投影边缘在硝基苯类化合物构效关系研究中的应用

在三维投影的基础上 ,对投影的边缘进行了描述 ,并以其进行了定量结构活性相关研究 .实验结果表明 ,与 Am指数、指示变量和量化参数相结合 ,可使其数学模型得到明显提高 .通过人工神经网络对硝基苯类化合物的毒性进行预测 ,结果令人满意 .

基于投影边缘的超二次曲面三维建模

针对在多物体场景中物体之间存在遮挡、重叠等情况下,用基于投影边缘的超二次曲面建模方法进行三维建模。详细阐述了投影边缘算法的思想、超二次曲面边缘的三维表示特性,以及基于投影边缘算法的基本原理和实现过程。通过模拟物体相互遮挡时采样数据部分缺失的情况,完成了对物体整体建模的实验。

基于局部边缘判别投影的发动机故障诊断方法

在线性判别分析(Linear Discriminant Analysis,LDA)的基础上,局部边缘判别投影(Locality Margin Discriminant Projection,LMDP)重新定义类间散布矩阵和类内散布矩阵,使得数据样本中异类样本在低维空间中的距离更远、同类样本在低维空间中的距离更近,增强数据样本的可区分度。为更好提取发动机的故障特征,实现发动机故障有效诊断,以LMDP为核心,结合特征提取方法和模式识别方法,给出基于LMDP的发动机故障诊断流程。发动机故障诊断结果表明,LMDP可实现发动机不同故障类型的有效区分,显著提升后续的诊断精度,具有一定的优势。

基于边缘像元投影的微小轴承亚像素边缘检测

对于微小轴承的内径测量,基于机器视觉的非接触测量技术具有广阔的应用前景。针对轴承的边缘像素点,投影将感光像元划分成感光值不同的两个部分,像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,取该像素的矩形邻域,并对其邻域灰度值进行高斯加权处理,将边缘投影按泰勒公式展开为二次曲线得到高精度亚像素边缘。针对微小轴承进行实验,将本文算法与基于直线拟合的方法进行比较,每毫米包括约217.18个像素,检测的圆度提高0.04%以上,标准差减少不少于7.27%,因此可更准确获取微小轴承内径的亚像素边缘。

基于MSER与边缘投影的车牌定位算法

针对基于颜色或边缘的车牌定位算法常出现误定位的问题,提出一种适用于嵌入式平台的基于MSER与边缘投影相结合的车牌定位算法。对RGB彩色图像进行灰度变换突出车牌区域,使用MSER算法进行连通域分析获取车牌位置;对于车牌和车身颜色一致的情况,设计垂直边缘投影算法进行补充定位;利用车牌的字符间距特征进一步提高车牌定位的准确度。实验结果表明,该算法对车牌倾斜、弯折、光照不均、大小不一、背景杂乱、分辨率低等情况具有很好的鲁棒性,准确率可达97.1%,适合应用于嵌入式车牌识别系统。

一种基于边缘点投影的车道线快速识别算法

提出一种基于边缘点投影的车道线快速识别算法,可用于车道线检测和车道跟踪。首先在感兴趣区域内基于投票机制检测消失点,定义目标搜索区域,利用边缘检测信息提取车道特征点。然后沿其梯度方向投影计数,获取车道线上的两个点,再通过置信度判断检测出车道线。最后定义带状区域,实现车道跟踪。采用TMS320DM6437为硬件开发平台,并在集成开发环境CCS下实时仿真调试程序。实车试验结果表明,该算法在DSP硬件平台上运行具有很好的实时性、鲁棒性及准确性,在有阴影、车辆遮挡或雨雾天气等复杂行驶环境下的车道识别和跟踪效果令人满意。

增强Kernel学习优化最大边缘投影的人脸识别

针对传统的流形学习算法通常只考虑样本类内几何结构而忽略类间判别信息的问题,提出一种基于增强核学习的最大边缘投影(MMP)算法。首先使用基于增强核学习非线性扩展的MMP采集人脸图像的非线性结构;然后利用核变换技术加强原始输入核函数的判别能力,并且借助于特征向量选择算法改善算法的计算效率;最后,利用基于乘性规则训练的支持向量机完成人脸的识别。在Yale、ORL、PIE三大通用人脸数据库的组合数据集及AR上的实验验证了该算法的有效性。实验结果表明,相比其他几种核学习算法,该算法取得了更好的识别效果。

在投影带边缘区域测图时 GPS 坐标的应用探索

本文探讨了在投影带边缘测图时，为确保测图精度，将ＧＰＳＢＪ５４坐标系换算到１．５°带，并以此为依据测图的方法。

基于边缘投影的快速车标定位方法

车标定位是车标识别系统的关键组成部分,文中提出了一种基于边缘投影的快速车标定位方法。首先通过车牌显著的颜色信息定位车牌;然后,利用车牌与车标的相对位置关系粗定位车标;最后,检测车标边缘信息,利用投影方法,通过计算图像重心定位到车标中心位置,再确定车标的上下左右边界。实验结果表明该方法快速、准确。

一种基于阶跃图像的条纹投影轮廓术校正方法

投影仪的非线性响应导致投影条纹图产生意外的变化,在条纹投影轮廓术中严重影响了最终的三维测量精度。以前的方法要么需要处理大量的图像,要么容易受到斜角投影的影响,而现有的伽玛校正方法并没有考虑到这一点。通过建立系统成像模型,分析了倾角投影对成像光谱的影响,提出一种基于阶跃成像的伽玛校正方法。由于数据在空间上的处理和阶跃图像的性质,该方法不需要计算就能实现对不同投影角度的伽玛参数进行可靠地估计。最后,通过实验验证了该方法的有效性。

基于边缘信息的车牌定位

现有车牌定位算法在车牌颜色和车辆颜色接近时,算法的有效性会下降。鉴于这种情况,提出一种基于边缘信息的车牌定位方法,主要根据车牌区域边缘信息丰富的特点,结合脉冲耦合神经网络,与Sobel算子对输入彩色图像实行多通道边缘检测与分割,再结合投影信息进行定位。实验结果表明,该方法对不同光照度和不同颜色组合的车牌图像的定位具有良好的鲁棒性。

汽车发动机进气歧管高精度亚像素边缘检测

提出基于边缘像元投影的汽车发动机进气歧管高精度亚像素边缘检测方法。利用物体边缘投影将其所穿过的感光单元划分2个部分,边缘像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,并利用矩形邻域建模求得边缘亚像素的准确位置。对汽车发动机进气歧管的实验结果表明,与基于曲面拟合的亚像素边缘检测方法相比,对50.00 mm×40.00 mm规格产品,长短轴标准差分别降低了1.71%和17.78%,对50.05 mm×40.05 mm规格产品,长短轴标准差分别降低了38.66%和2.03%。

利用人眼感知视觉模型的车型动态定位

通过对实时汽车图像的大量研究,提出基于人眼感知视觉模型的自适应汽车车体定位算法。在HSI彩色图像空间,根据人眼分辨率的视觉感知模型分别在色度、亮度和饱和度空间进行自适应的边缘检测;将3个空间得到的图像边缘合并以得到整个车体在实际影像序列中的边缘;最后利用投影知识原理,分别利用边缘的垂直投影图和水平投影图来定位车体的左右边界和上下边界。实验结果表明,该算法具有较快的速度和较好的准确性,能满足实时的车型识别系统的要求。

基于视觉模型的车型动态定位

车型识别系统(VehicleRecognitionSystem简称VRS)是智能交通的一个重要课题,文章根据实时提供的汽车图像进行了大量的研究,采用了基于视觉模型的自适应的汽车车体定位算法。该算法采用的是HSI彩色图像空间,HSI彩色空间更适合人的视觉。同时根据基于人眼分辨率的视觉模型自适应地进行汽车彩色图像的边缘检测,根据边缘的垂直投影图和水平投影图来定位车体的左右边界和上下边界,实验结果表明该算法具有较快的速度,完全能满足适时的车型识别系统的要求。

墙地砖图像的快速有效提取

基于对采集到的墙地砖样本图像的特点分析,给出了墙地砖图像提取的两种思路,讨论了基于投影的边界提取和基于灰度门限的区域分割方法在墙地砖目标提取中的具体应用,选择差分投影法,完成了对墙地砖图形的有效提取,并指出了采用差分投影法进行有效目标提取应注意的问题和采取的措施。

视频序列中的人脸检测与定位算法研究

在研究和分析各种人脸检测与定位算法的基础上,并以计算简单、速度快、能精确地提取视频序列中的人脸为原则,提出了一种新的基于运动信息与边缘投影函数相结合的视频序列中的人脸检测与定位算法。该算法设计了双阈值Sobel算子进行边缘检测,该算子检测到的图像边缘清晰、细致、噪声少;提出了平方投影函数,该投影函数不但可区分均值相同的区域,而且可区分方差相同的区域。将边缘函数与投影函数结合起来设计的人脸检测与定位算法简单实用。

基于相位信息与边缘投影的车体定位新算法

提出一种基于相位信息与边缘投影的车体定位新算法,先将RGB颜色模型与HSV颜色模型相结合,利用相位一致性检测出汽车图像中的车体边缘,再通过投影处理得到候选车体区域,然后对候选区域进行判别,最终得到车体的精确位置。实验结果表明,该算法鲁棒性强,受图像亮度、对比度和阴影的影响小,而且适用于包含多部车辆的图像,定位准确率高于其他常用算法。

果树穴贮肥水栽培法

在丘岗山地的果树采用地膜覆盖穴贮肥水栽培比常规方法可节水70%、节肥50%,还可减少除草和耕地用工,增产效果明显,投入与产出比例高达1:20。此项技术已被列为1995年国家科技成果重点推广项目,其方法是:1、制作草把。先把稻草、玉米秸、杂草等捆绑成直径为15～25厘米、长30～35厘米的草把,放在水和尿的混合液中浸泡,使之吸足尿液。2、设置营养穴。在果树树冠投影边缘向内50厘米处,对称设置4～8个比草把稍大的穴,把已浸泡的草把埋放穴中。当填土掩埋一半时,在草把周围放100克过磷酸钙,然后埋土至草把顶部,再施尿素100克,最后覆土1～2厘米,让地面土成盘状,以便聚水,每穴再浇水3～4公斤。穴的作用是将有限的肥、水集中,以提高土壤中局部地区的肥水含量草把是先吸收暂时多余的肥水,再慢慢地释放出来,

山地果园抗旱保墒六大技术措施

在山区,多数果园立地条件较差,土壤薄,不能灌溉,近年华北地区降雨量偏少,干旱已成为制约山区果树生产的重要困素。

基于边缘方向投影的棋盘格角点亚像素细化

随着视觉测量技术在工程中的推广,越来越多的视觉标定和测量需在车间现场由非专业人员执行,这会造成拍摄的棋盘格图像中包含较多的噪声。为了实现噪声下棋盘格角点稳健、精确的亚像素细化,提出一种基于边缘方向投影的棋盘格角点亚像素细化方法。首先基于非极大值抑制算法计算初始边缘方向,然后基于最小加权二乘拟合法细化边缘方向,最后基于边缘方向最大投影细化棋盘格角点的亚像素坐标。结果表明:在高质量的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.021 mm,棋盘格边长测量偏差的均值均小于0.006 mm;在高斯噪声和角点污染的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.05 mm,棋盘格边长测量偏差的均值均小于0.02 mm。