视频目标标识文本视觉特征与模糊识别

对视频流中标示目标的文本字符的识别具有非常重要的意义.基于模式匹配的识别技术在文本图像清晰时有较高的识别率,但对因某种原因导致旋转、扭曲、污损、残缺的文本图像的识别率较低.提出的基于文本笔划和笔划结构空间的识别方法,识别速度与匹配算法相当,但对旋转、扭曲、污损、残缺文本图像的识别率大为提高.实验结果令人满意.     

图像序列中的自动点目标空时快速检测*

提出了一种新的序列图像中点状运动目标空时快速检测方法,该方法假设经过背景杂波抑制预处理后图像已转换为类SPGWN(信号加高斯白噪声)模型.自动目标检测时图像序列被划分为多组检测单元,每单元包含两帧相邻的图像.根据目标速度限制条件,采用在单元内以及两相邻单元间沿轨迹集成像素灰度的检测算法.在付出同等运算量的代价下,克服了二维投影检测性能较差的弱点,同时也具备可检测多速率目标的优点.理论分析和仿真试验表明了该检测方法的有效性.     

采用形态神经网络背景自适应预测的图像弱小目标检测*

提出一种有效的背景杂波预测形态神经网络模型,用于检测图像数据中的弱小目标.目标被假设为只有很小的空域扩展度,而且淹没于强背景杂波干扰中.通过形态神经网络,杂波背景被准确地估计并从输入数据中去除,只剩下残留噪声和目标信号.采用扩展输入层数据的办法修正了传统的形态开、闭运算三层前馈BP网络模型.为了跟踪包含不同子结构的复杂背景,原始图像被划分为多个子块,并在相应的子块中选择训练样本对结构元进行优化.对真实图像数据的计算机仿真表明该算法在性能上优于其他传统算法.     

基于邻域彩色变化矢量场的图像边缘检测技术研究*

首先进行了边缘检测系统结构设计,建立了图像邻域彩色变化矢量场的数理模型,提出了用图像邻域彩色变化方向锐度描述图像边缘,进而应用模糊聚类自适应检测边缘.实验表明:与基于梯度的边缘检测技术相比,该方法在噪声抑制以及边缘准确定位上均取得了好的效果,是一种应用广泛的优秀边缘检测算法.     

基于场景运动分析的弱小目标形态学检测方法

本文提出一种基于场景运动分析的弱小运动目标形态学检测方法:首先利用场景运动分析校正序列图像,应用本文提出的结构元进行Top-Hat形态学滤波以抑制背景杂波,将滤波图像进行二值化和差分处理以提取可疑目标并抑制虚警,使用点-航迹关联法最终捕获目标.外场试验表明,同传统的形态学检测方法相比,可有效抑制航拍图像中的地物干扰,降低虚假目标数量.     

无线传感器网络的协同适应休眠介质访问控制协议

无线传感器网络通常部署在不可到达或危险区域，其能量十分有限。因此，无线传感器网络以节约能量和自我配置为主要目标。本文介绍一种为无线传感网络设计的介质访问控制协议S-MAC，它采用公用休眠时间表、通信量自适应唤醒、串听避免、消息传输等几种新技术来减少能耗并支持自我配置，使得在多跳网络中的低占空比操作成为可能。测量结果表明，S-MAC能节约大量能量。     

数据广播中的UCL标引与传输机制

UCL(Uniform Content Locator)是作者、编者和读者进行语义沟通的工具,是数据广播中解决接收端数据信息的快速选择、信息过滤、智能代理和信息的主动服务的基础.本文系统地介绍了数据广播中UCL的概念,提出了在数据广播中进行UCL标引的方法和两级复用方法,研究了数据广播的UCL-W标引方案,研究了多映射与复用技术,最后给出了在数据广播的传输过程中,发送端对数据信息进行采集、标引、映射、复用、格式转换和调制的工作流程.实验验证了理论方案的正确性和有效性.     

在可编程图形硬件上实现图像高动态范围压缩

通过在亮度图像梯度域上对大梯度进行衰减,压缩图像亮度的动态范围,可以使高动态范围图像在被显示时,既能够适应常规的显示硬件,同时又充分保留原始图像的细节信息,使得图像在被观察时能够重现真实场景的亮度效果。文中采用适合由图形处理器加速的快速算法,将整个处理过程通过可编程图形硬件实现,建立快速的图像动态范围压缩技术,建立起适用于高动态范围图像显示的实时应用框架,使之不仅适用于基于图像的动态范围调整的绝大部分情况,还能够成为各种交互式图形应用的核心技术之一。     

基于内容的特定图像过滤方法

针对互联网中色情图像传播愈来愈严重的现象,在充分分析色情图像的特征的基础上,提出基于计算机视觉与模式识别的图像过滤方法,该方法将人体肤色模型、面部模型以及图像轮廓、面积等多项图像特征识别技术相结合,实现网络色情图像识别过滤。该过滤方法,能够有效地过滤掉网络色情图像,实验结果表明,该方法能够达到80％以上的准确率,具有较高的实用性和应用价值。