迟滞区8邻域搜索遗传算法的景象匹配

针对遗传算法在景象匹配应用中,都存在精度下降以及收敛慢的缺陷,本文通过对遗传算法机理的分析,定义了遗传算法搜索过程中的"迟滞区"概念,提出了迟滞区内8邻域搜索的策略。该策略在遗传算法迟滞区内,强制驱动最优个体往适应度更高的方向上运动,使得匹配结果具有较高的精度,同时能够优化基因质量,减少不必要的相似性度量,加快匹配速度。实验表明,与遍历法及传统遗传算法相比,迟滞区8邻域搜索遗传算法具有运算量小、匹配精确等特点。

基于改进A^(*)算法的AGV路径规划

相对于传统的物流仓库来说,现在很多的自动化仓库不再使用工人去分拣货物,而是使用自动引导车完成货物的分拣,将“从人到货”的工作模式变为“从货到人”,这种工作模式的转变,不仅解放了工人的劳动力,同时还实现了自动化仓库的机械化与自动化的结合,大幅度地提升工作效率.自动引导车在自动化仓库分拣货物的过程中一个重要的环节就是路径规划问题.针对仓库中自动引导车的路径规划问题,对传统的A^(*)算法提出改进.传统A^(*)算法规划出来的路线具有路径过长、转折角度较大、路径不够平滑的缺陷.针对以上缺陷,提出动态加权以及改变搜索邻域的方法对传统A^(*)算法进行改进,因此减少了搜索节点,提高了搜索速度.同时多次使用高阶贝塞尔曲线对改进后的A^(*)算法规划出来的路线进行平滑处理,减少了转折点.最后进行3组仿真实验对比,证实本文提出的改进是有参考价值的.

基于序列图像的小目标检测

针对序列图像中小目标的运动具有运动的连续性和轨迹的一致性等特征,提出了采用单帧检测和多帧检测相结合的处理方法。对单帧图像进行预处理和图像分割,得到去掉大部分背景和噪声点的图像,并在图像中选取候选目标点进行标记。然后对处理后的序列图像进行N帧叠加。对叠加图中的标定点利用8邻域搜索法进行目标筛选,进而检测出目标。实验结果表明,该方法实用性强,能简单、快速、有效地检测出序列图像中的运动小目标。

基于Max-tree的连通区域标记新算法

采用灰度图像创建Max-tree的基本思想,提出一种新的二值图像连通区域标记算法。该算法主要采用8-邻域搜索及排序队列方式实现,通过一次扫描二值图像即可完成连通区域标记。提出一种新的8-邻域搜索策略,可以将邻域搜索次数由八次减少到平均四次以下,从而提高了系统效率。此外,还给出一种排序队列的快速实现方法,并将其应用到标记算法中。而且,该算法的运行时间仅与待标记图像的大小有关,与连通区数目和图像内容无关。该算法已应用于海藻图像识别,实验结果表明该算法是快速、高效的。