高分辨率影像道路提取的整体矩形匹配方法

提出了一种整体矩形匹配方法,对高分辨率遥感影像中的城市直线道路进行提取.方法基于影像特征、道路知识和数学形态学的击中击不中思想,通过改变影像分割阈值、矩形宽度和矩形方向,从矩形的内部和外部进行整体匹配,使得矩形满足最佳匹配原则,从而提取出道路.利用提出的方法对高分辨率卫星影像进行了实验.结果表明:该方法能较好地消除树木、汽车等对道路提取的影响,有效地提取出直线道路的边缘.

基于剩余矩形匹配算法的船体零件排样

将剩余矩形匹配算法应用到不规则的船体零件的优化排样上,综合运用图形组合、自动碰靠和人机交互技术以使得排样结果更优。试验证明,该方法是有效可行的。

剩余矩形匹配算法在矩形件排样中的应用

介绍了剩余矩形匹配算法,并将其应用到任意矩形件的优化排样上,较好地解决了矩形件板材的排料问题。

基于多种群遗传算法和剩余矩形匹配算法不规则件优化排样

以钣金件排样过程为应用背景,通过对不规则件进行预处理,求出不规则件的最小包络矩形,把不规则排样转化为矩形件正交排样,结合多种群遗传算法和剩余矩形匹配算法进行优化排样,找到问题的最优解,确定零件在板材上的合理排放位置。实例证明,该算法能够提高板材的利用率和排样效率,降低企业的生产成本。

基于多种群遗传算法和剩余矩形匹配算法不规则件优化排样

提出一种基于多种群遗传算法和剩余矩形匹配算法的排样优化算法来求解现代工业生产中普遍存在的二维不规则件排样问题。通过提取不规则件的最小包络矩形,将其转化为矩形件排样问题,然后应用多种群遗传算法在全局范围内搜寻可行解,采用剩余矩形匹配算法作为解码算法,将搜索到的可行解解码为排样图,最后进行量化评价,推动种群的进化,找到最优解。实例证明,所提算法优于公司现有排样方法,可提高板材的利用率和排样效率。

矩形排样问题的优化设计模型

研究了具有NPC(Nonpolynomial Complete)难度的矩形排样问题,通过引入匹配度及匹配权重,对剩余矩形匹配算法进行改进,采用粒子群算法对权重进行优化,从而建立该问题的优化设计模型,最后利用Matlab编程求解具体的排样方案,经过实证分析,改进后的方法能够快速给出较优的排样方案。

非矩形模板相关跟踪算法的实现

文中提出一种非矩模板相关跟踪算法,在这种方法中实现了非矩形模板相关匹配及对模板图像尺寸的实时修正,试验证明本方法具有较强的抗几何变形的能力以及对复杂背景环境的适应能力。

大型特装车辆地形匹配算法研究

针对导弹武器系统大型特装车辆实体模型在虚拟环境中的运动问题,提出了8点地形匹配算法。详细论述了算法的思想和实现过程,利用垂直射线法确定匹配点在地形上的投影点,提出了匹配矩形的概念,简化了计算过程。并针对虚拟场景中车辆转弯失真的问题提出了车辆转弯算法,分析了算法的原理并给出了实现的步骤。最后,利用仿真实验对两种算法的有效性进行了检验。

基于遗传算法的不规则件优化排样研究

提出了一种基于遗传算法的不规则件优化排样的求解方法,通过剩余矩形匹配算法实现解码和局部寻优,并结合正交靠接算法实现自动排样。实例证明,该方法是有效的。

模板图像尺寸可变的相关跟踪方法

相关跟踪过程中,序列图像中的实时图像与模板图像间存在灰度差异和几何形变,当前工程中采用相关匹配算法中的模板图像为矩形结构,为了在模板中尽可能的包含目标,模板中就不可避免的含有背景数据,但传统相关匹配算法中模板图像中的每一个像素都要参与计算,而且模板尺寸是固定的,这样就使得算法跟踪不稳定、容易丢失目标。为此提出一种变模板图像尺寸的相关跟踪方法,该方法实现了对模板图像尺寸的实时修正和非矩形模板相关匹配,试验证明此方法具有较强的抗几何变形的能力以及对复杂背景环境的适应能力。

基于优先级的建筑外表面光伏电池铺设优化模型

建筑外表面光伏电池的铺设直接影响到其发电总量。首先对不同光伏电池的经济效益进行分析并将其作为电池的选择优先级,确定了房屋外表面铺设各型号光伏电池的选择优先级序列;而后基于选择优先级序列,采用剩余矩形匹配算法对光伏电池的选择及铺设方式进行计算,获得光伏电池铺设方案,从而建立基于优先级的建筑外表面光伏电池铺设优化模型;最后,运用2012年全国大学生数学建模竞赛相关数据对模型进行验证。结果表明:模型所确定的最优光伏电池铺设方案符合实际,经济效益大,具有较好的通用性和推广价值。

基于最大梯度差和边缘搜索的车牌定位方法

车牌定位是车牌识别系统的关键技术,定位的准确与否直接影响车牌识别的结果。为了实现车牌的准确定位及车牌识别,依据车牌区域具有丰富的边缘信息,提出了一种改进的车牌定位算法。利用最大梯度差缩小车牌图像范围和矩形匹配法粗定位车牌,根据搜索车牌的边缘信息来精确定位车牌。实验结果证明了该方法的可行性及定位的准确性,并且比单一使用最大梯度差法的定位准确率有较大的提高。

基于蚁群算法的船舶件排样研究

针对船舶件排样问题,提出一种应用蚁群算法优化求解船舶件排样问题的方法.提出船舶件图形编码和预处理的方法,利用组合和填充的方法把船舶件排样问题转化为正交矩形的排样问题,使用剩余矩形匹配法和正交靠接算法完成自动排样.根据提出的求解算法,给出具体的实例,排样结果证明了用蚂蚁算法求解船舶件优化排样问题的可行性.

粒子群算法在不规则件排样优化中的应用

针对不规则件排样问题,提出一种应用粒子群算法优化求解的方法。首先以零件的入排交换序列和角度变异序列作为粒子运动速度构造粒子群算法,然后运用剩余矩形动态匹配算法实现解码和局部寻优,并结合不规则件的正交靠接算法实现自动排样。排样实例表明,该优化排样算法是有效的。

基于果蝇优化算法的备件柜布局优化

备件车是保障维护其他装备正常运行的车辆,其备件柜的布局是否优化决定备件的更换速率,甚至影响整个系统的工作效率。针对备件柜的布局进行了深入研究,并通过计算实现了备件柜的布局分布。在备件柜的布局优化过程中运用了剩余矩形匹配的布局策略,并结合备件柜的布局特点对该算法进行了相应改进,使其更好地运用在本研究的布局问题中。同时运用果蝇优化算法来确定剩余矩形匹配权重的计算,在布局过程中将传统的布局策略和智能算法相结合以达到优化的目的。

基于视景仿真的某武器训练系统研究

针对某武器系统的研发现状,研究了基于视景仿真展现其工作过程和战术流程的方法。根据该训练系统的功能需求,探讨了视景仿真系统开发的一般流程,提出了系统的结构模型,研究了模型优化的方法,并采用8点地形匹配算法较好地解决了大型特装车辆在虚拟场景中的运行问题。仿真结果表明,该系统能够很好的展现武器系统的工作过程和战术流程的细节。

基于结点扩展的高分辨率遥感影像道路提取

基于整体矩形匹配方法、结点扩展方法、道路连续匹配终止准则等,提出了一种较完善的从高分辨率遥感影像上提取直线道路方法.利用最佳匹配矩形扩展结点进行道路的连续提取,建立道路连续匹配终止准则结束对当前道路的连续提取.该方法具有较高的自动化程度,能够快速准确地提取出影像上主要道路,较好地表示道路的边缘、宽度和方向.同时,在道路提取过程中将自动跟踪和少量人工处理有机地结合起来,使得方法具有实用性.