分布式爬虫任务调度策略的优化

针对当前分布式爬虫任务调度策略存在的节点任务分配不均、发生异常后引起的负载均衡问题,提出了一种基于SP-cycle算法的节点地址空间分配策略。通过该策略构造环形序列取代传统散列函数的节点地址空间映射方法,可使所有抓取服务器分配的地址空间达到动态均等,从而实现可调度节点的负载均衡。实验结果表明,相对于传统一致性哈希方法,改进的任务调度策略具有更好的负载均衡效果,并且发生异常时具有较好的健壮性,有效地提升了分布式爬虫整体性能。     

空间关系辅助的面向对象建筑物提取

根据高分辨率影像的特点提出一种采用面向对象的建筑物提取方法. 该方法以影像对象为处理单元,利用其丰富的光谱、形状以及隐含在影像中的深层空间语义关系等信息进行分类,然后结合空间关系特征对分类结果进行优化,并使用均值滤波对类别边缘进行修正. 实验表明,基于面向对象的方法能比较完整地提取出建筑物对象,且空间关系辅助能进一步提高建筑物提取的精度.     

应用商空间理论的遥感影像多粒度合成分割

传统影像分割方法只能对影像进行单一粒度空间的分割,分割结果的准确性限于单一粒度空间,该文运用商空间理论提出一种遥感影像多粒度合成分割方法. 首先探讨多粒度影像分割的商空间模型,用影像数据场表达像元空间关系,用分形维数特征增强人工地物和自然场景的区分能力. 对灰度特征、影像数据场、分形维数分别进行分水岭分割和迭代自组织数据分析(ISODATA)聚类,获得多粒度分割结果. 最后基于粒度合成原理给出一个具体的多粒度影像分割的商空间合成算法. 实验表明该方法能充分利用各个粒度空间分割结果的优点,纠正了单一粒度空间的分割错误,分割结果更准确.     

一种用于全景影像的测量方案

提出了一种从全景影像中还原目标三维信息的测量方案. 通过全景相机所获取的影像只有GPS 坐标,而没有姿态信息,需要运用影像匹配技术以及光束法准确算出拍摄时刻全景影像的姿态,然后通过前方交会计算全景影像中目标的三维坐标. 针对全景影像畸变较大的特点,采用仿射不变特征匹配算法进行影像匹配,同时使用随机抽样一致算法剔除粗差点,以保证匹配点的数量及准确度. 根据全景影像的透视投影几何模型,能改进常规摄影测量中的光束法,可用来求解全景影像姿态. 提出一种针对全景摄影测量的前方交会算法,将空间直线方程变换后建立法方程,并进行平差解算. 实验表明,该方法相比于传统方法有更高的精度,可准确测算全景影像上的物点坐标.     

板料成形应变测量中方网格图像的亚像素匹配

针对板料成形应变测量中应用的方形网格,提出一种网格图像亚像素匹配法. 采用二值化和细化等方法得到网格线条的细化图像,然后通过初、精两次定位提取网格节点的亚像素图像坐标,并建立各节点之间的拓扑关系. 在已知各次拍摄时相机位置与姿态的基础上,根据网格节点的拓扑关系和极线约束实现同名网格节点自动匹配. 实验结果表明,所有匹配点对之间极线距离的平均值约为\,0.17\,像素时,匹配稳定可靠. 匹配结果可作为后续应变计算的基础数据.     

SIFT特征匹配无人飞艇多光谱影像拼接

无人飞艇抗风能力弱、稳定性差且不符合航摄规范,采用传统方法对其所获取的影像进行拼接往往达不到较高的精度. 为此,该文提出一种基于尺度不变的特征变换进行多光谱遥感影像特征匹配的拼接. 将多光谱信息引入SIFT特征向量集,采用BBF(best-bin-first)算法和随机抽样一致性方法进行粗、精匹配处理和误差剔除,以SIFT特征匹配计算的最优变换矩阵实现光谱影像拼接. 对无人飞艇获取的多光谱影像拼接实验结果表明,所提出的方法能获取大量匹配特征点,且影像间的变换矩阵稳健,光谱影像拼接精度和效果能满足判读解译的需求.     

复杂场景下车牌识别新方法

针对复杂场景下车牌识别问题,提出了一种新的车牌识别方法.该方法通过颜色空间划分预分割车牌目标,然后采用矩形特征匹配定位符合车牌形状的候选块,并对候选块进行几何校正和自适应分割,再将分割出来的每个字符进行归一化特征提取,最后通过字符的积分特征逐一对每个候选块进行识别,识别成功者即为真实的车牌.实验表明,该方法能适应大多数复杂的场景,不局限于图像的分辨率,以及拍摄的角度,保证了车牌识别的准确率.     

密集匹配点云的自适应道路提取算法研究

多视倾斜影像密集匹配后能够生成海量点云数据,但数据本身缺乏有效的道路提取信息。针对此问题,提出一种密集匹配点云的自适应道路提取算法。首先对多视影像进行道路感兴趣区特征采样,获取影像区域道路的纹理特征,然后对三维点云进行去噪处理并剔除掉高大建筑物和植被。在点云中选取2个明显的道路点作为初始种子点,搜索种子点一定半径范围内的点,并统计这些点对应的法线与种子点法线的夹角,根据道路边沿法线的突变性提取出道路点。然后利用道路点拟合出道路中心线并根据最小包围矩形优化搜索搜索半径,进而自适应的生成其他道路种子点。实验结果表明,该方法提取的道路能够保持连通性,道路边界清晰,且提取耗时较短,具有较好的稳健性。     

一种在线数据清洗方法

提出一种新的在线数据清洗方法:将确认为干净的参照表中的记录字符串映射成高维空间中的点后进行聚类划分,然后利用B+树对划分中的点进行索引从而将高维空间的查询转换成一维空间的范围查询.输入表中的元组利用索引采用分枝限界策略搜索KNN (K nearest neighbors)记录从而完成与其最匹配记录的识别.理论分析和实验表明这是一种解决在线数据清洗的有效途径.     

水声通信网中基于能量平衡的动态路由控制

针对水声传感器网中一些中继节点因过分使用而过早耗尽能量的问题,提出一种动态路由控制新方法.通过周期性预测出节点的信息产生率,并根据节点当前剩余能量,估计出采用不同路由时节点的生命值.以网络节点的最小生命值为目标函数,借助遗传算法周期性搜索出与最大目标函数值对应的路由,这样的路由就是能平衡各节点能量的最佳路由.仿真结果表明,该方法能避免生命值较小的节点承担过分的中继任务,延长节点生命.     

一种边缘增强的光谱响应曲线分形维计算方法

提出了一种用于高光谱影像边缘增强的光谱响应曲线差分步长分形维特征值计算方法. 该方法首先对高光谱响应曲线进行差分处理,并利用步长分形维算法计算差分光谱曲线分形维值,最后根据差分分形维值计算高光谱特征影像. 实验结果表明,本文提出的差分步长分形维算法较原始步长法更能保持光谱影像细节并增强边缘,同时减弱噪声影响,可用于高光谱影像特征提取、分析和解译.     

自然场景下三角形交通标志的检测与识别

根据三角形交通标志的颜色和形状特征,提出了一种适用于自然场景下三角形交通标志的检测与识别方法. 该方法首先利用颜色分割粗略提取标志区;其次提取标志区轮廓边缘和直线拟合,确定三角形标志的3个顶点,精确检测出完整的三角形标志区;最后设计一种分块特征提取方法对检测出的三角形标志和所有参考三角形标志进行特征提取,通过特征匹配识别出三角形交通标志类别. 实验结果表明,所提出的检测与识别方法能更有效地识别自然环境中三角形交通标志方法,且适用性强.     

网格计算环境下基于任务池的任务调度方法

任务调度是网格计算的关键技术之一。对网格计算任务调度特点及典型的任务调度策略进行了分析,提出了一种基于任务池模型的分级调度方法,该方法通过在网格系统中建立相对稳定的计算资源视图,在不同规模、级别上实现局部自治系统之间的协同工作,通过建立并维护任务池和资源池,对网格环境中动态变化的资源和任务进行管理,来保持系统资源之间的共享关系和高度可控性。实验结果表明,本调度方法具有较高的执行效率和加速比。     

自动图像拼接中的一种特征提取和匹配方法

在比较目前特征提取和匹配的几种方法比较的基础上,提出了一种基于改进特征提取和匹配的拼接方法,使得图像拼接的质量和速度得到提高。该算法首先利用改进的尺度不变特征变换（scale invariant feature transform,SIFT）特征提取方法获得图像特征点,其次利用近似最近邻匹配进行特征匹配并引入随机抽样一致性（random sample consensus,RANSAC）算法去除误匹配对,最后根据匹配的特征点对得到图像间的变换参数进行拼接和融合。该算法具有很强的鲁棒性,允许图像有缩放变换、旋转变换,不受图像噪声、色差的影响。经实验证明,该方法可实现高质量快速的拼接系统。     

基于信誉投票的PBFT改进方案

区块链作为一种去中心化、防篡改的分布式账本,其性能从根本上受共识机制效率的影响.实用拜占庭容错算法以视图切换随机选取主节点的方式会导致安全问题,且在节点较多时共识效率变低.针对这两个问题,提出了基于信誉投票的PBFT改进方案.根据节点划分机制评估节点的可靠性,动态地选取高信誉值节点来参与共识,降低恶意节点成为共识节点的...     

基于正交矩混合不变量的离焦模糊图像配准

摘要： 针对同时遭受离焦模糊退化和几何形变的图像,提出一种基于Legendre正交矩不变量的图像配准方法.采用Harris特征点探测算法提取图像特征点,然后构造Legendre正交矩的模糊和几何混合不变量作为衡量尺度以获得特征点的对应关系,通过该对应关系估计形变参数完成配准过程. 实验结果表明该方法能有效解决该类形变图像的配准问题,与其他方法相比能获得更准确的结果.     

基于正交矩混合不变量的离焦模糊图像配准信号与信息处理

针对同时遭受离焦模糊退化和几何形变的图像,提出一种基于Legendre正交矩不变量的图像配准方法.采用Harris特征点探测算法提取图像特征点,然后构造Legendre正交矩的模糊和几何混合不变量作为衡量尺度以获得特征点的对应关系,通过该对应关系估计形变参数完成配准过程.实验结果表明该方法能有效解决该类形变图像的配准问题,与其他方法相比能获得更准确的结果.     

聚类分析用于序列SAR干涉像对选取

该文分析了干涉像对选取过程,提出一种利用聚类分析进行序列SAR干涉像对选取的方法. 选择合适的去相干因素构建特征空间,将序列SAR影像所有干涉组合的去相干因素映射到该特征空间,从而将干涉像对选取问题转换为特征空间的聚类分析. 根据干涉像对选取原则设计合适的聚类方法对去相干因素进行聚类,聚类结果对应于符合要求的干涉像对,实现序列SAR干涉像对的选取. 实验结果表明该方法简单有效.     

基于MODIS影像的松嫩平原土壤湿度反演特征研究

以松嫩平原为研究区,利用modis影像提取温度指数和植被指数建立Ts-NDVI空间特征,根据其空间特性提取TVDI值,结合研究区野外实测数据进行相关性分析,发现TVDI能够很好的用来反应松嫩平原土壤湿度的空间分布特征,并深入研究分析得到了以下结论:(1)Ts数据和NDVI数据能够很好的拟合出空间三角形关系且其相关性表现良好;(2)将遥感提取得到的TVDI值与实地测量的值进行相关性分析发现,随着实测数据的土壤湿度值的增加,TVDI值呈现出减小的趋势,即TVDI值能够很好的反应土壤湿度的空间变化趋势及空间分异规律.(3)松嫩平原土壤湿度的空间分布规律大体呈现出由西南向东北逐渐变湿的走向.研究为获取大范围连续的土壤湿度提供了一种方法,为政府调控农业发展提供科学参考.     

基于孪生网络的无人机遥感图像拼接

无人机(Unmanned aerial vehicle, UAV)遥感图像拼接是指将两幅或多幅具有相似场景内容的高分辨率无人机遥感图像拼接为一幅包含更多信息的大视野图像，在军事和地理测绘等领域得到了广泛应用。传统算法通常依赖于手工特征，无法有效地提取弱纹理图像的特征。若图像之间视差较大时，会导致拼接无法进行。为了解决上述问题，基于计算机视觉组(Visual Geometry Group-16, VGG-16)网络结合孪生网络框架提出了一种用于无人机遥感图像拼接的有监督模型。基于VGG-16网络设计了权值共享的孪生特征提取网络，解决特征提取不充分的问题。设计了能够回归图像之间空间变换关系的回归网络，并使用分组卷积代替普通卷积以提升网络速度。同时，为了解决将图像之间真实变换关系作为标签的图像拼接数据集难以获取的问题，基于一定程度的仿射变换，构建了自己的数据集。实验结果表明，本方法在无人机遥感图像拼接的主观视觉效果以及客观评价指标上均有较好的结果，与ORB算法(Oriented FAST and rotated BRIEF, ORB)和CAU-DHE算法(Content-aware unsu...