基于E-PASTd的盲扩频码序列估计算法

针对直接序列扩频信号的扩频码盲估计问题,改进了特征分解的方法,提出了一种基于压缩投影近似子空间跟踪的PN码恢复算法。该算法由两个主特征向量估计非同步延迟值,结合利用压缩投影近似子空间跟踪技术的快速收敛特性提取主分量,避免了对自相关矩阵的直接特征分解运算。计算机仿真表明该算法降低了数据的存储量,易于硬件实现,具有良好的收敛特性,性能优于已有的梯度算法和神经网络算法。     

融合Sobel-SIFT的花朵图像的特征提取方法

由于花朵图像特征的复杂性,往往需要先对原有图像进行花朵轮廓检测,再进行特征点提取.本文在传统的SIFT算法的基础上,提出了改进的Sobel-SIFT算法,以适用于花朵图像的特征提取.该方法首先针对传统的Sobel算法进行了方向模板的扩展,其次对检测到的边缘特征进行细化处理,最后使用SIFT特征提取算法对花朵图像进行特征点提取.试验结果显示该算法比原有算法获取了更为准确的特征点,验证了本文方法的有效性.     

基于Tamura纹理特征的织物组织识别算法

针对目前织物组织的识别主要依赖人工而导致效率低下的问题,研究并设计了一种基于Tamura方向度纹理特征的织物组织识别算法。该算法通过将Tamura纹理特征中的方向度、形态学运算以及高斯模糊有机结合,成功生成经纬组织点分布图以实现织物组织识别。通过计算织物组织图的Tamura方向度特征值提取了纹理信息,利用纹理信息结合数字图像处理技术获得组织点分布。实验证明,针对具有较强纹理信息的织物组织,特别是经纬纱线颜色相近的织物,该算法能够很好地实现识别效果。     

基于直方图均衡化的PCA SIFT图像特征提取与匹配改进算法

为了克服SIFT算法运算量大、运算耗时长和实时性不强的缺点,课题组提出了基于直方图均衡化PCA SIFT算法,以增强 灰度图像的明暗对比度,增加匹配成功率,改进描述子生成方式,沿用主成分分析法（PCA）降低特征检测维度,减少耗时。仿真实验表明该算法有效地减少了 运算时间,并且一定程度上减少了不必要的特征点的匹配数量。新算法能有效减少运算量。     

基于改进ORB算法的特征点匹配研究

针对ORB(Oriented FAST and Rotated BRIEF)算法不具有尺度不变性的缺陷,结合多尺度Shi-Tomasi算法提出了改进的ORB算法:STORB(Shi-Tomasi-ORB)算法。首先在多尺度空间中通过快速预筛选后检测Shi-Tomasi特征点,然后使用ORB算法生成具有方向信息和尺度信息的特征点描述子,最后采用汉明(Hamming)距离对特征点进行匹配,并结合随机抽样一致(RANSAC)算法对匹配结果进行优化,实现图像的准确匹配。实验结果表明,STORB算法不仅保留了ORB算法优良的旋转不变性与实时性,而且当图像发生尺度变化时特征点匹配正确率达到了95.8%,比ORB算法提高了65.2%。     

逆向工程中回转体碎片旋转轴提取方法研究

针对目前回转体碎片特征提取精度不高问题,提出了一种回转体碎片旋转轴估算方法。通过计算主方向的方向 矢量,得到纬圆上主方向的方向矢量;通过计算若干对任意2点纬圆主方向上方向矢量的外积,去除粗大误差得到旋转 轴矢量的方向范围;然后根据垂直于旋转轴的平面与回转面相交交线是一个圆的几何准则,利用蛮力搜索算法得到回转 体点云碎片的旋转轴,通过模式搜索对旋转轴进行了优化。最终得到了一个比较理想的旋转轴。文中提出的算法通过 大量实验论证鲁棒性好,并且在保证效率的基础上,提取出的轴精确度较高。     

结合图像属性的MSD-FICA盲水印算法

基于图像高频子分量相互独立的属性,再结合图像低频能量不易丢失的特点,该文设计了多分辨率子带分解的快速独立分量分析(MSD-FICA)盲水印算法,借鉴了经典的量化调制水印(QIM)算法思想,对原始图像小波分解后的高频成分(水平、垂直、对角小波系数)进行排序,取中频成分。嵌入水印是对中频分量系数和低频分量系数同时嵌入,水印的提取采用快速独立分量分析(FICA)算法,先用主成分分析进行预处理,然后用FICA盲提取水印。实验表明,该算法能有效地提取出水印,并能抵抗一定的压缩、滤波、噪声攻击。     

CCD图像的轮廓特征点提取算法

采用最大方差法将图像二值化,用图像形态学的梯度﹑细化和修剪算法来提取边缘轮廓,利用十一点曲率法得到轮廓的角点和切点的大致位置。提出了一种基于最小二乘拟合的改进算法,来进一步确定角点和切点,并对轮廓分段识别。该算法应用在基于图像处理的刀具测量系统中,实际结果表明具有良好的抗噪声性能,能准确提取出图像的特征点。     

基于角点检测的焊缝图像ROI优化提取算法

为了解决焊缝表面缺陷检测中使用点云数据过于庞大而导致检测时间过长的问题,课题组针对Moravec角点检测算法进行优化,使用优化后的角点检测算法对激光中心线进行特征点提取并确定感兴趣区域（region of interest,ROI）。经过实验表明：优化后的角点检测算法能够有效避免伪角点的出现,提高了鲁棒性,同时经过ROI提取后的焊缝点云数据量减少了71.14%。该方法能够有效解决计算基于点云的焊缝表面缺陷检测数据量过大的问题。     

优化SVM在锅炉负荷预测中的应用

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易。     

基于权重阈值的图像匹配方法

针对尺度不变特征变换(SIFT)算法在低照度情况下存在匹配特征点数目少，会丢失部分重要信息的问题，课题组提出先对图像进行预处理，即增强对比度，提高亮度，使特征信息更明显，特征点更充足，再使用SIFT算法提取特征点；针对SIFT算法因特征描述符维数过多导致耗时长，实时性差的问题，课题组提出一种新的特征点描述方式，降低了描述符维数，提高了算法运行速度；最后，针对SIFT算法匹配过程中对描述符所有维度设置统一阈值易造成误匹配的问题，课题组提出一种权重阈值的方法，对距离特征点不同位置的种子点设置不同的阈值，提高匹配正确率。实验表明：与SIFT算法以及PCA SIFT算法相比，改进的算法匹配精度提高了10%~20%；同时，匹配时间也有所提高。该算法既有效提高了匹配正确率，又缩短了算法运行时间。     

小型回转点云的配准研究

针对回转半径较大的小型回转点云配准时其回转特征不明显问题,提出一种先利用最小二乘法计算出点云的拟合平面并将所有点投影到该平面上,再利用滚球算法计算该二维点云数据的边界,并对边界点云进行3次B样条拟合,最后根据B样条曲线的变化特点,找出特征点,并利用特征点进行配准。对于回转半径较大且尺寸较小的回转点云,由 于其回转特性不是非常明显,因此完全依靠其回转特性进行配准,会有一定的难度,所以需要利用其他一些特征进行配准。最后通过三坐标扫描仪获取物体的外表面形状数据,然后进行配合验证,结果表明可以准确获取特征点。该方法可以有效地对小型点云进行配准。     

立体视觉中的特征点匹配算法研究

立体视觉中的特征点匹配是计算机视觉中的重要组成部分,是获取三维几何信息的重要步骤。特征点匹配算法可遵从下述处理过程:(1)特征点的选择;(2)点匹配。本文比较了经典的H arris、SU SAN和相位一致性角点检测算法,得出通过相位技术找出的边缘特征点具有良好的抗噪性和稳定性,再结合基于灰度相关及外极线约束的双向匹配技术,可获得很好的匹配效果。最后,给出了实验结果。     

回归什么样的理性--当代人性理念的重构

通过批判性的分析人类理性的特点,得出当代社会的所谓道德困境在于人的认知理性扩大了自己的使用领域,其现代理性两种主要表现形式为:经济理性与科技理性。它造成对人类追求意义生活的价值理性的抑制。因而解决当代道德困境的关键点在于人类对理性自我理念的重新设定,即建构能够合理使用理性的“社会人”的人性理念。因为人类是通过重构自我形象来实践自身的行为的。     

逆向工程特征参数提取技术研究

逆向工程是从已有实物的测量数据点中提取其特征参数进行模型重建的过程,特征参数的提取是逆向工程的关键技术之一。该文提出了一种新的回转面特征参数提取算法,将蚁群算法应用在逆向工程的特征参数优化过程中,首先建立回转面特征参数提取数学模型,然后运用蚁群算法实现过程优化,从而提取出特征参数,实现回转面图形重建,最后通过实例验证了该算法的有效性,该算法提高了特征参数提取精度和效率,适用于空间任意位置回转面的特征参数提取。     

一般约束极大极小问题的广义梯度投影算法

讨论了一类带等式、不等式约束的极大极小值问题，将其转化为带等式、不等式约束的非线性规划问题，利用辅助规划进行处理，给出了一个广义的梯度投影算法，解决了一般约束极大极小值问题。算法可在有限步达到最优点或产生一系列点列，其极限点则是最优点，并证明了该算法的全局收敛性。     

企业不同生命周期阶段创新着力点选择——基于层次分析法的探讨

本文通过分析企业不同生命周期阶段的创新着力点,构建了创新着力点评价模型;并采用层次分析法,结合实证分析,对各种创新着力点进行量化和排序,得出企业初创期和衰退期的重点是技术创新,成长期和成熟期的重点是管理创新的重要结论。