基于转移费用矩阵的机器人路径规划方法

本文描述了机器人路径规划的一种新方法：基于转移费用矩阵的机器人路径规划方法。通过定义转移费用矩阵的概念及其上的二元运算,将最优路径的生成,转化为矩阵的运算,使得有限步的矩阵运算,即可得到环境中所有点间的最优路径,达到了在预处理阶段构造最优路径集的目的。最后,介绍了该方法在移动机器人任务规划中的应用     

基于局部色调映射的异源图像匹配方法

色调映射是一种适用于亮度和对比度变化的快速图像匹配方法。由于异源图像间存在复杂的灰度变换关系,直接采用色调映射方法进行匹配的成功率通常难以满足应用需求。为了提高匹配成功率,本文提出基于局部色调映射的异源图像匹配方法。首先将实时图划分为不重叠的子区,对每个子区进行直方图均衡化和弱切片变换,通过局部色调映射计算子区与基准图的距离系数图。融合全部距离系数图得到图像匹配结果。实验结果表明,该方法匹配成功率高于现有的色调映射方法,且计算时间仅略高于现有方法,优于异源图像匹配中常用的互信息方法。     

使用局部色调映射匹配异源图像

色调映射是一种适用于亮度和对比度变化的快速图像匹配方法。由于异源图像间存在复杂的灰度变换关系,直接采用色调映射方法进行匹配的成功率通常难以满足应用需求。为了提高匹配成功率,本文提出基于子区弱切片变换的局部色调映射异源图像匹配方法。首先将实时图划分为不重叠的子区,对每个子区进行直方图均衡化和弱切片变换,通过局部色调映射计算子区与基准图的距离系数图。融合全部距离系数图得到图像匹配结果。实验结果表明,该方法匹配成功率高于现有的色调映射方法,且计算时间仅略高于现有方法,优于异源图像匹配中常用的互信息方法。     

度量空间的非标准特性(Ⅱ)

本文在文《度重空间的非标准特性（Ⅰ）》的基础上,用非标准分析方法刻划了度量空间上的全有界映射与紧映射的许多特性,并给出了一个赋范线性空间的维数有限的非标准特征。最后,在赋范线性空间中,通过弱拓扑性质的非标准刻划,简洁地证明了Ｅｂｅｒｌｅｉｎ－Ⅲ定理。     

保形压缩映射产生的一类递归集的分形性质

研究了由保形压缩映射产生的一类递归集的分形性质,得到了该类集合的Hausdorff维数．     

局部耗散型算子的Ishikawa迭代序列收敛性判别准则

给出了局部耗散型算子的Ishikawa迭代序列的收敛定理,将近期该领域的许多结果一般化。     

基于高度图的地形纹理生成方法

介绍了利用高度图生成地形纹理图的方法。阐述了多个特征纹理图融合的方法,根据高度值计算地形纹理图各像素RGB值的过程和遍历图的方法和技巧,并介绍了在高度图中确定顶点高度值的方法。利用此方法,可以按照自己的需求制作地形纹理图,为三维地形可视化研究提供了参考。     

基于QAM调制的物理层网络编码中继误码性能

正交幅度调制(QAM)是物理层网络编码中一种重要的调制方式,文章介绍了ARB三节点模型中物理层网络编码中继映射准则,分析了QAM调制方式下中继的误码性能,得出了物理层网络编码在节省通信时隙之外所获得的"编码增益"。另外文章对ARB模型中发送节点功率分配问题进行了考虑,通过分析,进一步说明了物理层网络编码的可行性,最后文章探讨了下一步物理层网络编码中继映射准则可能的发展方向。     

基于中间表示规则替换的二进制翻译中间代码优化方法

动态二进制翻译在实现多源到多目标的程序翻译过程中,为屏蔽不同源平台间的硬件差异引入中间代码,采用内存虚拟策略进行实现,但同时带来中间代码膨胀问题。传统的中间代码优化方法主要采用对冗余指令进行匹配删除的方法。将优化重点聚焦在针对特殊指令匹配的中间表示规则替换上,提出了一种基于中间表示规则替换的二进制翻译中间代码优化方法。该方法针对中间代码膨胀所呈现的几种典型情景,描述了中间表示替换规则,并将以往应用在后端代码优化上的寄存器直接映射策略应用在此处。通过建立映射公式,实现了将原来的内存虚拟操作替换为本地寄存器操作,从而降低了中间代码膨胀率。使用SPEC CPU2006测试集进行了实验,验证了此优化方法的正确性和有效性。测试用例在优化前和优化后的执行结果一致,验证了优化方法的正确性;优化后测试用例的中间代码平均缩减率达到32.59%,验证了优化方法的有效性。     

LiDAR点云纹理特征提取方法

针对图像纹理应用于LiDAR点云分类过程中存在的多义性问题,提出点云纹理特征的概念。该特征属性反映了点与其邻域点的属性值分布情况,提取过程基于KD树数据检索结构和灰度共生矩阵算法。分析搜索邻域、移动步长和灰度等级等参数对点云纹理特征的影响,并利用支持向量机分类方法验证点云纹理特征,可以有效地辅助高程和强度信息以改善LiDAR点云的地物分类结果。实验还证明了相比于栅格格式的图像纹理特征,点云纹理特征约束的地物分类具有更高的分类精度,并且点云纹理特征在微小地物的甄别和水陆的区分方面具有突出的能力。该特征的这些优秀特性可以为海岸带机载LiDAR数据的精细化分类、海岸带高精度DEM构建和海岸线提取等工作发挥重要作用。