基于多特征融合的遥感图像河流目标检测算法

针对近似河流无法准确检测出来的问题,提出了一种基于多特征融合的遥感图像河流目标检测算法.首先根据提取样本图像的局部熵、纹理和角点信息特征构建了有效区分河流区域和背景区域的特征向量,利用支持向量机进行训练获得决策函数,通过决策函数判断测试图像的河流区域,完成河流区域的粗检测;然后结合粗检测的结果,应用测地线活动轮廓模型提取完整准确的河流区域.实验结果证明该算法对河流目标定位准确,获得的河流检测结果具有良好的连通性,可以准确地检测复杂背景下的河流区域.     

移动机器人行人目标活动区域快速检测算法

针对移动机器人运动目标检测过程中运动目标与背景均存在位移致使跟踪失效的问题,提出一种显著光流分析法对室内行人目标活动区域进行检测与标识,能够快速有效地为移动机器人视觉检测与跟踪算法提供简便的初始区域定位信息。经仿真实验分析,该算法能够在室内复杂的情况下,快速检测出行人目标的活动区域,方便人物识别与躲避,具有较强的工程应用价值。     

基于变换域的显著性提取

为增强图像显著特征的可靠性和鲁棒性, 增加图像描述的准确度, 提出了一种利用离散余弦变换(DCT: Discrete Cosine Transform)和 Renyi 熵提取自然图像显著性的方法。 该方法充分利用了图像的频域信息, 通过MSRA1000 图像数据库进行性能测试。 实验结果表明, 该方法优于 5 种经典算法, 提高了显著性检测的有效性。     

具非负Ricci曲率的流形

讨论了具非负Ricci曲率的完备Riemann流形上的无共轭点测地线的性质,证明了单连通具拟正Ricci曲率的三维完备非紧Riemann流形的第一Betti数b1≤n—3。     

Kenmotsu流形的半不变子流形

给出了Kenmotsu流形的子流形成为半不变积的两个充要条件,即：1）设M是Kenmotsu流形M^-的半不变子流形,则M为M^-的半不变积的充要条件为：对任意Y∈Г（TM）,X∈Г（D）,有△↓XY∈Г（D○ |ξ|)。2）设M是Kenmotsu流形M^-的半不变子流形,则M为M^-的半不变积的充要条件是：对任意X∈Г（TM）,Y∈Г（D),有fB(X,Y)=0。     

曲面的平行曲面

给出平行曲面上对应曲线同时为测地线（ 渐近曲线） 的一个充要条件．     

融合C-V和GVF的测地线活动轮廓模型

对于有凹陷边界或弱边界的待分割目标,采用传统的测地线活动轮廓(GAC)模型无法进行准确的图像分割.为了解决这一问题,提出了一种融合C-V模型、GVF模型和GAC模型的图像分割算法.在该算法中,GAC模型的单位内法向量与GVF模型的梯度矢量流共同作用,促使轮廓曲线向目标的边界方向运动;而GAC模型单位内法向量与C-V模型的区域信息的力场共同作用,不仅促使轮廓曲线向目标的边界方向运动,而且使轮廓曲线稳定在目标的边界上.仿真实验证明了上述方法的有效性,同时还证明了该方法对轮廓曲线的初始位置具有较好的适应性.     

基于显著性模型和区域生长法的药卷缺陷检测

针对工业炸药生产过程中药卷表面裂痕的包装缺陷问题,运用机器视觉技术,提出一种基于显著性模型和局部方差区域生长法的药卷缺陷检测方法。该方法经过图像预处理,对药卷图像进行背景估计与差分;利用显著性模型,提取缺陷特征;通过局部方差区域生长法,分割目标区域,完成对缺陷药卷的检测。实验结果表明,该算法可快速有效地提取缺陷区域,平均检测时间为55.72 ms,缺陷检测率高达96.36%。     

信息几何研究进展

随着人工智能的不断深入,基于欧氏框架的数学理论无法有效地解决信息领域中的一些非线性和随机性问题,而信息几何是解决非线性和随机性问题的有效工具。基于黎曼几何的信息几何由于其在统计推断、信号处理、图像处理、神经网络、机器学习等领域的广泛应用,受到了人们的关注,成为热门的研究领域。经过几十年的发展,信息几何已经从最初鲜为人知的领域发展成为研究非线性、随机性复杂信息的重要工具。将对信息几何研究进展做一个综述。首先介绍信息几何的理论框架,包括对偶联络、流形上的测地距离、以及黎曼梯度等,然后简要介绍信息几何在统计推断、神经网络、控制系统领域、信号处理、机器学习等领域的应用,最后介绍信息几何的展望,期望对信息几何感兴趣的学者有所帮助。通过该综述,读者可以了解到信息几何的基本理论框架,了解到信息几何的重要应用场景,为解决信息领域中的瓶颈问题提供一定的启发。     

四元数射影空间中的全实2 调和伪脐子流形

利用活动标架法研究四元数射影空间中的全实2 调和伪脐子流形, 得到了这类子流形成为极小子流形的刚性定理, 推广了Simons型积分不等式.