数学形态学(Mathematical Morphology)诞生于1964年，是由法国巴黎矿业学院博士生赛拉(J. Serra)和导师马瑟荣，在从事铁矿核的定量岩石学分析及预测其开采价值的研究中提出“击中/击不中变换”， 并在理论层面上第一次引入了形态学的表达式，建立了颗粒分析方法。他们的工作奠定了这门学科的理论基础， 如击中/击不中变换、开闭运算、布尔模型及纹理分析器的原型等。数学形态学的基本思想是用具有一定形态的结构元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的。
标签： Mathematical Morphology 1964 数学形态学
上传时间： 2017-09-03
上传用户：gmh1314
主成分分析在SPSS中的操作应用，可以对数据进行综合评价。很详细
上传时间： 2013-12-24
上传用户：hakim
本论文研究了开源路由器的实现方法，通过具体的实验在X O R P 上实现了R I P , O S P F , B G P 等一系列协议，在P A C K E T T R A C E R 上进行了仿真，并对开源路由器进行了性能评价。
标签： 开源路由器
上传时间： 2015-02-21
上传用户：13666909595
本论文研究了开源路由器的实现方法，通过具体的实验在X O R P 上实现了R I P , O S P F , B G P 等一系列协议，在P A C K E T T R A C E R 上进行了仿真，并对开源路由器进行了性能评价。
标签： 开源路由器
上传时间： 2015-02-21
上传用户：13666909595
遗传算法为群体优化算法，也就是从多个初始解开始进行优化，每个解称为一个染色体，各染色体之间通过竞争、合作、单独变异，不断进化。 优化时先要将实际问题转换到遗传空间，就是把实际问题的解用染色体表示，称为编码，反过程为解码，因为优化后要进行评价，所以要返回问题空间，故要进行解码。SGA采用二进制编码，染色体就是二进制位串，每一位可称为一个基因；解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存，优胜劣汰”的进化机制，染色体适应生存环境的能力用适应度函数衡量。对于优化问题，适应度函数由目标函数变换而来。一般遗传算法求解最大值问题，如果是最小值问题，则通过取倒数或者加负号处理。SGA要求适应度函数>0，对于<0的问题，要通过加一个足够大的正数来解决。这样，适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子：选择（复制）、交叉和变异。 SGA中，选择采用轮盘赌方法，也就是将染色体分布在一个圆盘上，每个染色体占据一定的扇形区域，扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话，旋转指针，指针停下来时会指向某一个区域，则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大，因此被选中的几率高，可能被选中多次，而适应度低的可能一次也选不中，从而被淘汰。算法实现时采用随机数方法，先将每个染色体的适应度除以所有染色体适应度的和，再累加，使他们根据适应度的大小分布于0-1之间，适应度大的占的区域大，然后随机生成一个0-1之间的随机数，随机数落到哪个区域，对应的染色体就被选中。重复操作，选出群体规模规定数目的染色体。这个操作就是“优胜劣汰，适者生存”，但没有产生新个体。 交叉模拟有性繁殖，由两个染色体共同作用产生后代，SGA采用单点交叉。由于SGA为二进制编码，所以染色体为二进制位串，随机生成一个小于位串长度的随机整数，交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体，并且还要根据选择概率来确定是否进行交叉（生成0-1之间随机数，看随机数是否小于规定的交叉概率），否则直接进入变异操作。这个操作是产生新个体的主要方法，不过基因都来自父辈个体。 变异采用位点变异，对于二进制位串，0变为1，1变为0就是变异。采用概率确定变异位，对每一位生成一个0-1之间的随机数，看是否小于规定的变异概率，小于的变异，否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因，主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化，后代比前一代强，但实际操作中可能有退化现象，所以采用最佳个体保留法，也就是曾经出现的最好个体，一定要保证生存下来，使后代至少不差于前一代。大致有两种类型，一种是把出现的最优个体单独保存，最后输出，不影响原来的进化过程；一种是将最优个体保存入子群，也进行选择、交叉、变异，这样能充分利用模式，但也可能导致过早收敛。 由于是基本遗传算法，所以优化能力一般，解决简单问题尚可，高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262，此时两个参数均为-2.0480，有时会出现局部极值，此时一个参数为-2.0480，一个为2.0480。算法中变异概率pm=0.05，交叉概率pc=0.8。如果不采用最优模式保留，结果会更丰富些，也就是算法最后不一定收敛于极值点，当然局部收敛现象也会有所减少，但最终寻得的解不一定是本次执行中曾找到过的最好解。
标签： 遗传算法
上传时间： 2015-06-04
上传用户：芃溱溱123
对于图像融合的人，本代码可以节约他们的时间，并且还给出图像融合的客观评价指标。
标签： 区域图像融合
上传时间： 2015-06-07
上传用户：603019555
在视频会议领域，有许多可以值得参考的开源项目，这些开源项目有的是协议栈、有的是编码器或者是传输协议，由于视频会议系统是一个综合性的应用系统，里面包含功能较多，如能把这些开源项目选择性的加入我们的视频会议开发当中，我们的开发效率肯定会事半功倍，下面我们列举一下视频会议相关的十大开源项目，并对其重要性及优缺点做一个全面的评价与排名。
标签： 视频会议
上传时间： 2015-06-25
上传用户：wangzuofei
2DPSK的调制与解调设计一个2DPSK数字调制系统，要求： （1）设计出规定的数字通信系统的结构； （2）根据通信原理，设计出各个模块的参数（例如码速率，滤波器的截止频率等）； （3）用MATLAB或SystemView 实现该数字通信系统； （4）观察仿真并进行波形分析； （5）系统的性能评价。
标签： 2DPSK的调制与解调
上传时间： 2015-06-30
上传用户：hhgwzz
机器视觉方面用于判断图像清晰度的程序，采用C#语言实现。
标签： 图像清晰度评价
上传时间： 2015-07-01
上传用户：千山雪12
随着 国 内 遥感卫星的迅 速发展卫星 图 像的 图 幅越来 越大分辨率越来越高 。 在轨 遥感 图 像的几何 精 度 评价要求从待评遥感 图 像和 多源 参考 图 像之间精确 地提取出 分布 均 匀 的控 制 点 信 息 。 使用 滤波 对高 分辨率影像进 行增强时 ， 会 产生过增强 和饱和 现象 影响 了 控制 点 提取效果。 为 了 克 服上述缺陷 提出 了 一 种基于 稀 疏识別的 自 适应 图像增 强算 法。 方法 首先计算 图像子区域的 辐射质量参数并构 建 分类特征 ； 然 后通过 稀疏识别算 法确 定子区域的 地物 类型； 最后根据子区域所属 地物类 型 ， 选择不同 的 滤 波 参数 实 现整幅图 像 的 自 适 应增 强 并 在增 强 的 遥感图 像上提 取控制 点 信息 实 现遥感图像 的 几何精 度 自 动 化评价。 结果 针 对资源 三号卫星影 像的 实 验结果表明 针对不同 的 子区域地物 类型进行 自 适 应 增强， 有 效 防 止了 基于全局统一 参 数的 滤波带来 的 过增 强和饱和现象 有 效增强 了 高 分辨 率图像 的纹理。 结论 提出 了 一 种 新的高分 辨率遥 感影像增强 策略 增强了 高 分辨率图 像的 纹理， 提高 了控制 点的 获 取数 目 和 准 确 率。 关键词： 稀疏识别 ； 辐射参数 ； 自 适应 增强； 提取控制 点
上传时间： 2015-11-22
上传用户：chao1020
