基于颜色信息的视频检索系统的实现

针对某电视台在转播节目时需要自动切换图像内容的要求，设计并实现了一套视频检索系统。这套系统充分利用彩色图像的颜色信息和颜色直方图的唯一性，通过计算两帧图像之间简化的直方图距离来判断它们是否相似。从实验结果看，这套系统能够快速，准确地从序列中检索出“感兴趣”的图像，并且自动切换成自己的视频内容，在“感兴趣”序列结束时也能快速地给出相应判断，整个系统基本满足应用的要求。     

DVB-C接收机中自适应均衡器的新设计

着重讨论一种全新的DFE与盲均衡相结合的自适应均衡器的设计,对于符合DVB—C标准的QAM信号,在输入存在多径、频偏及加性噪声的情况下,采用此设计无须借助于训练序列或导频即可成功对信道进行自适应均衡以抵消ISI,并能自动切换捕获和跟踪模式,仿真效果良好。此外还能在一定范围内对输入的符号功率进行调整以降低AGC模块的设计要求。     

一种提取局部区域共同向量的瑕疵分类算法

针对同类布匹瑕疵外形和纹理差异性大,异类布匹瑕疵又存在一定的相似性,造成难以分类的问题,提出了选择瑕疵局部区域特征作为特征空间,采用共同向量方法提取布匹瑕疵特征与分类算法.局部区域特征是指瑕疵局部区域灰度直方图特征和瑕疵几何特征.首先通过最优化多通道二维Gabor小波检测出瑕疵区域,然后选择瑕疵局部区域灰度直方图统计特征、瑕疵长宽比特征和方向特征;再采用共同向量方法提取瑕疵共同向量特征;最后采用最小距离方法进行分类.该方法具有小样本学习能力、计算量小、识别率高等特点.     

利用H·264/AVC数据分割实现GOP级视频传输的方法

H.264/AVC中slice的各个数据分割部分和GOP内不同编码类型的帧对视频恢复质量影响不同.根据这一特性,提出一种度量GOP内不同帧中各个数据分割部分重要性的失真推导算法,再利用所得的重要性提出一种与视频内容和信道条件都自适应适配的GOP级视频传输方法.度量重要性所使用的失真推导算法考虑了由误码扩散和误码掩盖引入的失真.实验结果表明,使用推导算法计算所得的失真与仿真所得的失真基本吻合,与基于slice数据分割的视频传输方法相比,所提出的GOP级视频传输方法提高了视频恢复质量,最好可提高2dB以上.     

多分辨率DT模型基图像表示方法

提出了一种ＤＴ模型基不规则三角形网格的多分辨率图像表示方法。在给出了图像表示的灰度误差极小化准则和灰度分布均匀化准则后,讨论了ＤＴ网格的分裂合并方法,并结合示例对两种准则表示结果的不则特点作了讨论。多分辨率ＤＴ模型基图像表示方法可用于静止图像编码及活动图像的运动补偿等图像传输与处理的应用领域。     

鼻子区域生物特征识别

人脸图像信息中鼻子区域受表情、胖瘦、发型等变化的影响极小,为人脸识别过程提供了稳定的个体特征．首先对鼻子的生理结构进行了剖析,分析了利用鼻子区域识别个体的可行性及其特点;再对提取鼻子特征的Gabor参数进行了简化;然后用Gabor 核Fisher判别分析算法在不同数据库上对鼻子区域的识别效果进行了实验分析．结果表明,在表情和姿态变化较大的情况下,鼻子区域的识别效果要比人脸的识别效果好．     

基于蚁群算法和LBP-HF的场景文本定位

针对复杂背景下文本误检率较高的问题,提出了一种基于蚁群聚类和LBP-HF特征验证的复杂场景文本定位算法。该算法首先利用小波高频系数统计特征表达文本模式,采用蚁群聚类算法对文本像素和背景像素进行分类,得到所有可能的文本区域;然后提取更具区分力的LBP-HF纹理特征对侯选的文本区进行验证,获得文本的准确位置。实验结果表明,所提出的基于LBP-HF特征的验证方法能够有效区分文本和非文本区域,使复杂背景下的文本误检率明显下降。     

非理想Nakagami-m信道下DF协作系统的最优功率分配

针对Nakagami-m衰落信道下的多中继DF协作系统,研究信道估计误差存在时功率分配对系统性能的影响．首先基于全概率公式和矩母函数(MGF)方法,给出M-QAM调制下的近似误符号率(SER)和渐进SER解析式; 其次,基于简洁的渐进解析式,将功率分配问题转换为典型的凸优化求解问题．得出了在总功率一定的条件下,最小化系统SER的最优功率分配的理论计算公式．计算机仿真结果表明: 信道估计误差存在时,相比较等功率分配策略,最优功率分配能显著提高中低信噪比下的协作系统性能,但不能改善高信噪比下系统的错误平层．     

一种改进的多通道Gabor滤波器布匹瑕疵检测方法

Gabor变换是一种重要的时频分析方法,有很强的纹理分析能力。采用基于多通道Gabor滤波的瑕疵检测算法,通过分析各个尺度的融合信息,提出一种新的多通道融合算法。使用自动阈值迭代算法对融合结果进行二值化处理,得到最终的检测结果。选取4种具有代表性的布匹瑕疵图片进行验证,实验结果表明,该算法不仅能从多通道滤波图像中选择与主观视觉相吻合的通道,而且降低了计算复杂度。     

融合小波变换和张量PCA的人脸识别算法

张量主成分分析(PCA)方法用于人脸识别能获得比PCA方法更高的识别率．小波变换具有良好的时频分析特性,同时还能起到降维的作用．综合利用这两个算法的优点,提出了一种新的人脸识别算法,对人脸图像先采用小波变换做预处理得到4个子带图像,然后对每个子带图像用张量PCA进行特征提取,实现人脸图像的高效识别．仿真结果表明,新算法的识别率比张量PCA方法提高了6％,识别时间为张量PCA方法的35.74％．