基于掩模金字塔的高精度全局运动估计算法

在视频序列的全局运动估计中,前景运动对象的存在常常会大幅度地降低估计的精度,为此提出一种对前景对象自适应的高精度全局运动估计算法.该算法以像素块为单位,利用块内外点的比重判定前景区域,同时引入马尔可夫聚类方法进行后处理,有效地提高了运动对象的定位精度;通过对目标函数引入权重系数增强对残差的鲁棒性,以进一步提高算法的估计精度.此外,基于像素掩模的3层金字塔构建序列图像,并将改进的梯度方法引入到优化过程中,提高了算法的实时性.对不同运动类型的标准视频序列的实验结果表明,该算法有效地提高了全局运动估计的精度和速度.     

正面人脸图像方位的自动校正

人脸识别中图像方位的变化对识别结果有很大的影响。本文在研究眼睛的精确定位的基础上,提出一种图像方位的自动校正的方法,采用本方法对40多幅人脸图像进行了实验,结果验证了方法的有效性。     

TTC估计系统误差分析及修正

在运动图像序列中利用目标稳定的特征点进行跟踪,从而计算目标尺度变化率以进一步进行TTC（Time-To-Contact) 估计,是目前应用较多的被动测距方法,但由于图像的离散化采样,在图像中进行尺度测量不可避免地带来了很大的误差,本文在对TTC估计系统进行了一系列误差分析后,根据TTC系统的特点对TTC估计结果进行一元线性回归修正,以提高估计精度和抗干扰能力,实验结果证明了该方法的有效性。     

一种基于知识的快速人脸检测方法

为了提高人脸检测的速度，提出了一种基于知识的快速人脸检测方法，该方法是采用符合人脸生理结构特征的人脸镶嵌图模型，并在分析了足够多的人脸图象样本的基础上，针对人脸图象的灰度和边缘信息，建立了一种较为完备的知识库；为加快检测速度，该方法采用多级检测步骤，即在粗检测中，根据眼睛的特征，提出并采用一种新的人脸粗检测算法-广义几何投影方法，从而明显地提高了检测速度，实验结果表明，该方法具有较强的鲁棒性，能够很好地解决复杂背景下的多人脸检测问题，由于该方法实现的简单性，并容易由硬件实现，使得检测速度进一步提高，因此该方法在可视电话等领域有着广阔的应用前景。     

基于特征网格的面部图象变形算法

面部图象变形技术是人脸建模的关键技术之一，为了模拟人脸器官（如眼、嘴、鼻和眉等）周围及人脸轮廓肌肉的运动，选择适合描述人脸及其器官轮廓的几何形状的若干特征点，并根据器官周围肌肉点运动机理，建立了面部图象变形的特征网络模型，该模型构造了两类控制器官运动的合成肌肉，即控制垂直方向运动的轮廓肌和控制水平方向运动的线性肌，由此，面部肌肉点拉动肌肉即可作垂直和水平方向运动，由于该特征网络模型可实现人脸器官精细的变形操作，并能依据器官的轮廓变化展开，符合人的认知过程，因此，与其他算法相比，其变形效果更加自然，图象变形更加精确。     

论广西东部中生代花岗岩类岩石谱系单位--以姑婆山-花山花岗岩体为例

运用花岗岩类等级体制划分的原则和方法 ,对前人建立的广西东部中生代花岗岩类岩石谱系单位的相关问题进行讨论 .在此基础上 ,对姑婆山 -花山岩体的岩石谱系单位进行了重新厘定 ,将该岩体的 8个单元 (或独立侵入体 )归并为 3个超单元 ,它们归属于一个花山超单元组合 ,是华南中生代构造岩浆旋回有间断的 3次岩浆热事件所形成 .同时 ,还就如何对待已有的岩石谱系单位和填图成果等问题进行讨论 ,并提出了作者的看法     

Windows操作环境下二维动态数组的分配与管理

介绍了Windows下内存分配的三种方法:C语言的内存分配函数、C 语言的对象内存操作符,以及Windows内存管理函数,着重讨论了利用Windows内存管理函数进行二维动态数组的分配与管理的问题,并以我们所开发的Windows图像处理软件系统为例,说明了本     

一种估测运动目标Time—toCollision的方法

提出了一种直接从图象序列中估测运动目标到被攻击物体的撞击时间的方法，建立了目标运动的象面模型，并设计了一种利用多子区相关跟踪器和最小二乘估计方法估测撞击时间的方案。计算机仿真实验结果证明了该方案的可行性。     

桂北龙胜地区基性超基性岩的变形分解构造及其大地构造意义

桂北龙胜地区早期顺层侵位的基性超基性岩遭受了后期强烈变形分解作用的改造,在岩体的边部形成了一系列强剪切应变域——边缘韧性剪切带。带内发育典型的基性超基性糜棱岩,而弱应变或无应变的块状基性超基性岩构成一系列呈NNE向展布的透镜体,透镜体与边缘韧性剪切带共同构成一种透镜体型变形分解构造体系。龙胜地区基性超基性岩中的透镜体型变形分解构造与丹洲群浅变质岩中的纵向构造置换作用密切相关,形成于统一的近东西向挤压的地壳收缩构造体制,这是一种有别于前人认为龙胜基性超基性岩属元古代“岛弧型蛇绿岩”,“洋壳碎块蛇绿混杂岩”或中生代“碰撞造山带上蛇绿混杂岩推覆体残留”的观点。