无线Ad hoc网络中基于区域代价的功率感知路由协议

由于能量的限制,无线Ad hoc网络面临网络生存时间、无线资源利用效率以及时延要求等方面的挑战。为了降低网络的能量消耗,延长节点寿命和网络生存周期,提出了一种基于区域代价的功率感知路由协议。该协议在路径选择时,综合考虑节点及其邻居的剩余能量、节点发射功率和节点接收处理功率等因素,使网络中节点的能耗趋于一致,并延长网络的生存时间。该算法的复杂度不高,易于在节点运行。仿真结果证明该协议能取得较好的性能。

基于改进Census变换与分区域聚合的立体匹配

立体匹配作为三维重建的关键步骤之一,针对基于Census变换的立体匹配算法在视差不连续区域以及弱纹理区域匹配精度较差,且易受光照不均与噪声干扰的问题,提出一种基于改进Census变换与分区域聚合的立体匹配算法。在Census变换阶段令窗口中所有像素点根据灰度值大小进行降序排序,选取灰度值为中位数的像素点替代窗口的中心像素;然后进行Hamming距离计算得到结果,再加权融合亮度或光照差的绝对值;接下来将代价聚合阶段的图像通过梯度大小划分为边缘和平滑区域,分别使用十字交叉域完成初始代价聚合;最终采用WTA找到初始视差值,经过一系列视差优化步骤获得最终视差图。在MiddleburyV3.0版本的测试平台上对该算法进行评测,实验结果表明,总体像素的视差平均误差为8.26%,相较于AD-Census算法下降了2.95%,具有较高的匹配精度,且对光照及噪声有较好的鲁棒性。

空间众包中隔离敏感的任务匹配算法

随着移动互联网接入普及和共享经济的增长,空间众包平台得到广泛普及。存在一类众包应用尽量使得众包任务在空间局部范围内完成,即在执行空间任务时减少人员在空间区域间的流动。基于此需求,提出了空间隔离敏感的任务匹配问题,给定具有所属空间区域位置的工人集和任务集,在所有任务均可完成的前提下,使得所有匹配任务的工人移动所产生的跨区域代价之和最小。在线平台中高效的空间隔离敏感的任务匹配算法是研究目标。提出了基于空间层次合并分组的匹配算法,将分布在空间区域中的任务与工人转换到区域邻接图节点,提出了δ-clique概念用于将区域节点分组,对分组的节点进行整体匹配,较大程度上提高了匹配算法的效率。在真实数据集上进行充分对比实验,结果表明,与现有的算法相比提出的空间层次合并分组的匹配算法在跨区域代价方面平均减少近16%,在匹配效率方面平均提升近5倍,验证了所提出算法的有效性。

改进的基于跨尺度代价聚合的立体匹配算法

为了提高室内自动物流装置以及工业抓取设备的准确性与速度,提出一种改进的基于跨尺度代价聚合的立体匹配方法。针对传统的基于跨尺度代价聚合的立体匹配方法在低纹理区域、无纹理区域误匹配较高的问题,对不同下采样层的代价卷使用不同的代价聚合方法,使不同下采样层间的不同聚合方法能够相互融合与抑制。为了解决跨尺度代价聚合框架中采用引导滤波时计算耗时较长的问题,引入了快速引导滤波。在偶数下采样层使用快速引导滤波,在奇数下采样层使用区域树代价聚合,从而使新的算法获得更精确的视差图,且极大地减少了计算耗时。