自动颗粒计数器联合比对试验

简要介绍了航空颗粒度站参加国际标准化TC131分技术委员会为验证国际标准草案举办的"国际自动颗粒计数器联合比对试验"和两次组织航空工业自动颗粒计数器联合比对试验,以及我国工业流体污染控制领域开展自动颗粒计数器校准和颗粒测试联合比对试验的必要性.     

一种采用AVS的视频监控系统设计与实现

AVS是我国具备自主知识产权的第2代信源编码标准,是一套包含系统、视频、音频、媒体版权管理在内的完整标准体系,在未来中国数字音视频产业中有广阔的应用前景。设计并实现了一套基于AVS视频编解码技术的视频监控系统,可以对AVS视频流自动进行处理。该系统结合AVS视频编解码、背景/非背景分类、人脸检测与识别等技术,可输入文本、图片和视频段对出现在监控视频中的人物进行身份的自动识别,并引入两级索引结构以达到快速检索的目的,在数字监控、门禁控制以及身份识别等方面有一定的应用价值。     

MPEG-2到H.264/AVC转码中的快速模式选择算法

为了降低MPEG-2到H.264/AVC的转码复杂度,针对转码过程中H.264/AVC编码的多模式预测,提出一个有效的快速模式选择算法.算法用MPEG-2中已有的运动矢量的差异来衡量宏块的运动情况,对运动矢量进行聚类,进而用聚类结果来选择预测模式.实验结果表明,算法可以在视频质量损失很小的情况下大幅度降低转码中再编码的复杂度.     

基于DWT和Kalman滤波的多运动目标跟踪

为解决复杂道路交通场景中的误检问题,提高跟踪效率,提出了一种基于离散小波变换(DWT)和卡尔曼(Kalman)滤波的多运动目标跟踪算法。本文利用DWT对背景和序列图像进行三层分解,仅将低频子图进行背景差分提取了运动目标。在跟踪阶段,建立区域-目标模型,以检测信息作为观测值并利用Kalman滤波进行位置预测;通过匹配预测值和观测值,建立包含稳定目标、丢失目标和新出现目标的三层目标链,并对稳定目标进行Kalman最优估计。采用在线计算获取各运动目标的初始位置和速度,使预测值一开始就接近观测值。通过对实际视频序列进行检测跟踪实验和对比,分析了算法性能。实验结果表明,本文方法具有较高的抗噪声能力、跟踪实时性和准确性。     

基于背景重构和阴影消除的运动目标分割

背景差分法是一种重要的运动目标分割方法,但是其不仅对背景质量的要求较高,且易将运动阴影误检测为前景目标.针对上述问题,提出了一种用于智能交通系统的新的运动目标分割方法.该方法首先在RGB空间对像素灰度归类法进行了改进,并用其提取了背景图像,同时结合选择更新和背景调整来实时更新背景;然后对背景差分图像的RGB灰度之和,通过设定阈值来提取运动区域;最后对提取的目标阴影混合区在HSV空间,分别进行自上向下、自左向右及其反方向的色调、亮度及边界交叉点判别,以实现阴影检测和消除.实验结果表明,该新方法能获得高质量的重构背景,并能消除阴影(尤其是暗色目标的阴影),因此可提高目标的分割质量.     

基于数据分类的循环不变式自动生成

生成循环不变式是实现程序验证的关键步骤，但人工撰写循环不变式不仅步骤繁琐且容易出错。为此，提出一种基于数据分类的循环不变式生成方法，可直接为C程序的循环语句自动生成循环不变式。该方法生成循环程序的后置条件，并构造其Hoare三元组，通过收集循环程序执行过程中产生的测试数据，并根据其是否满足循环不变式的三个条件进行分类，从而生成循环不变式。所提出的方法在31个基准测试程序上，与目前比较先进的循环不变式生成方法进行比较分析。实验结果表明，所提出的方法不仅能够为C程序自动生成可验证的循环不变式，而且能够为最多的基准测试程序生成有效的循环不变式。     

一种基于视频结构的场景分割方法

场景是视频结构中的语义单元。因此基于场景的视频分割,将会对视频的内容分析、检索和浏览提供有益的帮助。提出了一种新的场景分割算法,它利用流形学习理论获得视频的结构特征,然后用马尔科夫链蒙特卡罗方法(Markov chain Monte Carlo,MCMC)动态地进行模拟采样,寻找场景边界的最大后验概率分布,完成场景的自动分割。通过发掘视频结构的内在特征并考虑它的局部信息,使算法能够适合不同类型的视频数据。实验结果也证明了该方法的有效性。