现场投票统计器

本文介绍一款用单片机设计的现场投票统计器. 1.设计要求每个现场投票的人都有三个按键一个为同意,一个为不同意,一个为弃权,当每个人按下符合自己意愿的投票键后,单片机作键盘扫描,并分别统计三种投票的人数,然后用动态显示方式输出三种投票结果,每人仅能有一种投票选择,再选,则无效,也不被统计.

一种基于形态学与边缘点投票统计的车道线快速检测算法

提出了一种基于形态学与边缘点投票统计的车道线快速检测算法,在道路图像感兴趣区域内进行数学形态学颗粒分析和骨架化,获取车道中心线,再进行车道边缘点筛选与投票,通过统计搜索的方式检测出车道线。实验采用数字信号处理芯片DSP为图像处理硬件开发平台,在软件系统CCS下调试程序。实验结果表明,该算法在车道偏离预警系统中运行具有较好的车道线检测效果,在复杂行驶环境下能正常运行,鲁棒性能较好。

基于投票策略的小麦病害识别方法研究

针对农业生产者不能及时、正确识别小麦病害的问题,提出了一种基于投票策略的病害识别方法。采用筛选出的8个颜色特征作为病害识别时的输入向量,3个初始权值和阈值不同的BP神经网络作为识别模型对小麦白粉病、条锈病、叶锈病识别,以投票的方式决定病害类别,并通过3个预测值的方差得到可信度参数,将可信度参数作为衡量识别结果正误的指标。实验结果表明,投票策略的方法可以提高病害识别准确率,可信度参数用来评估识别结果的正误很可靠。本研究可以满足农业生产过程中的实际需求,为农田小麦病害识别提供了有效分析手段。

多尺度局部区域响应累积的非滑窗快速目标检测算法

针对滑动窗口全局搜索检测目标搜索时间长的问题,提出一种多尺度局部区域响应累积的非滑窗快速目标检测算法。首先,提取检测目标多尺度可重叠局部区域作为训练样本,通过学习得到多尺度且具有判别能力的部件集,部件集中每个局部区域与检测目标有明确位置对应关系;然后,根据各投影检测器响应判断目标是否在某一区域出现,并利用多尺度目标局部区域的检测结果和位置约束进行投票,完成目标粗定位;其次,利用HOG特征提取和SVM相结合完成检测目标验证实现准确检测。该方法将多尺度部件模型、统计累积投票思想及分类器判决相结合,实现快速目标检测,大大减少滑动窗口逐像素搜索背景时所消耗时间,提高检测效率。

基于随机森林的多时相Landsat8土地利用分类研究

土地的经济状况与土地利用类型有着密切的关系,同时对掌握土地的发展动态具有重要意义。由于遥感影像成像质量、成像时间的影响会对土地利用分类结果造成一定的影响。针对这一问题本文以郑州市为研究区,下载了7期Landsat8遥感影像,且云量较少。根据国家土地利用现状分类标准和郑州市土地利用现状,将郑州市的土地分为人工地表、林地、草地、耕地、裸地、水体6类,采用随机森林的方法将每期影像进行分类,然后运用程序对7期分类结果进行投票统计,将每一类票数最多的类别作为该类别最终的分类结果并对每幅分类结果进行精度评价。实验结果证明了该方法对提高分类精度是有效的。

三维点云自适应稀疏优化重构

为了抑制三维点云中包含的噪声,提出一种具有特征保持的稀疏优化重构方法,在抑制噪声的同时恢复尖锐特征。首先,利用邻域点构建的局部张量矩阵的特征值对隐含流形面进行曲率估计,并凭借成对一致性投票实现特征点邻域的鲁棒统计辨识,避免离群点对于法向估计的影响;然后,为了抑制交替优化过程中产生的虚假特征,在L0最小化框架中引入具有特征辨识的自适应微分算子,并依靠投影正则项缓解曲面特征的退化;最后,根据优化后的法向场对尖锐特征进行投影恢复。实验结果表明,经本文所述算法重构后点云的误差平均减小10.2%,法向误差平均减少29.7%,同时主观视觉效果也优于现有多种典型算法。所述方法能够有效提高点云的质量,为基于点云的三维测量与逆向建模提供技术支撑。