CMOS集成电路设计教学及实验改革

本文分析了传统的CMOS集成电路设计课程教学和实验存在的不足,围绕集成电路设计技术发展前沿,提出将课堂讲授理论知识、验证性实验与课外参与实际项目相结合的教学模式。通过近几年的教学及实验改革,学生的IC设计理论和实践相结合的能力得到了显著提高。     

基于目标结构和运动的船舶激光点云配准算法北大核心CSCD

由于在野外环境下船舶结构特点及激光雷达测量视野限制,所获取的点云图像存在特征匹配错位和缺失现象,导致经典的配准算法精度较低。在分析点云结构特点和目标运动轨迹的基础上,提出一种基于目标结构和运动轨迹的配准算法。在对待配准点云进行预处理后,通过结构特征的引入解决了迭代最近点法(Iterative Closest Point,ICP)算法特征匹配错位陷入局部最优解的问题;在此基础上利用得出的主体变换矩阵求解出目标的运动轨迹,并根据运动轨迹对缺乏有效特征的点云进行配准同时校准主体点云。实验结果表明,以米为点云坐标单位,相比于ICP和4PCS+ICP方法,所提出方法在船舶点云配准上的均方误差(Mean Square Error,MSE)降低了0.2左右。     

基于会聚型双目立体视觉的测距模型北大核心CSCD

传统的双目视觉模型基于特征对左右画面进行匹配,但当画面中出现多个高度相似且表面特征不明显的目标时,无法通过特征进行有效匹配。针对上述问题,本文采用基于特征和空间位置的方式进行目标匹配,并根据人类双眼锁定目标时,目标始终处于视野中心位置的原理,选择舵机来控制摄像头光轴会聚于目标,建立了一种基于会聚型双目立体视觉的测距模型。该模型能够通过控制舵机使摄像头自动汇聚于目标,并实现测距功能。理论推导及实验研究验证了该模型的可靠性及一定的实用性。     

H.264的几种高质量色彩空间编码方法的分析

从最新的H.264FRExt标准出发,介绍了高质量视频编码中常用的几种色彩空间编码方法,并对其实验结果进行了分析。     

基于目标检测与模糊匹配的非标船牌识别研究

基于卷积神经网络的YOLOv3(You Only Look Once v3)目标检测算法设计了一种基于目标检测及模糊匹配机制的非标船牌识别软件系统,并通过在船舶视频监控系统中的实际应用,验证了该船牌识别系统的可行性,提高了船舶铭牌识别的可靠性。YOLOv3目标检测算法将检测简化为一个回归问题,通过仅仅一个网络,就能从图像中得到物体的类别与概率,确保了识别的准确性与实时性。针对船舶非标铭牌锈蚀、遮挡等问题,创新点是在基于YOLOv3的非标船牌识别系统的实现框架之上,设计船名有限中文库与模糊匹配机制,有效解决了船牌识别准确率过低的问题,取得了较好的识别效果。