Harris尺度不变性关键点检测子的研究

在特定的参数设置下Harris尺度不变性检测子不能提供足够数目的稳定关键点,以往研究据此断定Harris尺度不变性检测子不稳定,不是有效的特征检测子.在构造Harris角点值的尺度空间过程中,存在一系列参数影响着Harris角点值在尺度空间中极值点的数目,从而决定了Harris尺度不变性检测子所能获取的稳定关键点的数目.对这个参数空间进行了系统研究,发现积分尺度与微分尺度的比值对Harris尺度不变性检测子能否检测到足够数目的稳定关键点具有决定性的影响.当这一比值减少时,Harris尺度不变性检测子所获取的稳定关键点的数目快速增长;当这一比值小于0.8时,Harris尺度不变性检测子所能获取的稳定关键点的数目开始超出DoG检测子所能获取的稳定关键点的数目.这个有效的参数区间大大增加了Harris-Laplace检测子所能获取的稳定关键点的数目.与Harris-Laplace检测子以及DoG检测子进行比较,具有有效参数的Harris尺度不变性检测子具有最佳的稳定性能,这个结果纠正了关于Harris尺度不变性检测子不稳定的错误结论.

快速自适应鲁棒性尺度不变的特征检测子

为提高特征检测的可靠性与实时性,提出了一种快速自适应鲁棒性尺度不变的特征检测子(fast adaptive robust invariant scalable feature detector,FARISFD)。首先提出尺度空间组数自适应选取方法改善了检测子针对不同图像的鲁棒性,然后提出基于过渡层的尺度空间构建方法加强了尺度空间的鲁棒性,最后利用基于加速段的特征检测子(features from accelerated segment test,FAST)计算特征分数,并通过简化传统亚像素级矫正方法,提高了特征分数的计算与亚像素级矫正速度。通过复现率与耗时实验进行了验证,与5种使用广泛的检测子对比结果表明,FARISFD的鲁棒性与速度较高。

影响特征检测子鲁棒性与速度方法的对比分析

特征检测子是近年来计算机视觉领域的研究热点。在宽基线匹配、特定目标识别、图像及视频检索、机器人导航和数据挖掘等多个领域均得到了广泛应用。为总结特征检测子目前存在问题及指出可能的发展方向,对比分析了当前普遍使用的特征检测子的鲁棒性与速度。首先综述了尺度不变特征检测子(SIFT)、快速稳健特征检测子(SURF)、二进制稳健尺度不变性特征检测子(BRISK)、定向的基于加速段检测子(ORB)、风式特征检测子(KAZE)以及快速风式特征检测子(Accelerated-KAZE),然后按照特征检测步骤深入分析了各种影响检测子性能与速度的方法,最后利用Mikolajczyk 05标准测试图集测定并分析了检测子的复现率与耗时实验。实验结果表明,快速非线性尺度空间、基于加速段的特征检测子(FAST)与长距离对迭代法的综合性能较好。

基于免疫的入侵检测系统中检测子集分布策略

为了提高现有的入侵检测系统的鲁棒性及对未知入侵的检测能力,根据免疫的原理、体系结构,建立了一种新的基于免疫原理的分布式入侵检测系统模型。在该模型中,检测子集如何在各个分布式节点上合理的分配将在很大程度上影响系统的性能。在分析了影响检测子集分布空间因素的基础上,从理论上研究了分布策略的优劣,给出了一种可行的将具有部分重复检测空间的检测子尽量分配到不同检测节点的方法。实验结果表明,与单纯的顺序分配相比该策略能在部分检测节点失效时系统依然维持较高的检测率。

基于无参数形状检测子和DT-CWT的交通标志识别

针对车辆行驶环境中难以检测的交通标志,提出了一种检测和识别方法.首先分割交通标志的特征颜色区域,并扩展感兴趣区域,提取区域边缘.然后用直线分割和杂点去除粗略划分边缘,根据直线间顶点处的曲率关系,计算转向角并分类顶点的类型,用无参数形状检测子来检测图像中的圆形、三角形和矩形等.将检测到的候选区域送入形状分类器中,分类形状并排除杂质的干扰,最后通过二元树复小波变换和二维独立分量分析相结合来识别交通标志类型.实验结果表明提出的方法对交通标志被遮挡、光照不均匀、颜色部分失真的情况下,检测率和识别率均较高,并且可以达到实时处理的效果.

快速稳健的自适应非线性尺度特征检测子

提出了一种快速稳健的自适应非线性尺度特征检测子(fast robust adaptive nonlinear scale feature detector,FRANSFD),通过非线性尺度空间快速求解去除了噪声同时保证了边缘细节,并将自适应选取尺度空间组数、基于加速段检验的自适应通用角点检测子(adaptive and generic corner detection based on the accelerated segment test,AGAST)与框状拉普拉斯滤波器去除边缘响应相结合,兼顾了检测的准确性与实时性。通过与尺度不变特征转换(scale invariant feature transform,SIFT)检测子、快速鲁棒性特征(speeded up robust features,SURF)检测子、风式特征(KAZE)检测子以及二进制鲁棒性尺度不变的特征(binary robust invariant scalable keypoints,BRISK)检测子的实验对比可知,FRANSFD的5种变换鲁棒性均较强,同时速度也更快。综合性能较KAZE提高约5.76%,速度提高约47%。

基于免疫的自适应性检测子的设计和实现

根据人工免疫的原理、体系结构,建立了一种网络入侵检测系统模型。为了提高系统的检测率和动态适应性,设计了一种模拟免疫细胞工作机理的检测子。该检测子有一定的生命周期,有描述其生存状态的状态参数,有一定的激活阈值,使检测子集合能根据实际环境的变化而变化。实验证明,在一定程度上,该检测子的设计满足了模型的自适应性要求。

改进检测子生成算法在入侵检测中的应用

检测子生成是阴性选择算法(NSA)的关键步骤,现有检测子生成算法存在检测子生成效率不高、合格检测子冗余。针对该问题,改进检测子生成算法,对随机生成检测子进行二次耐受减少非自体空间的交叉覆盖区域,引入变异机制降低随机检测子与自体的碰撞概率。实验结果表明,改进算法对Probe攻击和DoS攻击的检测均优于NSA算法。

基于特征值的动态数字信道化子带检测算法

动态数字信道化接收结构通过检测所有子带,判断信号是否存在,为综合滤波器组处理提供依据,因此子带检测在接收结构中起着关键作用。针对传统检测算法存在低信噪比(signal-to-noise ratio,SNR)下检测性能不高的问题,依据随机矩阵理论,提出了基于最大最小特征值之差与平均特征值之比的检测算法,利用平均特征值和最小特征值的极限分布规律来推导算法的检测门限。其次,根据所有子带数据获取的特征值信息对所提算法进行了优化。最后,在动态数字信道化接收结构中,分析不同因素下算法的性能,表明了所提算法能够克服低SNR的影响,子带检测的性能更好。

量子遗传算法在基于人工免疫的入侵检测系统中的应用

一个高效的入侵检测系统需要根据网络流的变化,不断对检测子进行优化。将新型的启发式方法———量子遗传算法应用于入侵检测系统中,并进行了仿真实验。结果表明:量子遗传算法在优化性能上优于传统遗传算法,它使种群具有多样性,提高了算法效率。

一种用于μ子成像检测技术的探测器校正方法

宇宙射线μ子成像检测技术具有穿透力强、对高Z材料敏感等特点,特别适合检测特殊核材料,是监控核材料走私的有效方式之一。数据校正问题是实现μ子成像检测技术的关键难点之一,由于环境本底,周围噪声,探测器的误差等外界因素的影响使得原始数据不能直接使用,如果不做任何校正就将原始数据认为是可用数据进行重建成像,将会出现严重的伪像。根据μ子成像检测系统的特点,本文针对探测器偏移带来的误差提出了一种校正方法。数值实验结果表明该方法能够有效地对探测器发生的偏移进行准确的校正,这有助于推动宇宙射线μ子成像检测技术早日投入实际应用。

基于先验子图检测的失效航天器SLAM方法

基于激光雷达的航天器位姿估计技术是当前在轨服务研究热点。针对失效航天器位姿估计,将通用的图优化SLAM技术应用到空间非合作目标的研究中。为解决SLAM算法在动态场景中产生累积误差问题,利用失效航天器自身运动特点,提出一种基于先验子图检测改进的SLAM算法。在该算法中,通过激光雷达和惯性测量单元分别采集失效航天器及周围环境的点云数据、服务航天器的运动信息,构建出服务场景下航天器的相对位姿图;再采用先验子图检测方法建立不连续的位姿节点间的约束关系;最后用约束信息对位姿图进行优化。仿真结果表明,相较于通用的SLAM算法的位姿估计,该方法减小了累积误差,提高了相对位姿估计精度,可以为后期的导航、控制等在轨任务提供信息。

面向微博子话题检测的BTM模型研究

现今网络舆情传播速度快、影响力大,研究微博网络中舆情信息的话题检测对有关部门舆情治理以及应急处置具有重要意义.针对传统话题检测方法忽略了微博中更细粒度的子话题研究,并且检测的话题缺乏深层次的语义信息问题,本文将attention机制与BLSTM融入到BTM模型中,构建词对主题模型ATT-BLSTM-BTM.该模型通过BLSTM训练词与词之间的相互关系,同时,利用attention机制计算特征词注意力概率分布,以降低语料库中无关词汇对建模的影响,从而提高BTM模型检测子话题的精准性.实验结果显示,本文模型与传统的LDA、BTM和NTM模型相比,生成的子话题在KL值与PMI值上都有明显的提升,证明本文所提模型能够生成质量更高的子话题.

多波束测深系统多子阵检测法的改进及其性能分析

多波束测深系统中,相位检测法是实现超宽覆盖测量的关键技术之一。分析了分裂子阵相位检测法和多子阵检测法,并基于对子阵结构的分析,改进了多子阵检测法,给出了多子阵检测法输出信噪比的表达式,讨论了子阵结构对输出信噪比的影响,在理论分析基础上选择了三种子阵结构对海上试验数据进行了处理,验证了分析结果。处理结果表明,在优化参数基础上,多子阵检测法不但可实现多波束测深系统的超宽覆盖,而且可改善系统对海底的检测性能。

ATP生物发光法检测拭子的研究进展

ATP(三磷酸腺苷)生物发光法是一种快速的微生物检测方法,具有简便、灵敏度高、可实时检测等优点。就ATP生物发光法的发展概况、检测原理、拭子的操作方法、优势与劣势进行了综述,并提出了ATP生物发光检测拭子的相关研究思路。

上行SCMA系统的动态子图检测算法

面对未来网络需求量的爆炸性增长,稀疏码多址接入(Sparse Code Multiple Access,SCMA)作为一种基于码本的非正交多址技术,在用户连接数、频谱效率和低时延都有很大的提升。由于码字的稀疏性,SCMA采用消息传递算法(Message Passing Algorithm,MPA)实现多用户检测,但是复杂度还是相对较高,以至于很难应用于实际系统。为了解决上述问题,提出了一种动态子图消息传递算法(Dynamic Sub-graph Message Passing Algorithm,DS-MPA)进行信号检测。DS-MPA利用剩余值来确定下一次迭代的子图,减少了资源节点的更新用户数量,达到了降低复杂度的目的。仿真结果显示算法性能几乎无损并且降低了1/3左右的复杂度。

恒虚警极化自适应子空间检测器

本文研究了在未知统计特性的局部均匀高斯杂波环境中的相干雷达极化自适应目标检测问题.基于广义似然比检验提出极化自适应子空间检测器,并推导出虚警概率和检测概率的理论表达式.研究结果证明该算法在均匀杂波环境和局部均匀杂波环境都有恒虚警的性质.比较了均匀杂波环境下极化自适应子空间检测器、极化广义似然比检验和极化自适应匹配滤波器算法的检测性能,仿真分析了不同极化状态局部均匀杂波环境下极化自适应子空间检测器算法在的检测性能.

检测最大密度子图的局部广度优先扩张与收缩方法

最大密度子图检测是一个重要的图挖掘问题,目前已经应用在诸如互联网、生物科学及图像处理等多个领域.在传统的最大密度子图检测算法基础上,提出一种新的基于局部广度优先扩张与收缩算法.首先,选定图中的最优结点,并从该结点出发做广度优先扩张;其次,对上面所得到的扩张结点集合进行收缩,从而得到当前迭代过程的局部最大密度子图;最后,在该局部最大密度子图相对于原图的补图上不断进行上述迭代,每次记录当前平均密度最大的子图,直至补图为空.该算法利用局部邻域优势,有效地提升了最大密度子图的平均密度.通过实验结果表明,与同类算法相比,利用该算法所得到的最大密度子图的平均密度更大.此外,通过实验表明,该算法与同类算法相比还具有更好的稳定性和适应性.

一种极化鲁棒自适应子空间检测算法

提出一种高斯杂波和噪声背景下的极化鲁棒自适应检测算法.因阵列校正误差、波束指向误差等因素引起的目标标称导向矢量与真实的不一致,可能会导致检测性能下降.通过在目标标称导向矢量子空间增加一些矢量,提出一种基于子空间的对模型失配鲁棒的检测算法.仿真结果表明,当目标导向矢量误差较大时,算法仍能取得较好的检测性能.