排序方式: 共有3条查询结果,搜索用时 296 毫秒
1
1.
针对现有基于信号强度的质心算法定位精度不能满足特定场景下对高精度室内定位需求的问题,该文提出了一种改进的接收信号强度(RSSI)室内加权质心定位算法。该算法通过RSSI测距得出4个已知锚节点到待测点的距离,以相应的锚节点为圆心画圆弧,得到由4段圆弧相交的四边形,其任取3个顶点可以组成一个三角形,然后以距离平方倒数之和作为权值计算4个三角形质心坐标,再以4个三角形质心坐标作为初始值以信号强度之和作为权值求解待测点坐标。实验结果表明:该算法最大误差值为1.02m,最小误差值为0.21m,平均误差值为0.68m;该算法室内定位精度比基于RSSI的质心算法最大提高24cm,最小提高12cm,平均提高了18cm;比加权质心算法最大提高10cm,最小提高3cm,平均提高了8cm。 相似文献
2.
3.
针对现有AD-Census代价计算时,Census变换依赖中心像素,对场景光照、亮度敏感的问题,提出一种基于子区域均匀度变换的改进代价计算方法。对Middlebury数据集在无幅度失真、不同亮度、不同光照场景下的代价计算以及立体匹配实验的统计结果表明,改进后的算法在非遮挡区以及所有区域的误匹配率均低于改进前,在代价计算环节,整体区域平均降低了5.80%,最终立体匹配后的视差图平均降低了1.55%。改进后的算法在不同亮度以及不同光照场景下对匹配的精度提升更加地显著,验证了改进算法的有效性。 相似文献
1