CDIO12个标准本土化应用专题之一 本土化应用标准1-背景环境

本刊在2010年第11期全刊登载了CDIO工程教育模式在中国的实施情况,在国内教育界引起强烈反响。为了进一步推广CDIO的教育理念,促进高等教育与产业的合作,形成良好的人才供需局面,走出中国工程教育之路,从本期开始,本刊开设CDIO专栏,特聘天津职业大学科研产业处处长丁桂芝教授执笔,结合自身对CDIO培养模式与方法的深入学习,诠释CDIO的12个标准,并以天津职业大学嵌入式技术与应用专业为例,对CDIO标准本土化应用专题作较全面的介绍。     

突破必应首页的下载限制

虽然国内占有率最高的搜索引擎是百度,但小徐还是坚定的选择必应,原因无它,因为必应每天都会更换背景图像!不过,当小徐希望将其下载回来备用的时候,每次却只能通过全屏抓图的方式获取,真的是很麻烦。其实,微软已经为小徐这样的用户提供了直接下载背景图     

基于整体特征的快速英文字母识别方法

文章提出了一种基于整体特征的小写英文字母识别方法.首先根据字母图像的赋值背景提取其整体特征,然后构建7个模板进行模板匹配.该方法不需要对图像作复杂的细化处理、轮廓提取等,减少了可能带来的误识和拒识,也不需要现有神经网络方法的长期训练,因而简单快速.同时,不同字体的字母图像其整体特性基本相同,因此识别率较高.     

基于改进的混合高斯模型的目标检测方法

混合高斯模型是环境监控的一种有效方法,能及时侦测环境的异常变化,其基本思想为当环境与建立的模型相匹配时为背景,否则为前景.利用混合高斯模型在图像内进行目标检测,在模型替换的时候,前景容易误替换进模型内,影响背景差分效果.同时采用像素为单位做前景判断,信息量往往不足,不能有效地表示环境特征.高斯模型也存在对光照影响消除能力不足的问题,光照发生时,背景会发生变化,如果不及时检测出来,排除光照,就会造成误检,影响系统的准确性.文中针对这些问题提出了一种解决方案,并用实验证明了其有效性.     

“云”里看花话“展演”

2012年9月25日至27日,首届"全国中小学信息技术教学应用展演"在深圳市会展中心隆重开幕。展会以"信息技术推动中小学教学方式的变革与创新——探索、普及、融合"为主题,为中小学教育工作者搭建了一个科技迅猛发展背景下把信息技术应用于课堂教学的学习交流平台。会上,各类新技术、新名词、新教学方式层出不穷,给人印象最为深刻的莫过于"云"。     

复杂场景实时目标检测方法

针对含有非平稳背景的复杂场景,提出一种基于空间混合高斯模型的实时目标检测方法.该方法以混合高斯模型作为颜色分布的统计框架,并在空间邻域中利用背景与前景隶属度之间的竞争确定像素的归属,提高了检测准确率;同时通过基于偏差均值的匹配判断和低权重模型的移除提升了混合高斯统计框架的性能,以实时地对运动目标进行准确的检测.实验结果表明,文中方法对非平稳背景有很好的适应能力,在检测准确率和运行效率上均优于其他检测方法.     

镜头定格翩翩雪世界

雪景看起来很美,但我们拍出的照片往往不尽如人意。本文帮你分析雪景的特点,教你如何更好地拍雪景。又是一年冬季来临,晶莹雪花装点出最美的风景,但是要把这童话般的世界定格在照片中却并不容易,比如可能背景过曝而人物很黑,比如雪花点点却没有别人雪景照片中的那种优美弧线等等。下面就让我们根据具体场景,给大家出谋划策。     

智能视频监控中运动目标检测的研究

针对某武器试验中背景复杂,现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,以及对近地目标提取检测困难的问题,提出一种改进的背景差分法。该算法采用结合邻域信息的背景差分法和最大方差阈值法,能够在一定程度上减小背景滞后更新引起的运动目标检测误差,且使目标边缘提取更加明确,从而提高了系统的运行速度,实现复杂背景下的运动目标检测。在Visual C＋＋6.0中用OpenCV实现了相关算法的设计,并给出了完成系统任务所需的部分关键代码,实现了运动目标和试验场景的分离与提取。仿真实验验证了该算法的有效性以及实时性。     

基于物理模型的三维火焰实时渲染

火焰等无规则物体的模拟近年来成为计算机图形学中的一个研究热点。传统的基于粒子和纹理技术生成的火焰,并不能真实地反映物体的运动过程,生成的火焰效果图具有随机和生硬的特点。为了解决火焰模拟过程中难以实现的实时性和真实感的问题,文中采用一种基于物理模型的火焰实时渲染方法,应用有限差分法求解Navier-Stokes方程,采用半拉格朗日法求解平流项,扩散方程则利用隐式迭代方法进行求解,利用GPU强大的并行计算能力对求解过程进行加速,利用光线投射算法对火焰进行渲染,最后生成了逼真的火焰图像。实验结果表明该方法实现简单,渲染速度快,显示的效果真实。