【摘 要】
：
对基于动态主动式射频识别标定的定位识别(LANDMARC)室内定位系统算法进行了研究,针对现有LANDMARC室内定位系统算法最近邻居数量固定导致优良的最近邻居丢失、不良最近邻居引入的问题,提出了一种改进的最近邻居算法(K-nearest neighbor algorithm,KNN).该算法利用待测标签的预估位置,划定最近邻居的选择区域,然后根据选择区域内参考标签与预估位置能级差选择最近邻居.M
论文部分内容阅读
对基于动态主动式射频识别标定的定位识别(LANDMARC)室内定位系统算法进行了研究,针对现有LANDMARC室内定位系统算法最近邻居数量固定导致优良的最近邻居丢失、不良最近邻居引入的问题,提出了一种改进的最近邻居算法(K-nearest neighbor algorithm,KNN).该算法利用待测标签的预估位置,划定最近邻居的选择区域,然后根据选择区域内参考标签与预估位置能级差选择最近邻居.MATLAB仿真结果表明,在同等条件下的新算法定位精度提高了9.8%,最大误差降低了21.8%.
其他文献
道岔大量存在于车站、编组站等地。正确的识别道岔的开口方向是行车安全的关键。文章提出一种基于铁轨交点的道岔自动检测方法,该方法可自动检测铁轨的交点,结合先验知识,自动定位道岔所在区域并放大,从而起到警示机车司机安全行车的作用。
针对月球卫星的景象匹配定位问题,为"嫦娥二号"卫星设计了相应的匹配模式,并构造约束模型进行了匹配矩阵的修正,实现了"嫦娥二号"线阵CCD观测图和美国LRO卫星局部基准图的子图像块大规模匹配。实验中,首先通过构建匹配矩阵和测试库验证了单对图像归一化互信息匹配的可行性和局限性,然后通过约束模型修正,显著性水平取0.1时,使匹配成功率从60.7%提高到89.0%,并且测试库中89.0%的正确匹配对被匹配
针对立体图像内容的真实性认证和完整性保护等问题,提出一种基于双目恰可觉察失真(BJND)的立体图像篡改定位及恢复水印方法。首先,利用奇异值的稳定特性,设计左右图像的定位水印;然后,根据BJND强度将左右图像的定位水印嵌入到左图像中;最后,利用离散余弦变换(DCT)和JPEG量化压缩生成恢复信息,并将右图像和左图像遮挡暴露区域的恢复信息分别嵌入到右图像和左图像中。实验结果表明,本文方法所构造的水印对
针对目前高动态范围(HDR,high dynamic range)图像色调映射算法存在效率低、效果欠佳的问题,提出了一种基于色貌模型和分层模型的色调映射算法。首先,通过将高斯核离散化的方法加快双边滤波;其次,在RGB空间阶调压缩解决偏色问题;最后,对Stevens效应下的细节层增强效果进行调整并对色彩饱和度增强,使映射后的图像细节丰富,更加逼真。对比经典算法,不同场景的大量实验结果显示,主观质量和
针对传统的超分辨率(SR)图像重建方法需要多幅亚像素图像配准带来的配准误差以及高成本问题,本文将目前迅速发展的压缩感知(CS)理论引入SR成像,利用大多数自然图像普遍具有的稀疏性,提出一种基于CS的单幅图像SR重建方法,不需要其它任何额外的信息采集,可以在单次拍摄条件下捕获的充分数据实现图像的SR重建。模拟实验表明,本文提出的方法在重建效果和重建时间方面显著优于耦合字典学习(CDT)方法,在主观视
尽管高效的三维和四维(3D/4D)超声影像技术已经在医学领域应用多年,但是仍未在常规临床实践中普及。这一现象将在2013年有所改观,众多关键性趋势预期将推动该项技术的广泛应用。
提出一种数字全息相干噪声抑制方法。首先在照明光方位角给定的前提下,通过在极向平面内连续旋转照明光,实现在多角度照明条件下记录离轴数字全息图。然后对所获得的全息图分别重构,同时利用倾斜相差补偿算法和数字图像自相关配准方法分别补偿再现像的相位倾斜及横向偏移。最后将重构像进行非相干叠加,从而有效抑制再现像的相干噪声。实验结果及相关统计评价数据皆验证了该方法的有效性。
介绍一种高帧频相机垂直拖尾影响的解决方法,该方法同时考虑连续采集模式下帧间图像和像元合并(binning)技术的影响。与常用的静态图像拖尾处理的算法如逆向逐行修正算法相比,该算法非常适用于连续图像拖尾处理,特别是经过Binning后获取的图像。在某自主研制的基于异步时序的40 000帧/秒高速相机中应用该方法,有效去除了拖尾影响。最后,运用该方法处理的图像验证了算法的有效性。
在图像修复的变分模型中引入Euler弹性项可有效修复大破损区域,但直接对该模型变分将导致高阶偏微分方程,其离散差分格式复杂、计算效率低。本文通过引入多个辅助变量和Bregman迭代参数将原模型转化为简单的Split Bregman迭代优化模型,并采用交替优化方法得到关于原变量和辅助变量一系列简单的Euler-Lagrange方程或广义软阈值公式。最后通过多个实验验证了算法的有效性。
基于支持向量机设计了一种产品字符编码识别系统,该系统通过CCD视觉传感器采集图像信息,经过目标提取、字符分割、编码识别过程,最后输出识别结果.其中,识别过程采用支持向量机作为判别函数分类器,该方法能较好的解决小样本、非线性、高维数等实际问题,并且较传统的神经网络识别方法训练速度更快.实验结果表明,该方法识别率高,可以达到98.3%,并且具有较高的实时性.