基于多尺度模板匹配和部件模型的车牌字符分割方法

为提高车牌字符分割的准确率,提出了一种基于多尺度模板匹配和部件模型的车牌字符分割方法. 对单层车牌,根据车牌结构特征建立多尺度模板作用于车牌候选区域,通过投影得分估计出最佳模板对应的尺度和位置信息;对双层车牌,使用部件模型对双层车牌进行建模,双层车牌的上层字符区域和下层字符区域分别对应部件模型的一个部件,通过多尺度的模板匹配得到上下层部件的候选集合,利用部件模型中部件之间的几何约束得到最终的车牌字符分割结果. 实验结果表明,所提出的方法可以有效进行单/双层车牌的字符分割.      

稳定的复数域上状态反馈系统的几何结构

从信息几何的角度使用新的方法研究稳定的复数域上的状态反馈增益系统. 首先, 给出所有稳定的状态反馈增益集合的参数化. 进而,可知稳定的状态反馈增益集合微分同胚于满足一定代数条件的正定Hermite矩阵和反Hermite矩阵的笛卡尔积;其次, 探讨稳定矩阵中稳定的状态反馈增益系统的几何结构;然后,给出状态反馈增益的一个浸入;最后, 举例说明结果.      

一种改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法基础上提出了一个改进的稀疏子空间聚类算法。首先,利用高维数据可以通过同一子空间的低维数据稀疏地表示这一理论,建立一个稀疏最优化模型,获得稀疏矩阵。然后把稀疏矩阵应用到一个正则化谱聚类算法中,从而有效地把数据聚类到子空间中。最后,该算法应用到一个视频序列中,对每个视频帧里的运动物体进行识别,并与现有的子空间聚类算法相比较。实验结果表明,该算法能够有效地识别运动物体,具有良好的实时性和有效性。     

基于图割框架下视频目标的自动实时提取算法

提出了一种在图割框架下自动实时的前景目标提取算法.通过混合高斯背景建模与基于颜色和局部表观的阴影判别相融合的方法,设置能量函数的数据项,并基于局部二值模型算子构建能量函数的平滑项.利用动态的图割算法,求取目标函数极值,实现视频目标的自动提取.在不同视频上对提出的分割算法进行性能测试,结果表明算法具有较好的分割性能且计算复杂度较低.     

核心网电路域切换成功率提升分析

本文重点分析了影响移动2G/3G切换成功率的因素,通过对2G基站"系统间入切换开关"参数的设置,提高2G、3G间切换成功率,提升客户感知。     

基于改进动态规划的MR图像左心室分割

为了在MR图像中精确提取左心室外膜,本文提出一种基于改进动态规划的分割方法。先用Otsu阈值法分割心内膜,再在此基础上设计一种改进的动态规划方法来寻找一条闭合的最小代价路径作为心外膜边界。该方法的关键在于路径代价函数的设计,它包括边界灰度因子、梯度因子和形状因子。3个因子之间的权重系数用混沌粒子群算法优化,同时,为了避免心外膜越过心包脂肪,设置了代价无穷大的心外膜"禁区"。将该方法在138幅图像上的分割结果与金标准及相关算法进行比较,结果表明该方法具有更高的分割精度和鲁棒性。     

融合边缘特征的马尔可夫随机场模型及分割算法

针对区域马尔可夫随机场(MRF)模型的图像分割中常产生边缘模糊的问题,提出了一种融合边缘特征的区域MRF模型(IEFRMRF)及其分割算法。IEFRMRF模型基于MRF理论,首先通过边缘模板提取图像的边缘特征,建立局部区域的边缘先验约束;其次利用图像局部区域像素的空间约束关系描述图像的局部高斯统计特征,并通过期望最大化算法估计高斯特征参数;然后根据贝叶斯原理建立了具有边缘保持作用的区域MRF模型;最终采用区域置信度传播(BP)算法对IEFRMRF模型进行全局优化,把局部统计特征传递到图像的全局,并按照MAP准则估计图像分割标号。人工加噪声图像分割的实验结果表明,IEFRMRF模型的分割结果和传统高斯MRF模型、局部区域高斯MRF模型的分割结果相比,分割准确率分别提高了47.9%和21.4%,并且分割结果的边缘更清晰,自然图像的分割实验也验证了提出模型的有效性。     

基于形态学运算的种子轮廓自动获取方法

为解决传统手工初始化种子轮廓影响肝脏分割算法稳定性的问题,提出了一种基于形态学运算的自动种子轮廓获取方法.根据序列CT图像中肝脏的灰度特性和结构特性,利用线性灰度变换、阈值滤波、中值滤波及对比度增强对肝脏CT图像进行预处理操作,进而通过形态学腐蚀运算快速准确获取肝脏自动分割需要的种子轮廓.实验结果表明,该自动种子轮廓获取方法可以快速、准确地定位出肝内种子轮廓,保证种子轮廓不会因操作人员不同而发生位置变化.     

非连通图(K_1∨(P_n~(1)∪P_n~(2)))∪P_n~(3)及(K_1∨(P_n~(1)∪P_n~(2)))∪St(n)的优美性

给出了非连通图(K1∨(P(1)n∪P(2)n))∪P(3)n和(K1∨(P(1)n∪P(2)n))∪St(n),且对其优美性进行了研究。证明了如下结论:设n为任意正整数,则当n≥4时,非连通图(K1∨(P(1)n∪P(2)n))∪P(3)n和(K1∨(P(1)n∪P(2)n))∪St(n)均是优美图;其中,Pn是n个顶点的路,Kn是n个顶点的完全图,St(n)是n+1个顶点的星形树,G1∨G2是图G1与G2的联图。     

非连通图D_(2,6)∪G的优美标号

讨论了非连通图D2,6∪G的优美性,给出了非连通图D2,6∪G是优美图的一个充分条件,证明了若图G是特征为k且缺k+9标号值的交错图(9≤k+9≤|E(G)|),则非连通图D2,6∪G存在缺k+1和k+6标号值的优美标号.