一种改进的系统误差配准算法

雷达组网系统首先要解决误差配准问题,以便较准确地估计和消除系统误差.作者提出了一种改进的基于ECEF坐标系的广义最小二乘算法用于误差配准.该算法通过循环配准逐渐对真实的系统误差进行逼近.仿真数据验证了该算法的性能优于传统的ECEF-GLS误差配准算法的性能.     

基于递推最小二乘的系统误差配准算法

针对多传感器的系统误差配准问题,首先,介绍了系统误差配准模型的建立及其最基本的处理方法:最小二乘法。其次,考虑到最小二乘法在批处理数据的时,随着时间累积,存储空间需求不断加剧的问题,引入递推思想,推得递推最小二乘法。最后,对递推最小二乘法进行了计算机仿真,验证了算法的有效性。     

WGS-84坐标系下改进的广义最小二乘配准算法

针对广义最小二乘算法在WGS-84坐标系中存在收敛速度慢及收敛性能不稳定的问题,提出了一种改进的广义最小二乘算法.该算法以收敛步数作为最小二乘算法中的量测精度加权因子,使得量测精度随着步数的变化而变化,从而实现了收敛步数的减少和收敛之后稳定性的改善,提高了目标跟踪定位的性能.仿真结果表明,改进的广义最小二乘算法优于广义最小二乘算法,进一步验证了该算法的有效性.     

一种非线性失真的PCB图像配准方法

建立边缘对准度函数,通过抽样特征点对样本PCB图像与待测PCB图像进行全局配准.由于相机镜头畸变导致图像非线性失真,全局对准后,局部配准存在偏差.提出分块对准策略,解决局部配准问题,同时针对局部配准后,块与块的交界处存在断裂现象,采用最小二乘法进行边缘拟合,实现全局PCB与局部PCB图像无缝配准.     

基于回归神经网络的误差配准算法

神经网络系统理论已受到广泛关注。它的理论和方法已被应用到许多研究领域。本文介绍了神经网络雷达配准原理。并推导了基于回归神经网络的误差配准算法。     

基子回归神经网络的误差配准算法

神经网络系统理论已受到广泛关注,它的理论和方法已被应用到许多研究领域.本文介绍了神经网络雷达配准原理,并推导了基于回归神经网络的误差配准算法.     

遥感影像配准方法探讨

影像匹配是指从数字影像上识别相关影像,它是计算机视觉和数字摄影测量中的一个基本问题。遥感影像的配准技术直接关系到图像融合等地形分析的精度和效果,针对不同的应用目的和条件可以选择不同的匹配算法,本文在三种经典的配准方法的基础上提出了两种图像配准的新方法。     

一种改进的SIFT算法及其在医学图像配准中的应用

图像特征点的提取是医学图像配准的基础,其精确性直接影响匹配的结果.目前在实际应用中常使用手工提取特征点的方法,精确性差且工作量大.SIFT算子具有良好的尺度、旋转、光照等不变特性,被广泛应用于图像配准中.由于SIFT匹配算法对特征点匹配的条件较为严格,特征点的数量常常无法满足医学图像配准的实际需要,并且存在一定的误匹配.为增加特征点的数量,提高匹配准确率,采用SIFT算法自动提取特征点,并使用特征点之间的Euclid距离作为相似性判定度量,根据医学图像的特点保留低对比度点,以实现医学图像的配准.实验结果表明该方法是有效的.     

空间加权互信息图像配准算法

提出了一种基于互信息扩展的新测度空间加权互信息(SWMI)配准算法.首先使用Harris角点检测对参考图像进行特征区域标记;然后根据对图像配准贡献的不同,对不同特征区域赋予相应权重得到用于计算SWMI的Harris权重函数.实验结果表明:与SWMI配准算法相比,本文算法不需要人工直接干预,有利于实现自动化配准,具有良好...     

高精度多视频配准算法中静态图像配准算法的选取

在之前的研究中提出了一种高精度的多视频时空配准方法,该方法将Caspi等人提出的多视频配准算法与基于静态图像的配准算法有效地进行了结合.但在结合的同时,如何选取静态图像配准算法是需要考虑的问题.本文对两类主要的静态图像配准方法进行了理论分析与实验比较,提出了在我们的多视频时空配准方法中使用基于特征的静态图像配准算法的思路.实验结果验证了本文思路的合理性.     

增强现实系统的动态注册

增强现实是虚拟现实的一个重要分支,有着广泛的前景与应用价值,增强现实系统中最关键的技术是三维注册,为实现虚拟物体与真实物体间的完美结合,三维注册精度至关重要,由于系统延时造成虚拟物体在真实物体附近游移,严重地影响系统的整体注册精度,针对该问题采用扩展卡尔曼滤波方法跟踪标志点,估计头部运动方位,对增强现实系统进行动态注册,以减少系统延时,提高三维注册精度,该算法实时性强,能够较好地解决增强现实系统延时造成的注册误差。     

针对重复纹理场景的跟踪定位算法

提出一种针对复杂标识的分类学习算法,并将其应用于移动增强现实系统中,实现了基于自然特征的跟踪定位系统.在场景特征点识别分类基础上,采用关键帧匹配算法实现无标识跟踪定位.针对含有对称结构的场景提出一种误匹配特征的回收机制.实验结果表明,该算法可解决由于场景对称结构导致的错误特征匹配,从而大幅提高特征的正确匹配率.     

基于三点法和ICP算法的手术导航系统患者配准

为提升手术导航系统的患者配准精度和操作效率,提出一种将三点法与迭代最近点(iterative closest point,ICP)算法相结合的配准策略.首先,定义患者配准问题,并介绍术前和术中数据获取方法;然后,以光学定位标记球心为患者空间与图像空间的共同特征,并利用三点法完成初始配准;最后,以经初始映射后的患者点云中各点为球心,建立半径为r的球形区域,并仅保留位于该区域内的图像点云以实现抽样,再利用改进ICP算法对两片点云执行精确配准.实验结果表明,采用所提方法对猪股骨和猪髂骨执行配准的平均误差分别为(0.83±0.10)mm和(0.86±0.09)mm,其精度和稳定性均优于传统ICP算法,且具备高效、易操作的特点以及潜在的临床应用价值.     

基于空间结构约束的改进迭代最近点影像配准

提出了一种改进的基于空间结构约束的迭代最近点(ICP)影像配准方法.该方法通过结合特征点的空间结构相似性和特征相似性获得特征点的匹配矩阵,其中特征相似性通过特征点的局部特征描述算子进行计算,空间相似性则通过特征点的空间位置进行计算.特征点之间的空间结构相似性不仅包括了对应特征点之间的空间距离,还包含了特征点到邻近特征点的空间距离.在匹配过程中,分别从参考影像和待配准影像的角度出发,实现了匹配的对称性处理.通过对具有不同影像特征的真实遥感影像进行实验,结果表明该算法具有较高的配准精度.     

基于R滤波器的超分辨图像配准算法

图像配准是超分辨率图像重建的关键.提出了一种基于R滤波器的超分辨率图像重建的三步算法.第一步:对原图进行加窗模糊;第二步:根据全局运动模型配准,计算平移参数和旋转角度,对图像进行平移和旋转;第三步:把序列低分辨率图像配准到同一个坐标系中,重构高分辨率图像.实验表明,三步算法的配准精度和超分辨率图像重建效果较好.     

网上考试报名系统设计与实现

随着Internet技术的普及,几乎所有高等院校都建成了校园网络,校园网络服务逐渐完善。面对庞大的考生群,海量的数据录入,网上报名系统为学生提供更为高效,方便,快捷的报名条件,减轻管理人员的工作难度,快速提高了学生与管理人员的工作效率;并进一步简化网上报名的流程。本课题根据网上报名的流程及所需要的相关操作,采用基于PHP和MySql数据库的B/S结构开发出网上报名系统。该网上报名系统由网上报名模块和系统管理模块等模块组成。实现了考生在线报名、考生成绩管理和查询等功能。对于管理员功能有对考生个人信息的添加、修改、删除功能;报名管理功能;添加系统公告功能。所有操作在浏览器上完成,数据操作在服务器上完成,提高了办事效率。     

基于WEB的学生注册系统

利用Java及第三方开源框架Spring,Hibernate和Tapestry,与MySQL相结合开发了学生注册系统。该系统由管理员模块、学生模块和教师模块组成．可以方便地实现学生、教师、教室、课程和成绩等项目的高效管理,为用户间的相互交流提供了便捷的通信平台。实际应用表明,该系统运行可靠,性能良好。     

改进的人工鱼群算法和Powell法结合的医学图像配准

针对目前基于互信息图像配准的局部极值问题,提出了一种改进的人工鱼群算法和Powell算法结合的多分辨率医学图像配准算法.该算法采用新的相似性测度方法即归一化模糊加权互信息和归一化局部能量加权匹配度,利用多分辨率策略采用HPV插值,并采用改进的人工鱼群算法结合Powell算法完成医学图像的配准.采用改进的人工鱼群算法在图像的最低分辨率上进行全局优化,以全局最优值为初始值,结合Powell算法完成图像配准.这不仅基本解决了互信息函数和Powell算法的局部极值问题,还减少了数据的处理量,加快了配准速度.实验结果表明,文中算法与其他经典的配准算法相比,提高了配准的精确度和性能.