激光光斑定位的多圆拟合算法的研究

介绍了用于提取激光光斑参数的曲面拟舍和圆拟合算法，在圆拟合算法的基础上提出了新的多圆拟合算法，在不同的噪声水平下比较了曲面拟合算法和多圆拟合算法所能够达到的精度。研究结果表明，多圆拟合算法具有更好的抗噪声性能，除了可以检测光斑中心外，多圆拟合算法还可以检测其半径达到亚像素级的光斑，所以能够广泛地应用在光学测量系统之中。     

基于形态拟合的时间序列距离计算

针对现有的距离度量方法度量准确度低且计算效率低的问题,提出了基于形态拟合的距离度量算法.该算法使用滑动聚集平均近似方法对序列进行分段降维处理,计算降维后的分段序列的动态弯曲路径,并计算处于动态弯曲路径上的分段序列之间的欧式距离,以所有分段序列的欧式距离的累积值作为最终的距离计算结果.实验表明基于形态拟合的距离度量算法具有度量准确度高且计算效率高的优点.     

基于椭圆拟合的晃动虹膜图像的检测算法

针对虹膜识别系统中晃动影响识别准确率的问题,提出了一种基于椭圆拟合的晃动虹膜图像的检测算法.首先对虹膜区域利用Gabor滤波器卷积初步估计光斑的位置;然后在放大5倍的截取虹膜图像上定位有效光斑;最后,对每个光斑的边界进行椭圆拟合,并计算长短轴比例和拟合误差,误差较小且长短轴比例大于1.55的图像判定为晃动图像.在CASIA-IrisV3-Lamp数据库上的实验表明,该方法检测晃动虹膜图像的准确率达到100%,提高了虹膜识别系统的准确率.     

激光光斑中心高精度定位算法研究

为提高测风激光雷达系统光学结构能量接收效率,需要对激光雷达系统中的激光光斑中心进行准确定位. 通过对常用亚像素定位算法的分析,利用高斯拟合和矩形区域来对灰度重心定位算法进行优化,提出了激光光斑定位的改进算法,并与已有的算法进行了对比分析,设计并开展了验证试验. 试验结果表明改进算法比已有传统算法对激光光斑的定位准确性大幅提高,最大限度地减小光斑形状的不对称所导致的误差,对于光能量分布中心的估计也更为准确,是一种切实可行的光斑中心定位算法.      

激光光斑测量技术研究

激光器的光束参数是表征激光性能的重要指标,设计了一套激光光斑测量控制系统,面阵CCD摄像机和图像采集卡采集激光光斑信息后,输入到计算机进行光斑图像信息的获取、能量信息的存储和图像分析等图像处理过程,从而实现激光光斑图像的高精度测量.     

基于过拟合神经网络的混沌伪随机序列

结合神经网络和混沌映射的特点,提出了一种基于过拟合BP神经网络的混沌伪随机序列产生方法.以logistic映射和Henon映射为例,测试结果表明,该方法能克服有限精度效应对混沌系统的影响,改善混沌伪随机序列的性能,为获得高性能的伪随机序列提供了一种新的思路.     

强噪声下激光光斑尺寸的估计

提出了加门限的滑动窗口一阶矩质心计算方法。该方法利用目标光斑与周围背景及噪声在形态分布以及灰度分布上的不同而提出的。从总光电子数、读出噪声方差、光斑尺寸和信号光斑质心与暗背景质心位置的距离四个方面将该算法与传统一阶矩质心计算方法进行了计算精度的对比。仿真和实验结果都表明,本文的算法较传统一阶矩方法在质心计算精度上有较大的提高。     

基于序列比对的动态Web信息抽取算法

基于对深网(DeepWeb)网页公共框架的定义,提出一种在信息抽取算法中增加公共框架检测阶段,采用序列比对算法提取公共框架的方法.与原始网页数据相比,去除公共框架的数据域信息对模板抽取更有利.基于真实网站的数据密集型网页集合,测试和对比了序列比对算法中参数不同取值以及公共框架检测阶段在数据量和抽取准确率等方面对信息抽取算法的影响.实验结果表明了算法的有效性.     

基于自适应直线拟合的角点检测

角点检测是计算机视觉的一个基本问题，进行角点检测的关键是估算曲率。笔者给出了一种新的基于参考点的前后曲线方向估计的曲率计算方法。我们以离散点远离直线垂直距离误差最小为目标进行直线拟合，同时根据误差大小来自适应的选择拟合窗口的大小。很好地解决了角点曲率计算时拟合窗口大小和计算精度间的矛盾，实验证明，该方法抗干扰性好，且运算量不大，对于存在明显转折点的曲线角点有很好的检测和定位能力。     

基于DNA序列的信息隐藏

研究了以DNA序列为载体的信息隐藏,提出了一个信息隐藏算法.该算法首先将秘密信息经预处理、编码、调制变成一维随机DNA序列;然后由一个随机数序列决定隐藏信息在载体的高复杂性区域的位置;最后在隐藏信息的位置,秘密信息字符替代载体字符.由该算法实现的信息隐藏既具有一定的稳健性和安全性,又符合生物学意义.实验结果也证明了该算法的有效性.     

一种基于圆检测的眼睛定位方法

眼睛定位在人脸检测及人脸识别技术中有着极其重要的实用价值,但传统的基于几何特征的眼睛定位方法在不同程度上存在着定位不够准确或计算量大的缺点,本文针对这一不足提出了一种快速、有效的眼睛定位方法。在初步定位人脸区域后,采用Robert算子进行边缘提取,然后应用圆的几何性质在人眼大致区域内检测圆,进而定位眼睛中心。实验证明了算法的有效性。     

基于曲线段对称点的辅助射击训练系统的靶心定位

提出了一种基于曲线段对称点的射击系统靶心定位算法,该算法通过计算靶图的对称点,能够准确地计算靶心,具有对边界噪声不敏感的优点,速度上满足实时处理的要求,即使在信息量严重丢失情况下,也可以得到良好的效果.仿真实验证明了所提算法的有效性.     

一种基于OpenCV的多扇区圆检测方法

针对工业控制现场和生产流水线上对机器视觉的需求,提出了一种基于OpenCV的多扇区圆检测方法。首先对OpenCV做了简单介绍,给出了多扇区圆检测的原理与检测步骤,然后经过实验表明,在较高的干扰下仍能将圆形准确无误的检测出来,与随机Hough变换相比,有较高的识别准确率和较小的计算开销。     

基于DSP的电阻点焊检测与智控技术研究

研制了一种基于DSP的电阻点焊检测与控制系统，在软，硬件设计中分别采用了抗干扰技术，保证了系统的可靠性，误差分析和工艺试验表明，系统具有良好的精度和稳定性。     

基于最长频繁序列挖掘的恶意代码检测

基于动态API序列挖掘的恶意代码检测方法未考虑不同类别恶意代码之间的行为差别,导致代表恶意行为的恶意序列挖掘效果不佳,其恶意代码检测效率较低.本文引入面向目标的关联挖掘技术,提出一种最长频繁序列挖掘算法,挖掘最长频繁序列作为特征用于恶意代码检测.首先,该方法提取样本文件的动态API序列并进行预处理;然后,使用最长频繁序列挖掘算法挖掘多个类别的最长频繁序列集合;最后,使用挖掘的最长频繁序列集合构造词袋模型,根据该词袋模型将样本文件的动态API序列转化为向量,使用随机森林算法构造分类器检测恶意代码.本文采用阿里云提供的数据集进行实验,恶意代码检测的准确率和AUC(Area Under Curve)值分别达到了95.6%和0.99,结果表明,本文所提出的方法能有效地检测恶意代码.     

基于随机Hough变换的快速圆检测方法

针对随机Ｈｏｕｇｈ变换（ＲＨＴ）在复杂图象中检测圆时随机采样所造成的大量无效累积,提出了一种改进的ＲＨＴ用于圆检测,它是利用精度要求不高的梯度方向信息来决定是否对采样到的三点进行参数累积,从而较好地解决了无效累积问题．改进后的算法比原算法计算速度快、占用的内存小得多,检测性能有较大提高．     

用最大信息原理讨论核酸序列的进化

通过约束条件（Ｍａｒｋｏｖ熵，Ｇ＋Ｃ含量等选择约束因素）下的熵极大化导出核苷酸序列的碱基概率分布．理论值和实验资料的差别小于１０％．发现拉格朗日乘子随着物种进化有系统变化．     

增强现实技术的虚拟景区信息系统

针对传统旅游模式智能化问题,设计并实现基于增强现实技术的虚拟实境空间系统,利用增强现实技术,将二维设计操作移植到三维环境中形成三维交互建模,实现三维虚拟环境定位实体场景和人机交互体验.结果表明:该系统为用户创造了新的旅游体验方式与平台,也验证了基于增强现实技术的虚拟景区信息系统的可行性,改进了增强现实技术中存在的技术瓶颈.