基于双目立体视觉的目标识别与定位

为从不同角度识别目标物体以及解决左右两幅图像中目标轮廓中心不匹配的问题, 将SURF(Speeded Up Robust Features)算法与GrabCut 算法相结合, 离线采集目标物体不同角度的图像, 生成目标模板图片库。利用SURF 算法完成目标物体的识别; 利用SURF 算法自动初始化GrabCut 算法, 实现目标轮廓的提取; 利用基于灰度相关的区域匹配算法完成目标轮廓中心点的匹配, 结合三维重建原理实现目标定位。实验结果表明, 该方法可以成功识别目标物体并对目标物体进行准确定位。     

一种改进Camshift算法及其ARM实现

基于视频序列的运动目标跟踪在安防、军事等领域用途广泛。针对传统Camshift算法易受颜色相近物体的干扰,丢失目标的情况,提出了一种改进的Camshift算法。该算法检测SIFT特征点并进行FREAK特征匹配,通过判断每一帧跟踪结果的跟踪精度修正跟踪矩形框,从而改善跟踪精度。为便于工程应用,在Linux系统上进行了算法移植,实现了基于ARM的运动目标跟踪系统。实验结果证实改进算法对部分遮挡、颜色相近干扰等情况具有稳定性,能够实现对运动目标的准确跟踪。     

一种板材小圆角胀压复合成形工艺解析

针对薄壁板材零件小圆角特征成形制造难的问题,提出了一种新型胀压复合成形工艺.其关键工艺参数为:预成形高度、预成形凹圆角大小和终成形胀形压力与背压凸模运行速度匹配关系.预成形高度决定了终成形小圆角的材料储备,预成形凹圆角的最佳值为充液拉深时凸模圆角可取的最小值,通过理论分析给出了预成形高度和预成形凹圆角的计算方法.建立了胀压复合成形过程力学模型,通过应力状态分析给出了不同胀形压力与背压凸模运行速度匹配关系下坯料圆角区变形状况.同时基于有限元模拟和工艺试验,研究了预成形高度和终成形胀形压力与背压匹配路径对试验件成形质量的影响,验证了理论分析的准确性,并证明了该新工艺的适用性.     

小微企业主职能背景与产品创意对企业绩效的影响

创意是影响企业创新成功与否的重要因素.以1205个小微企业为研究样本,分析小微企业主职能背景、产品创意以及两者的匹配对企业绩效的影响作用.结果表明,来源于企业内部的产品创意有助于小微企业的绩效提升,企业主的生产型职能背景和政府职能背景对绩效有正向影响,政府职能背景与来源于内部的产品创意相匹配有助于提升企业绩效.小微企业主可在提出产品创意的早期阶段就对其绩效进行预测和评估.     

基于SVM的金融类钓鱼网页检测方法

针对金融服务领域面临的严峻信息安全挑战,以及现有钓鱼网页检测方法的不足,提出一种基于支持向量机(support vector machine,SVM)的金融类钓鱼网页检测方法.采用网页渲染去除常见的页面特征伪装,提取统一资源定位符(uniform resource locator,URL)信息特征、页面文本特征、页面表单特征以及页面logo图像特征,构建特征向量训练SVM分类器模型,实现对金融类钓鱼网页的识别.在特征提取过程中,利用适合中文的多模式匹配算法AC_SC(AC suitable for chinese)提高文本匹配效率,并采用加速鲁棒特征(speeded-up robust feature,SURF)算法实现logo图像的特征提取与匹配.多方法实验结果对比表明,该方法针对性更强,能达到99.1％的检测准确率、低于0.86％的误报率.     

基于ORB特征点匹配的多目标跟踪算法

视频中的多目标跟踪是计算机视觉领域的一个重要问题.针对多目标跟踪过程中由于目标缩放、旋转、扭曲以及遮挡等问题的存在导致目标易丢失的问题,提出了一种基于ORB特征点的多目标跟踪算法.首先利用"运动边缘生长"算法得到目标块,再利用目标块的ORB特征与特征模板的匹配来实现目标的关联.通过匹配过程,目标模板能够得到实时更新,即去除由噪声带来的过时的特征信息并添加进新的特征信息,保证特征模板的实时有效性,进而提高跟踪过程中匹配的可靠性.实验结果表明,本算法能够实时有效地处理目标由于形变以及局部遮挡而导致跟踪性能下降甚至跟踪目标丢失的问题,具有较好的鲁棒性.     

计算机视觉中的图匹配方法研究综述

图匹配是计算机视觉与模式识别领域的基础而又重要的问题.它在诸多方面都有着广泛的应用.从优化角度看,图的匹配问题是一种离散组合优化问题,使得该问题本身具有NP(non-deterministic polynomial)-hard性质.因此,寻找该问题的一种有效的近似解是当前研究的重要问题.论文首先对图匹配问题的的问题表示进行了阐述,并分析了该问题求解的难点和关键点.然后,对近年来计算机视觉研究领域中提出的一些具有代表性的传统图匹配算法进行了归纳和综述.最后,探讨了图匹配的未来研究方向和研究思路.     

基于隐马尔可夫模型和遗传算法的地图匹配算法

综合采用隐马尔可夫模型(HMM)和遗传算法,提出了一种新的地图匹配算法.首先初始化HMM概率矩阵,然后使用前向后向算法进行参数学习,用Viterbi算法预测一组路段序列,最后将路段序列作为种群,通过遗传算法得到最优的路段序列.采用北京市2012年出租车GPS定位数据分别对传统的基于隐马尔可夫模型的算法和新算法进行测试,实验结果表明,传统的基于隐马尔可夫模型的算法的匹配精确度低于90%,新算法的匹配精确度高达90%以上.     

基于WMF与LSE的序列图像匹配制导滤波融合算法

为了改善匹配制导系统可靠性及匹配精度,提出了一种新的基于WMF与LSE的序列图像匹配结果滤波融合算法。分析了序列图像匹配制导滤波融合的基本问题,设计了一种加窗中值滤波器,并将其应用于纵向匹配位置序列的滤波处理,采用LSE对匹配位置序列进行最优参数估计,给出了滤波融合算法的基本原理及实现框图。仿真实验及实例分析验证了本文算法在消除误匹配点及减小随机匹配误差干扰方面的有效性、实用性。