基于方向一致性特征的小麦条锈病与白粉病识别方法

针对小麦条锈病、白粉病这2种病斑颜色特征相近、形状特征不明显,但在方向分布的一致性上却存在较大差别这一特点,提出了一种方向一致性描述方法。通过不同的方向核与图像卷积得到多个方向图和边缘,对每个方向图依据边缘图进行统计得到图像的方向分布直方图;并计算方向分布直方图的标准差,作为图像方向分布的一致性特征。该方法能够较好地抑制噪声影响,得到的结果符合图像的实际分布情况。利用该方法对小麦病斑进行特征提取,并应用于小麦条锈病与白粉病的病斑识别实验中。实验结果表明,所提出的方向一致性特征使条锈病与白粉病的区别度较大,准确识别率达到99%。

基于方向一致性的指纹中心点检测算法

提出了一种指纹中心点检测以及确定其方向的算法。该算法通过分层分析指纹方向场的一致性,检测出方向场中方向一致性较低的点,然后利用poincare索引辨别检测出方向一致性低的点的类型。类型确定后,提出了一种使用以指纹中心点为圆心的环形域中的方向信息,确定指纹中心点方向的新算法。在FVC2002指纹图像库中进行实验,结果表明,该算法检测指纹中心点准确、快速,所确定的中心点方向精确、稳定,对噪声具有较高的鲁棒性,能够很好地满足指纹对齐的要求。

基于灰度和方向一致性的遥感影像道路网提取

从遥感影像中提取道路网是一个经典课题,根据遥感影像中的道路具有灰度和方向一致性的特征,提出一种从遥感影像中提取道路网的新方法。首先根据遥感影像的灰度信息和方向方差信息建立灰度和方向一致性准则分割模型,由此可从遥感影像中提取基本的道路网轮廓,然后再针对道路区域存在非道路点:空洞和裂缝等情况,采用膨胀、腐蚀等操作去除杂乱物块,最后通过数学形态学操作提取出道路网。实验结果表明,该方法能够适用道路、建筑物、植被等多种复杂地物的城市遥感影像中提取道路网,且能获得较好地提取效果。

基于方向一致性特征的漂移扫描小目标检测

提出一种基于方向一致性特征的小目标检测方法,对漂移扫描星图中的小目标进行检测.首先,根据小目标的一般描述,建立特征模型对小目标区域进行表示;其次,分析Gabor滤波器工作机理,构造了主次两组四个方向通道的滤波器,对研究对象进行特征提取,并以一致性描述指标对目标特征定量刻画;最后,依据特征描述模型,给出了小目标的检测算子及相应参数的选择依据.对实际星图的实验结果表明,本文方法在小目标检测和高频干扰目标抑制上具有很好的效果,验证了本文所建模型的合理性.

满足方向一致性的等高线提取算法

黄土高原地区有地形复杂、局部特征突变较多的特点,因此要准确描述地形,进行地形特征分析和建立土壤侵蚀模型难度较大,而现有等高线提取算法不论在运算时间还是求解精度上均很难得到较为理想的结果。从保持等高线方向一致性的角度出发,对等高线传播算法进行了改进,并在此基础上,给出了方向一致性等高线的拓扑关系表示方法。通过对黄土高原罗玉沟流域的数据进行实验,结果表明了改进的算法执行效率较原算法有显著提高,而且能够提取出方向一致性等高线,为后续的地形特征分析和土壤侵蚀模型的研究奠定基础。

基于梯度方向一致性和特征分解的红外小目标检测算法

在复杂的海天背景下,现有红外小目标检测算法存在虚警率高的问题,文中深入分析目标和背景的特征差异,首先,提出了一种基于灰度差和梯度方向一致性的方法,增强了小目标并抑制了部分背景杂波,其次,结合特征分解法进一步抑制了锐利边缘背景,最后,采用自适应阈值分离出小目标。实验结果表明,与五种现有算法相比,所提出的检测算法能够在不同复杂场景都有效降低虚警率,大大提升信杂比(SCR)和背景抑制因子(BSF),并且具有良好的鲁棒性。

梯度方向一致性约束下的多级低照度图像超分辨率重建模型

低照度图像受不同方向梯度的影响,造成其重建时的失真程度较高。为此,构建梯度方向一致性约束下的多级低照度图像超分辨率重建模型。使用鲁棒映射方法去除灰度梯度波动影响,计算定点水平方向梯度,基于图像横向梯度分析结果分离出图像中的灰度梯度。利用相邻正交方向梯度值合成水平、垂直方向梯度值,并将其作为辅助指标进行自适应调整,通过最小化模型拟合误差来约束,重建图像轮廓线。采用非均匀插补强化技术,保持图像原有色彩,引入色彩恢复因子,避免出现彩色图像色彩不平衡和失真问题。使用多尺度梯度主方向一致性约束处理方式,构建反射成分投影矩阵,重建低分辨率图像块。由实验结果可知,该模型主观测试结果是重建的图像清晰,客观测试结果是峰值信噪比最大值为21.3 dB,结构相似度最大值为93%,感知质量最大值为13.5 pi,图像失真程度小。

浅说动词的方向性和方向一致性

现代汉语中有的动词是带有方向性的，它在句中体现的方向与它本身蕴含的方向性应当保持一致，这是要遵循的一个原则。“登”，可以说“登上山”，不可以说“登下山”；“滑”，可以说“滑下去”，不宜说“滑上去”。可以说“传授”，但不可以说“传受”。动词蕴含的方向性主要是“上向”、“下向”、“内向”、“外向”四个方面。

多频天线方向图一致性研究

无线传输速率的持续进步促进多频天线的全面部署,鉴于覆盖区重叠已成为当前无线通信主要的噪声源之一,改善方向图一致性对于增强用户体验、实现智能覆盖具有重要的意义。介绍利用波束合成技术改善多频天线方向图一致性,特别是水平面半功率角一致性和主方向一致性的工作。

三维地震体数据方向场估计算法

数据的方向场估计算法在许多领域有着关键的应用。这里针对三维地震体数据提出了基于梯度场的局部方向估计算法。这种算法充分利用了三维体数据中类似指纹图像的"脊谷线"的结构,在一个局部窗口中根据各点的梯度场确定其方向场并估计出代表该点方向强度的方向一致性,这种方向一致性是三维地震数据处理中的一种重要属性,可以利用它进一步作图像的分割处理。这种基于统计的方法可以提供精度较高的方向信息并对噪声有良好的抑制效果。

逻辑式层面DP内焦点算子移位及其移位的方向性

Bayer将英语的only/even/also和德语的sogar/nur等具有量化意义的词称为焦点算子。根据移位理论,焦点算子在逻辑式中必须提升至其量化域以解释其量化意义。通过观察,我们发现DP内焦点算子的移位目标是[Spc,DP]位置,并且焦点算子的移位具有移位方向一致性特征。

FA-SORT:轻量化的多车辆跟踪算法

近年来,无人机因体积小、灵活性好等优势被广泛应用在车辆跟踪领域。当无人机在高空飞行时,其捕捉的图像中车辆目标存在像素点少、拥挤以及被遮挡的情况。现有的多目标跟踪研究方法在车辆被遮挡过程中发生非线性运动时,使用卡尔曼滤波预测,会出现车辆位置预测不准确的问题。为了解决这些问题,采用先检测后跟踪(tracking by detection,TBD)范式,对YOLOv8检测算法进行改进,在网络结构中引入了BiFormer稀疏动态注意力模块,用于提取小目标特征信息。同时使用轻量级上采样算子CARAFE替换原最近邻插值上采样,减少上采样过程中小目标特征丢失的问题。提出一种轻量化跟踪模型FA-SORT,针对SORT算法提出三点改进:改进KF、添加速度方向一致性匹配和检测值匹配。在自制地组合了多个车辆数据集上验证改进的YOLOv8算法。实验结果表明,与YOLOv8相比,精确率(precision)提高了0.97%,召回率(recall)提高了0.898%。对所提出的FA-SORT算法使用UAVDT数据集进行验证,结果表明,与现有的多目标跟踪算法相比,HOTA指标首个达到70.05%,IDF1达到87.45%,跟踪速度达到29.93 FPS。验证了FA-SORT跟踪算法在多车辆跟踪任务中的优越性。

一种健壮的指纹方向图校正算法

指纹方向图的校正困难在两个方面,第一如何找到有误方向,第二如何制定修改方向的规则。提出一种指纹方向图评估与校正算法,该算法提出了方向可靠性的概念,在梯度方向场上定量计算方向一致性,结合可靠性和方向一致性确定校正规则。与已有的方向校正算法对比,本文算法能够校正大块错误方向,抗噪声性能较强,是一种健壮的方向校正算法。

机载天线辐射方向图研究

本文采用一致性几何绕射理论分析了某型载机机体对其上安装的单极子天线辐射方向图的影响，计算了天线经机体散射后的场，编制了计算程序，调用该程序可计算机载天线任意面方向图及立体方向图。其结果可用于天线间耦合特性分析和机载多天线配置优化研究。

一种基于蚁群优化的显著边缘检测算法

该文提出一种基于蚁群优化的显著边缘检测算法。该算法利用相位编组方法计算支持区面积作为描述图像边缘梯度方向一致性的指标,将梯度幅度和支持区面积结合起来形成启发信息和信息素增量的计算方法,采用线性加权方法将信息素、梯度幅度、支持区面积3种信息综合起来得到蚂蚁转移概率,通过引入禁忌表增大蚂蚁的活动范围。实验结果表明:该文提出的算法能够有效检测图像中的显著边缘特征,对多类图像都有良好的适应性,而且收敛速度较快。

基于SIFT算子的图像匹配算法研究

针对目前基于SIFT(scale invariant feature transform)的图像匹配算法在匹配相似区域较多的可见光图像时,匹配约束条件单一,没有有效剔除误匹配点,误匹配率高的问题,提出一种匹配改进算法,针对128维SIFT特征向量,采用距离匹配和余弦相似度匹配相结合的测度方法,利用特征点方向一致性进一步降低误匹配率.实验结果表明:改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果.与原算法相比,在保证匹配点数和匹配时间的基础上,改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低10%～20%,对于小尺度的视角变换,误匹配率平均降低5%.

一类改进的Vicsek模型的收敛性能

摘要:针对描述群体动态行为的Vicsek模型收敛效率不高的问题,通过对群体网络拓扑关系的研究,提出一种使得群体中所有个体运动方向快速达到一致的新规则,该规则以个体邻域集合内运动方向偏差最大的两个邻居个体的运动方向的中值作为个体下一时刻的运动方向,取代Vicsek模型及其线性化模型的运动方向更新方程.在群体网络的初始位置分布满足拓扑连通的要求的前提下,基于NetLogo仿真平台,对比研究了新规则作用下的改进模型与Vicsek模型及其线性化模型的收敛效率.仿真结果表明,新规则控制下的改进模型达到方向一致的速度明显加快,可有效提高群体动态行为的收敛效率.

指纹中心自动定位诸方法研究及应用

本文先讨论了Poincare索引法、点方向一致性度量法和方向均值差异法确定指纹中心的特点 ,给出了改进算法。然后提出了块方向图搜索法和综合法两种中心定位新方法。实验表明 ,改进方法较前为优 。

基于SURF的图像配准改进算法

为了更好地在保证图像配准的速度前提下,提高配准的精度,本文提出一种新的基于SURF的图像配准改进算法。改进算法将单向匹配与方向一致性约束两者结合起来,先对待配准图像进行单向匹配,再计算出各个匹配点对之间的特征向量方向差值,当差值在一定阈值范围内时认为匹配成功,从而剔除错配点对,提高匹配的精度。实验结果表明,该算法在保证不增加匹配的时间前提下,提高了匹配的精度。

指纹图像质量的自动评价方法

指纹图像质量的自动评价是指纹识别系统中的关键步骤。该文从指纹识别实际应用的需要出发,提出了一种指纹图像质量的自动评价方法。该方法从指纹采集的有效区域、指纹按压的位置、图像的灰度变化、方向一致性及脊线纹理清晰程度等方面综合评价指纹图像,在指纹登录过程中对图像质量不好的情况给用户有效的提示,以便重新获得更高质量的图像;对指纹局部区域的质量等级进行标注,提高指纹特征匹配的可靠性。实验结果表明这种方法能够对不同质量的指纹图像进行有效的评价,提高了自动指纹识别系统的准确性和可靠性。