基于轮廓查找与线扫描的作物行检测算法

针对传统作物行直线检测算法存在的检测时间长、检测误差大的问题,提出一种基于轮廓查找与线扫描的作物行检测算法。首先,在农田图像下端一定宽度条形图上进行轮廓查找,求取轮廓的外接矩形,得到作物直线下端定位点;其次,对每一个下端定位点在图像顶端一定区域内进行线扫描,上下两端点形成一条候选作物行直线,记录直线上的绿色像素数量最大时上端顶点的位置,此直线即为最佳作物行直线。仿真实验表明,研究结果可以准确地检测出主要作物行直线,准确率为90. 0%,平均检测时间为30 ms。     

基于视频投影法的交通拥挤实时检测算法

针对日益严重的城市道路交通拥挤问题,文章提出了基于视频检测技术实时判断道路交通拥挤的算法。首先通过视频投影法将二维车道转化为一维线段,再通过扫描线段方法获取车道占有率,然后用指数平滑公式对提取出的车道占有率进行去噪处理,接着以道路占有率、占有率方差为交通特征参数,建立交通拥挤识别模型,最后使用模型对3段实例视频进行处理,用模型识别出的结果与人工判断的结果进行对比分析,得出使用模型进行拥挤识别的正确率在92%以上,证明了模型的有效性。     

基于FPGA的高速视频实时边缘检测算法设计与实现

针对运动目标追踪中对高速视频实时边缘检测的需要,设计了一个基于FPGA的视频实时边缘检测系统,并利用FPGA和Verilog语言实现.结果表明,该系统完成一次Sobel边缘检测运算时间只需要5个时钟周期,视频信息处理速度达到152MB/s,能够实时、快速和准确地输出视频图像边缘信息.     

基于距离和密度的聚类和孤立点检测算法

提出了一种基于距离和密度的聚类和孤立点检测算法.该算法根据距离和密度阈值对数据进行聚类,同时发现数据中的孤立点.实验结果表明,该算法能够识别任意形状的聚类,对高维数据有效,能够很好的识别出孤立点.     

视频镜头边界检测中奇异值分解算法

在海量的视频数据中准确、快速地检测出镜头边界非常重要.对这一问题,基于现有的视频镜头边界检测方法的基础上,提出基于奇异值分解的视频镜头边界检测方法.实验结果显示,该算法是有效的,其不但能准确地检测出突变边界而且对渐变边界检测也有较好的效果,并且在新闻视频中可有效识别闪光.     

基于亮度突变性与密度特征检测的厚板T形接头焊缝轮廓识别

基于激光视觉传感的厚板电弧焊接中,为实现自动化、智能化,焊接需要有效的焊缝轮廓提取方法.针对厚板T形接头熔化极活性气体保护焊中焊缝图像强烈的电弧干扰背景,提出了一种基于亮度突变性与密度特征检测的焊缝轮廓识别方法.首先,采用改进的Canny算法凸显焊缝轮廓边缘并抑制电弧干扰背景.然后,利用激光条纹在局部区域内存在亮度突变...     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。     

EPON中实时可变比特率视频业务的自适应线性流量预测动态带宽分配算法

根据视频数据流的长程相关性特点,提出一种以太无源光网络中面向实时可变比特率视频的动态带宽分配算法.该算法利用自适应线性单步预测器对未来到达的平均视频流量进行预测,实时预测结果用于对下一个发送时隙的计算,使得带宽分配算法能够充分满足实时视频流量需求.仿真实验表明,所提出的算法能够准确地对实时可变比特率视频流量进行预测,有效地降低排队时延,减小队列长度并提高带宽利用率.