdorff距离对两个角点集合进行计算,通过引入角点响应函数的差异来抑制接近中心的误匹配点对图像匹配造成的干扰,从而实现较恶劣环境下目标的配准。实验结果证明了该算法具有较强的鲁棒性。

基于新的加权Hausdorff距离的图像匹配

Hausdorff距离(HD)用于度量两个点集之间的距离,它不要求点之间的一一对应,是一种模糊度量,因而在匹配来自不同传感器的图像时广泛使用。在分析了传统HD算法的基础上,提出了一种基于结构张量加权的HD,称为STWHD。红外与可见光图像匹配的仿真实验表明,其抗噪能力较传统的HD算法有较大的提高。

基于分割模板加权Hausdorff距离矩阵的特征匹配算法

针对电视制导系统图像匹配时遇到的大比例目标遮挡以及严重噪声干扰等情况,提出一种基于分割模板加权Hausdorff距离(HD)矩阵的特征匹配算法。将模板分割为若干个子模板;利用最小核相似区检测角点(SUSAN)算子提取图像的角点;分别计算子模板与搜索图像对应区域的基于角点响应函数的加权HD,构造出HD矩阵;经过角点密度矩阵修正得到相似性度量,采用Frobenius矩阵范数求得矩阵的最佳解,即对应于最佳匹配位置。在目标跟踪实验中加入大比例遮挡及严重斑点噪声(n=10),当模板与对应区域的特征点数量相差达到-43.75%～56.25%时,仍然可以实现配准。

基于改进的加权Hausdorff距离的图像匹配

提出了一种改进的加权Hausdorff距离,并将其应用于字符图像的匹配。该方法根据字符图像的结构特征对字符不同区域设置不同的权重。实践表明该方法改善了图像匹配效果。

一种基于空间加权Hausdorff距离的人脸识别算法

Hausdorff距离是一种有效的检测两个点集相似性的算法.为了有效的利用边缘信息对光照不敏感的特点,本文在原有SWHD(空间加权豪氏距离)算法的基础上,提出了一种利用局部距离映射图改进的hausdorff距离人脸识别算法.实验结果表明,此方法不仅可得到较好的识别率,而且能有效侧重于强调脸部的主要特征区域.

基于空间加权Hausdorff距离的彩色图像人脸检测

文中介绍一种利用人脸横向边缘进行模板匹配的彩色图像人脸检测技术。其中模板由人脸边缘的空间分布概率生成。使用空间加权Hausdorff距离作为模板匹配度量 ,它不仅能有效的检测出人脸 ,而且匹配速度快。为了缩小模板搜索范围 ,首先对输入图像进行肤色分割。实验结果表明 ,该方法对复杂背景下的无深度旋转人脸图像具有良好的检测能力 ,且对光照条件不敏感。

加权有向关联网络构建与表征的水中目标远距离检测

水中目标的远距离检测是海洋防御体系的关键技术之一,对国防及民用领域均具有十分重要的作用。然而,目前尚缺乏行之有效的水中目标远距离检测方法,特别是目标先验信息未知的情况下变的愈加困难。为解决这一问题,提出一种新的方法—加权有向关联网络。通过矢量声信号到加权有向关联网络的映射,将信号检测问题转化为网络拓扑的表征,并通过对网络拓扑的特性分析及特征提取,实现无目标先验信息下的水中目标远距离检测。并通过仿真与实测数据对所提出的方法进行验证。研究结果表明:与现有的窄带互谱检测、冒泡熵等方法相比,所提方法能够检测到更低信噪比的水中目标,实现了无需目标先验信息的水中目标远距离检测;该方法的应用具有一定的实际意义和应用前景,可以为海洋防御和民用领域的水下目标检测提供有效的技术支撑。

基于反障碍距离加权的复杂场景电磁频谱地图构建方法

针对复杂场景中存在电磁波不可穿透的障碍物导致电磁频谱地图(REMs)构建性能不佳、反距离加权(IDW)算法受限于插值邻域的人工选择等问题,该文提出一种基于Voronoi图的反障碍距离加权(VIODW)的复杂场景电磁频谱地图构建算法。该算法通过创建包含障碍物的Voronoi图,为每一个待插值点自适应选定插值邻域用于电磁频谱数据构建,并利用任意角度路径寻优(ANYA)算法计算得到待插值点与插值邻域内每个监测站点之间的障碍距离,最后以障碍距离的反幂次作为权重加权获得待插值点处的电磁频谱数据,实现高精度的复杂场景电磁频谱地图构建。理论分析和仿真结果表明,该方法具有良好的构建精度,能够准确拟合出电磁波在复杂场景中的功率分布情况,为复杂场景下电磁频谱地图高精度构建提供了一种有效方法。

基于Hausdorff距离的光伏漏电流监测方法

与带有隔离变压器的大型光伏系统相比,分布式光伏的功率与体积较小,且为了提高工作效率,在设计时多采用非隔离型逆变器,但也因此产生了会危害配网系统安全的光伏漏电流。以单相全桥结构的光伏系统为例,详细分析了光伏漏电流的产生机理,随后分析了光伏漏电流进入配电网后的波形特征,并在此基础上提出了一种基于Hausdorff距离的光伏漏电流监测方法,简单高效地解决了光伏漏电流监测与保护困难的问题。最后对提出的方法进行仿真分析,验证了所提方法的可行性。

基于精度因子与距离残差的加权最小二乘算法在DTMB辅助北斗定位中的应用

北斗三号系统已完成建设,该系统可以在空旷的室外提供较为准确的定位信息。但是在城市峡谷区域,北斗信号会受到遮挡。当能够提供有效定位信息的北斗卫星数目逐渐减少时,利用北斗卫星进行定位得到的定位结果偏差会逐渐增大。本文针对以上问题,在采用地面数字多媒体广播信号辅助北斗定位的基础上,利用基于精度因子与距离残差的加权最小二乘算法进行定位,相比于利用最小二乘算法进行定位,定位精度提高了40%~50%。本文提出的算法对于解决定位基站数目不足时增加其他不同类型基站来进行辅助定位的问题具有借鉴作用。

矩阵数据基于鲁棒主成分分析的距离加权判别分析

距离加权判别(DWD)是一种已被广泛应用的矩阵数据分类模型,当数据中存在严重的噪声污染时,该模型的性能会明显下降。鲁棒主成分分析(RPCA)因具备分离数据矩阵低秩结构和稀疏部分的特性已成为解决该问题的有效手段之一。因此,提出一种矩阵数据鲁棒距离加权判别(RDWD-2D)模型。特别地,该模型以有监督的方式对数据矩阵进行鲁棒主成分分析,并同步实现干净数据的恢复与分类。在MNIST和COIL20数据集上的实验结果表明,针对有噪声污染或数据缺失的矩阵数据,与DWD-2D、RPCA+DWD等模型相比,RDWD-2D模型有最好的数据恢复能力和最高的分类准确率;同时RDWD-2D模型对于数据污染度也有较好的鲁棒性。

基于加权马氏距离判别的计算机实验室火灾风险预警方法

为识别计算机实验室内潜在的火情,并及时发出分级火灾预警信息,该文提出一种基于加权马氏距离判别的计算机实验室火灾风险预警方法,通过部署多种类型传感器采集并分析易引起火灾风险的多项指标数据,判断实验室内火灾风险等级,并针对不同火灾风险等级提出相应的预警处理措施。通过模拟实验证明,基于加权马氏距离判别的计算机实验室火灾风险预警方法具有较高的预警精度。

基于前景理论和混合加权距离的区间值毕达哥拉斯模糊多属性决策

针对现有的毕达哥拉斯模糊评价通常会忽视决策者的主观偏好和风险规避的问题,引入前景理论来反映决策者的主观感受,同时将毕达哥拉斯模糊数改进为区间值毕达哥拉斯模糊数,以避免决策者无法使用准确数值进行评价的情况,并引用基于均衡视角的权重修正系数,防止仅考虑决策者的主观偏好而造成的权重确定的偏差。在此基础上,将区间值毕达哥拉斯混合加权距离引入TOPSIS,以实现对多样性信息的有序集结。最后,通过实例分析和比较分析,对方法的有效性进行验证。

融合反距离加权和傅里叶变换的MODIS水汽校正方法

MODIS反演的可降水量(PWV)为连续的面状数据,精度不高;而GNSS水汽探测技术精度高,但为离散的点数据。本文综合两者优势,提出一种融合反距离加权和傅里叶变换的MODIS水汽校正方法,利用GNSS PWV来校正MODIS PWV产品,并采用香港地区GNSS数据和MODIS水汽产品进行实验验证。该方法首先考虑空间插值问题,使GNSS PWV与MODIS水汽在空间点位上一致。选取不同数量的MODIS像元点,对比6种插值算法的精度,发现选取5个插值参数时插值效果最佳,选择反距离加权法得到的插值水汽产品精度最高,平均偏差为-0.99 mm。其次考虑水汽校正问题,构建3种模型对MODIS PWV进行校正,发现傅里叶变换模型的均方根误差改进率可达70%以上。新模型的MODIS水汽校正方法能够减弱局部数据的影响,更准确地反映该地区的水汽分布情况。

利用改进的Hausdorff距离匹配多尺度线要素

传统Hausdorff距离对噪声较敏感,在进行多尺度线要素匹配时,易导致漏匹配和误匹配。为提高匹配正确率,提出了一种改进的Hausdorff距离算法。针对部分匹配问题,采用曲线分割算法,以短曲线分割长曲线;针对点位分布差异问题,采用曲线加密算法,以匹配曲线的中间节点进行双向加密;针对曲线点集自身的噪声问题,以距离集合的中位数作为相似性指标,判断匹配要素是否为同名要素。选取不同尺度的行政区划界线和道路网数据进行匹配,以验证该算法。结果表明,该算法具有较好的匹配效果。

基于两种反距离加权插值的海上风电施工船作业预报对比

结合反距离加权法提出两种获得非固定格点处施工船舶可作业率的插值流程,并进行对比。对比采用空间分辨率为(1/12)°的法国气象局全球海浪预报数据,以180 m起重船海上风电机组大直径单桩基础施工为海上风电施工船舶典型作业,并选择我国拟规划的海上风电场典型海域待开发海域均匀分布的144个插值点进行计算对比。结果表明:采用这两种反距离加权插值流程获得的施工船舶可作业率极为接近,144个插值点采用两种流程的船舶可作业率误差均在1.5%内,这在工程应用上可认为是精度等效,可在不同应用场景下相互替换。

基于距离相关系数的局部实例加权朴素贝叶斯文本分类算法

朴素贝叶斯算法具有简单高效的特点,被广泛应用于文本分类。方法要求属性之间满足条件独立性假设,然而该假设在现实中很难满足。同时,随着大数据时代到来,文本数据呈现非线性结构的特点,经典朴素贝叶斯算法拟合效果不高。为解决以上问题,本文提出了一种基于距离相关系数的局部实例加权朴素贝叶斯分类算法。首先,计算属性和类别的距离相关系数,并将其作为属性权重嵌入到文档距离测度中,构建一种新的距离度量方法;其次,测算训练样本和测试样本的距离,进行实例选择和实例加权,构建局部实例加权贝叶斯文本分类器;最后,利用WEKA平台上的15个文本数据集对算法性能进行实验比较。结果表明新提出的算法在分类精度上均优于三种经典的朴素贝叶斯文本分类器。

基于Hausdorff距离的涂胶轨迹平滑算法

在自动化涂胶过程中,对于金属端盖这类形状多变的工件,涂胶轨迹的生成过程十分复杂,个性定制化生产成本也会非常高。为了解决这些问题,文中以平面内涂胶的金属端盖工件为研究对象,提出了一种基于Hausdorff距离的涂胶轨迹在线生成方法。首先运用图像识别技术提取出金属端盖的外形轮廓并采用4种参数法进行参数化,然后利用最小二乘法对NURBS曲线进行全局拟合。最后,以Hausdorff距离为判据,选择最适合的涂胶轨迹。研究结果表明,这种算法具有较高的精度和效率,能够快速生成各种金属端盖的平滑涂胶轨迹,并可以避免涂胶过程中出现的抖动等问题,从而保证了涂胶质量。

基于Hausdorff距离的轨迹相似性度量的航迹复原方法

面对有源和无源探测时存在的大量杂波等干扰,导致探测的重点目标航迹存在缺失的问题,采用基于Hausdorff距离的轨迹相似性度量方法,计算重点目标与探测数据中所有批次在距离-时间、方位-时间2个维度的双重Hausdorff距离。以加权Hausdorff距离为相似性度量排序,从探测数据中辨识出与重点目标航迹相似度最高的目标,实现在探测数据中准确辨识重点目标以及复原目标缺失航迹。实测数据验证表明,该方法简单高效,具有工程应用价值。