机器视觉系统中摄像机的神经网络定标

将传统摄影测量定标和神经网络相结合,克服传统摄像机定标中因像差等非线性因素造成稳定性不好且算法复杂的缺点。采用基于神经网络的计算机视觉定标方法,用5步法计算未知点的物方坐标。在传统摄影测量定标方法中,需要先制作定标块,其上布置一些控制点,准确测定它们的三维坐标。为保证定标精度,这些控制点必须在三维空间均匀分布,对定标块的制作和加工要求很高。本文提出采用定标板沿法线方向移动的方式代替定标块,既能达到三维效果,显著增加控制点数量,也使制作容易。实验结果表明,以该模板基于神经网络的摄像机定标方法可以获得很高的精度和稳定性。     

自适应型中心加权的中值滤波器

针对低噪声污染的图像提出了一种改进型中值滤波算法.该算法是一种自适应型中心加权的高效中值滤波算法.通过粗略地检测图像中的冲击噪声污染率,来自适应地调整中心像素的权值.从而控制新的滤波器对不同污染程度的噪声图像进行不同程度的平滑,即对轻度污染的图像进行轻度的平滑,而对污染比较严重的图像进行重度的平滑.实验结果表明.新的滤波算法优于传统的中值滤波器及其他一些典型的改进型中值滤波器.     

基于保护少数人意见的群体一致性分析

在群体研讨过程中,少数人意见是十分重要的.提出了一种可以保护少数意见的决策共识达成模型及研讨反馈机制.该方法先根据专家意见对专家群体进行聚类分析,得到专家子群体簇,如果某一子群体所含专家人数较少,则该子群体的意见称为少数人意见,特别地,如果在聚类中出现奇异点,则该奇异点的专家意见称为个别人意见,然后主持人根据少数人成员的特性将少数人意见单独提出,使专家群体参考少数人意见重新研讨并给出新的偏好矢量,重复这一过程直到群体接受或摈弃少数人意见,使专家意见得到统一.最后用一个实例说明了该方法的可行性.     

校企联合的IT专业生产实习模式研究与实施

分析了当前高校IT专业生产实习存在的主要问题,提出了校企联合的IT专业生产实习新模式,以有利于学生深入企业生产第一线,参与企业在研项目的开发或既往项目的再现开发工作,了解IT企业生产过程,达到生产实习的目的,最后以一个实训实例证实这种模式的有效性.