基于灰度梯度和反正切函数拟合的亚像素边缘检测算法

在数字图像处理和机器视觉中,边缘检测是一个基本问题和关键环节,因此,精确地检测图像边缘是非常必要的。本文提出了一种基于灰度梯度和反正切函数拟合的亚像素边缘检测算法。首先,通过Canny算子粗略提取输入图像的边缘;然后对初步得到的边缘像素逐点提取灰度梯度方向,以提取的梯度方向为坐标轴正方向建立灰度梯度直角坐标系;最后利用最小二乘法,采用反正切函数拟合图像边缘的灰度梯度,获得亚像素边缘位置。利用Microsoft Visual Studio 2008平台进行实验,结果表明：与基于小波变换及基于Zernike矩的亚像素边缘检测方法相比,本文所提算法定位精度较高,检测速度较快,能够更完整地检测出图像的平滑边缘。     

车载网中基于车辆密度的可变传输范围路由协议

为了解决由于道路上车辆密度快速变化,而传输半径却保持不变所带来的不稳定的连通性和较高的误比特率,提出一种车载自组织网络中基于车辆密度的可变传输范围路由(VRR)协议,节点根据道路车辆密度调节信息最大传输距离,降低信息传输时延,确保网络的高连通性.在齐次泊松点过程模型的基础上推导出传输半径随着车辆密度的变化条件,验证其可行性,理论分析获得平均时延的数学计算式,最后仿真比较VRR协议与固定传输范围路由(FRR)协议的性能.仿真结果表明,VRR协议能够应用到实际环境中,且在高连通概率的前提下,使信息从源节点快速地传输到目的节点.