摘要：网络构建问题是组合最优化中的经典问题,而连通性是网络设计问题中的一个核心问题。考虑这样一个最优化问题:给定无向图G=(V,E;w),w:E→Q^+是权重函数,G'=(V,E')为G的一个子图,要寻找E的一个子集E"(?)E,使得由E'UE"所得的诱导子图是一个连通图,其目标是使得所有方案中权度最大者的权度值达到最小。经过对问题分析,对问题的特殊情况E'=φ,设计了两个时间复杂度分别为O(n^2)和O(mn)的启发式算法,而E"≠φ的情况也可以类似讨论。

摘要：为提高在近色背景下果实识别的准确性,减少非结构化因素对识别的影响,提出了基于近红外像机和可见光像机组合捕获多源图像进行融合的方法。首先对已配准的多源图像分别进行非下采样轮廓波变换(NSCT),得到高频系数与低频系数;对高频系数采用压缩融合,并通过CoSaMp恢复融合的高频系数;对低频系数进行小波分解,对分解的高频子带采用绝对值最大法进行融合;低频子带则采用基于几何距离和能量距离加权的融合方法,再通过小波逆变换得到融合的低频系数;最后对融合后的高、低频系数进行NSCT重构得到融合图像。试验结果表明,所设计方法有效地保留了图像的边缘轮廓,突出了图像的细节信息,在客观定量评价指标上均优于其他传统方法,其中与小波变换-非下采样轮廓波变换(DWT-NSCT)方法相比,最大提升达到15.59%。

摘要：为提高近色背景果实识别的准确性,减少非结构化因素对识别的影响,提出基于近红外像机和可见光像机组合捕获多源图像进行配准的方法。对采集的多源图像使用基于中值滤波和小波变换相结合的方法进行去噪,针对特征点分布不均匀的情况,采用图像分块策略进行改善。在用改进的SURF提取特征点后,使用特征偏移一致性原则进行提纯,结合RANSAC (随机抽样一致)和最小二乘法求出图像间的仿射关系并完成配准。实验结果表明,所提方法在图像配准的实时性和鲁棒性方面高于原SURF算法。