利用三角形及其九点圆的摄像机标定

提出基于三角形及其九点圆的摄像机标定方法.利用了三角形九点圆中其九个点的特殊性,并且利用透视投影变换保二次曲线不变性,得到其像点在像平面共椭圆,从而可以通过九点的映射关系将透视投影变换的非线性问题线性化.图像分割和角点提取的误差会直接影响标定的精度,在此三角形及其九点圆中的点特别是算法中的关键点三角形顶点和垂心都是三条直线的交点,减小图像分割与提取时造成的误差.DLT方法的不精确就源于图像分割和角点提取的误差,方法克服了DLT方法的不足.张的方法无法保证单应性矩阵的正交性,因此为了保证正交性和提高精度需要优化.与传统方法相比操作简单,应用九点圆定理,仿射变换的引入将透视投影非线性问题线性化,避免了参数之间的非线性方程求解,降低了参数求解的复杂性,因此其定标过程快捷,准确.模板的构造,减少了图像分割和交点提取误差,算法实现保证旋转矩阵的正交性.综合上述分析,理论上表明方法的有效性.同时实验表明,标定方法操作简单,不需要计算机视觉的专业知识,快速,精度高,鲁棒性好.     

双机拍摄全景视频拼接算法研究

全景视频是一种新型的视频,近年成为研究热点.已有的研究和产品中,全景视频需六个或以上的相机拍摄,设备成本大,拼接时间长.提出一种双机拍摄拼接的算法.通过分析鱼眼图像的坐标系变换,得出了全景视频图像变换矩阵的求解方法,再采用变换矩阵对鱼眼视频图像进行转换,得到全景视频.实验表明文章的全景视频拼接算法拼接效果好,拼接速度快...     

离散系统的广义混沌控制

针对确定性离散动力学系统的混沌控制与反控制问题,从配置Lyapunov指数出发,提出一种实现混沌控制与反控制的一般性方法.首先给出了受控系统混沌判断的特征值条件,满足该条件的系统,将产生Devaney意义下的混沌和Li-Yorke意义下的混沌.然后通过引入非对角型反馈来调整系统雅可比矩阵元素,灵活配置系统Lyapunov指数的数值和符号,从而实现离散系统的混沌控制或反控制.给出了必要的证明和仿真实例,仿真结果表明了算法的有效性.     

随机椭圆最优控制问题的随机配置方法

本文讨论求解随机系数泊松方程约束最优控制问题的有效数值方法.通过应用有限元方法和随机配置法,将原最优控制问题离散转化为最优化问题,再利用交替方向乘子法求解最优化问题.之后,对所提出的算法进行了收敛性分析,并通过数值实验验证了算法的有效性.     

基于三角隶属函数和模糊熵的图像增强方法及其相关应用研究

鉴于图像增强技术在生活应用中的重要性,模糊技术在图像应用中的实用性和广泛性,提出了一种基于三角隶属函数和模糊熵的新的图像增强算法(T-FE增强算法),使用三角函数作为隶属函数,重构参数型对比增强算子,运用模糊熵最大原则选取阈值,计算快速,简单.并且将T-FE算法运用于图像分割,边缘检测.通过实验仿真表明,T-FE算法在进行图像处理时有较好效果.     

一种基于序列图像的单镜头测距方法

针对于监视区域目标参数的测量问题,在考虑到被动式实时监控定位与便携性要求的前提下,提出了基于标定点的序列图像单镜头测距算法,并实现了核心测距算法.     

一种产生广义高斯分布随机数的新算法

本文提出了一种生成广义高斯分布 (GGD)随机数的通用算法 .该算法针对GGD密度函数衰减性的特点 ,采用变步长的方法 ,综合运用了逆函数法、近似复合抽样法及变换抽样法 .通过调整分布参数的数值 ,就能产生具有任何形状参数和任何方差的GGD随机数 ,简单易于实现 .最后将仿真实验结果与已有算法的结果做比较 ,并用 χ2检验法和Kolmogorov Smirnov检验法 (K S检验法 )验证该方法的有效性 .     

基于字典学习方法的CT不完全投影图像重建算法

对于不完全投影角度的重建研究是CT图像重建中一个重要的问题.将压缩感知中字典学习的方法与CT重建算法ART迭代算法相结合.字典学习方法中字典更新采用K-SVD(K-奇异值分解)算法,稀疏编码采用OMP(正交匹配追踪)算法.最后通过对标准Head头部模型进行仿真实验,验证了字典学习方法在CT图像重建中对于提高图像的重建质量和提高信噪比的可行性与有效性.另外还研究了字典学习中图像块大小和滑动距离对重建图像的影响     

The Legendre Collocation Spectral Method for the Ground State Solutions of the Bose-Einstein Condensates北大核心CSCD

近年来,有关Bose-Einstein凝聚态基态解的实验研究已经取得了一系列重要的成果.该文在相关研究成果的基础上,首先通过降维和无量纲化方法将Bose-Einstein凝聚态基态解问题转换成能量泛函极值问题,在离散该泛函时,尝试使用Legendre配置谱方法离散该能量泛函的一维和二维情形.其次,对该能量泛函极小值问题进行了数值模拟.最后,通过分析实验数据结果和图像得出,针对非旋转的Bose-Einstein凝聚态的基态解问题可以使用Legendre配置谱方法来求解,且数值结果的误差较小.     

基于相机标定的双目三维景物重建方法

介绍了一种基于相机标定的双目静止镜头下的三维景物重建方法.方法假设已经通过相机标定的方法得到两个相机的内外投影矩阵参数,通过投影矩阵和几何的方法,配合图像配准技术,恢复感兴趣场景的深度信息,达到三维景物重建的目的.本方法主要是基于几何变换的方法,巧妙避开了三维投影矩阵的计算,直接从真实图像映射为虚拟极平面图像,可以达到比较好的效果.     

标准粒子群优化算法的收敛性分析

研究标准粒子群优化算法在经验区域的各个子区域内的收敛和发散行为,分析系统特征根与算法参数的关系,得到一系列结论.数值仿真实验展示不同子区域内的算法参数对粒子位置和粒子速度运动轨迹的不同影响,进一步验证本文结论的正确性.     

一种求解非线性互补问题的多步自适应Levenberg-Marquardt算法

本文采用Modulus-based变换将非线性互补问题转化为非光滑方程组,并将一种多步自适应Levenberg-Marquardt方法推广应用于求解所得的非光滑方程组,从而得到原问题的解.在适当条件下,本文证明了算法的全局收敛性.与一种已有的参数自适应Levenberg-Marquardt方法（PSA-LMM）相比较,数值实验结果表明了本文所提出的算法具有更好的效率.     

鲁棒稀疏重构问题的凝聚同伦算法

鲁棒稀疏重构问题是信号处理领域的重要问题,该问题的数学本质是一个NP难的数学优化问题.同伦算法是一类典型的路径跟踪算法,该算法是解非线性问题的一类成熟算法,具有全局收敛性,且易于并行实现.本文考虑同伦算法在鲁棒稀疏重构问题中的数值求解.基于l_∞范数及罚函数策略,我们首先将原始的基于l_0范数的最优化模型,转化为含参数的无约束极大极小值问题,进而构造凝聚函数光滑化模型中的极大值函数,并构造凝聚同伦算法数值求解.数值仿真实验验证了新方法的有效性,为大规模鲁棒重构问题的并行化数值求解奠定基础.     

浅水问题的约束Hamilton变分原理及祖冲之类保辛算法

针对浅水流问题,将不可压缩条件作为约束处理,提出一种约束Hamilton变分原理,并利用该变分原理,推出一种基于位移和压强的浅水方程(SWE-DP).针对SWE-DP,构造了一种结合有限元和祖冲之类算法的混合数值方法.通过数值算例,将SWE-DP与两个现有的浅水方程进行了数值比较,从而验证了SWE-DP的可靠性,并验证了针对SWE-DP构造的数值算法的正确性.此外,数值算例还显示出祖冲之类算法在对浅水波进行长时间仿真时,具有很好的表现.     

基采用时频区域检测的雷达信号盲分选算法

为了解决欠定条件下密集雷达信号分选问题,提高雷达信号盲分选算法精度,提出了一种采用时频区域检测的雷达信号盲分选算法,首先利用短时傅立叶变换将混合信号映射至时频平面进行处理,然后通过聚类算法估计出混合矩阵,从而反解出源信号矩阵,进而估计出每一雷达源信号,能够在信号的时频平面投影相交且欠定的条件下,实现信号分选功能.仿真实验结果表明:提出的算法相比于传统的类MUSIC算法及其衍生的相关改进算法具有更高的分选精度和算法收敛性,且估计得到的源信号时域波形更优,体现了其有效性和优越性.     

一种求解单输入极点配置问题的新算法

给出了一种求解单输入线性控制系统极点配置问题的新算法, 这一算法是以计算闭环系统矩阵的Schur分解为基础的, 而且在算法中尽可能地使用了数值稳定的酉变换, 从而在理论上保证了这一算法是数值稳定的, 数值实验的结果也表明这一算法具有良好的数值性态.     

基于小波去噪和梯度校正的分水岭图像分割技术研究

本文研究了基于分水岭方法的图像分割问题.利用最大熵算法,对梯度图像进行校正.数值实验结果表明,本文提出的分割算法获得了良好的图像分割效果.     

CT系统参数标定及成像的数学模型

本文首先借助MATLAB软件对CT扫描的接受信息进行拟合,得出一系列关于CT系统参数标定及成像的图像.然后通过对接受信息与图像的综合处理,建立了CT系统参数的标定模型与介质在CT系统中的成像模型.     

探索者变异樽海鞘算法及其应用

针对樽海鞘算法搜索性能不高的缺陷,提出探索者变异樽海鞘算法,将种群分为领导者、跟随者和探索者三部分,通过改进跟随者更新策略并引进探索者变异机制,提高算法搜索性能.数值实验表明,该算法搜索速度和精度比基本算法和文献中的算法都有大幅度提高.将该算法应用于压力容器设计问题进行参数优化,得到了明显改善的最优成本.     

蝙蝠算法收敛性分析

将蝙蝠算法简化到一维的单个蝙蝠,定义了速度和位置更新的两种模式,利用特征方程的方法分别对其进行了收敛性分析,得出模式2比模式1具有更好的收敛性,同时给出了在模式2下的参数选取方法.最后通过数值仿真实验,验证了相关分析的正确性.