三维人工视觉图像特征提取仿真研究

在人工视觉图像特征提取的研究中,为提高人工视觉图像的精度,利用两幅互相配准的三维测距图像和灰度图像,是图像特征提取的基础,而传统的随机过程理论算法只能单纯获取三维测距图像和灰度图像,没有相关的配准系数,导致在进行三维人工视觉图像特征提取时提取效果差的问题。提出一种三维人工视觉图像特征提取方法,通过多尺度海森法,引入Harris算子对三维人工视觉的图像局部特征进行提取。通过找到两幅图像相应局部特征点的仿射变换参数,使目标函数达到最小,通过判断是否满足阈值条件,实现特征点匹配。依据在两幅相应数字图像上互相匹配的像素点与标定好的摄像机参数,求出空间点在世界坐标系下的坐标,实现三维人工视觉图像特征提取。仿真结果表明,所提方法在三维人工视觉图像特征提取时具有较高的准确性和效率。

基于模糊蚁群收敛控制的通信网络路径优化

对通信网络路径进行优化,在提高通信网络利用率方面具有重要意义。传统的通信网络路径进行优化时,采用蜂群信息素释放追踪方法,随着蜂群个体中的扰动的变化,确定通信路径,导致路径选取精度差,效率低的问题。为此提出基于模糊蚁群收敛控制的通信网络路径优化算法。构建蚁群算法数学模型,采用重采样测量方法在通信网络路径规划过程中获取信息素浓度差异特征,引入基本蚁群个体滤波算法进行邻域变化调整,在通信网络动态决策范围内,得到每个个体避障的目标函数,实现模糊蚁群收敛控制,优化通信网络路径。仿真结果表明,采用改进的法进行通信网络路径优化,具有较好的通信性能,收敛性较好,误差降低,应用价值较高。