复杂背景图像局部轮廓信息人工智能识别仿真

来源 :计算机仿真 | 被引量 : 1次 | 上传用户:hyper11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对复杂背景图像局部轮廓信息进行识别,能够快速获取图像相关信息,对图像局部轮廓信息进行智能识别,需要对复杂背景图像进行分解提取多尺度细节特征,将图像原图与经过形态学运算操作后的图像作差。传统方法利用相与操作算子对复杂背景进行处理,将图像中的干扰信号剔除,但忽略了对图像的细节分解,导致识别效率低。提出一种基于Tophat算法的复杂背景图像局部轮廓信息人工智能识别方法,利用对偶树复小波变换的优良特性对复杂背景图像进行分解提取多尺度细节特征。对提取获得的图像特征进行灰度膨胀、腐蚀、开闭运算。将图像原图与经过
其他文献
随着航天器平台负载能力提升和空间信息技术的发展,有效载荷数据流蕴含的信息越来越复杂。运控管理时一般通过分析有效载荷实时数据流,判断有效载荷工作状态,进行有效载荷故
针对我国铁路电子采购平台建设中各铁路企业物资采购差异性的问题,利用Saa S(软件即服务)的设计模式,对其开发模型进行仿真研究,并建立了开发模型的体系架构及应用模型,给出了数据库及自动化部署的设计策略。仿真结果证明,SaaS模式将有效解决了我国铁路电子采购平台建设中采购过程差异性的问题,并可以充分利用采购过程的共通性。
为了扩大机场空侧容量,优化机场场面交通调度信息,以优化抵达航班的滑行路径为目标,通过分析机场场面滑行调度问题,构建了机场场面滑行的数学模型。采用蚁群算法结合该数学模型,并对蚁群算法信息素的更新采取自适应性改进,应用于国内某枢纽机场的局部滑行道系统和停机坪系统,对抵达航班的滑行路径进行优化设计。并用Matlab对两种算法实现计算机仿真。实验结果表明:与普通蚁群算法相比,自适应蚁群算法降低了抵达航班波
对异质复杂信息节点搜索路径的寻优,能够有效改善无线网络的信息搜索效率。对异质复杂信息的节点搜索路径进行寻优,需要先减少异质信息节点存储冗余,描述异质信息节点数据能量的消耗,完成异质复杂信息节点搜索路径的寻优。传统方法采用信标进行异质复杂信息节点定位的路径寻优方法,对无线网络中信标节点进行布局,但忽略了对异质信息节点能量消耗的求取,导致节点搜索路径并不是最优路径。提出基于遗传算法的寻优方法,以无线网
为了提高粒子滤波跟踪算法的效率,针对图像的特点对粒子滤波算法进行改进。首先针对无人机跟踪过程中,目标始终在图像中心位置附近晃动的特点,结合高斯分布对粒子初始化过程进行改进,保证粒子以较大概率集中在图像中心位置附近;然后针对无人机姿态调整过程中,目标运动朝向图像中心位置的特点,采用高斯加权后的权值对粒子重采样进行改进,保证图像中心区域的粒子有更大概率被保留。最后通过实验对改进算法进行分析和评价,验证
对交互式医疗诊断图像轮廓线的生成,能够有效提高临床诊断以及治疗水平。对交互式医疗诊断图像轮廓线自动快速的生成,需要构建轮廓线演化能量模型,提高轮廓线生成的精度,确定能量函数极小值,完成医疗诊断图像轮廓线的生成。传统方法沿着感兴趣方向对轮廓进行投影,分析扫描曲面对应的医疗诊断图像数据,但忽略了对轮廓线演化模型的构建,导致轮廓线生成精度偏低。提出基于Snake模型的交互式医疗诊断图像轮廓线自动生成方法
对网络重叠数据的检测与排除,能够有效提高网络数据处理精度。大数据下对重叠数据的检测,需要计算数据聚类离散程度的期望,获得最佳聚类数目以确定聚类中心,完成重叠数据的检测,进而对其进行排除。传统方法结合量子滤波器,对数据点进行了一定程度的平滑,判断数据的真实度,但忽略了对数据的聚类中心的求取,导致重叠数据优化识别精度偏低。提出基于相关性分析和GAS算法的优化识别方法,将测量数据进行聚类,计算对应不同聚
加权最小二乘估计是电力系统静态估计的常用算法,特点是收敛性能好,估计质量高。静态状态估计中权重矩阵取各量测量的方差阵的逆矩阵,使估计具有最小的误差方差阵,因为系统运行状态随时间变化方差矩阵难以确定,在实际估计过程中方差阵一般取为单位阵。提出了通过分析历史数据,假设在系统运行过程中量测误差服从均值一定、方差一定的概率分布,以估计值近似真值,以状态估计的残差近似量测量的误差,得到量测量的误差分布,再进
在纯电动汽车动力性能优化问题的研究中,为提高汽车行驶的平稳性,针对传统的纯电动汽车动力模式控制方法存在动力性和操控性难以同时兼顾的缺点,提出了一种基于驾驶员意图识别的动力性能优化方法。首先由线性踏板控制策略确定电机基本输出转矩,然后设计了以根据加速踏板开度变化率修正后的车速偏差及其变化率为输人、补偿转矩为输出的模糊控制器,最后向驱动电机系统发送转矩控制指令。仿真结果表明,上述控制方法在车辆加速和减