适用于遮挡车辆检测的子块带权模板匹配方法

针对多车辆跟踪过程中的遮挡问题,提出一种基于梯度方向直方图的子块带权模板匹配方法。该方法先对目标分块,并提取每块的梯度方向直方图,然后利用核函数为各块赋予不同权值,并采用子块带权特征匹配度度量方法计算目标模型与搜索窗的匹配度,进而获取最佳匹配。最后将该方法应用于多车辆跟踪过程中的遮挡车辆跟踪与检测。实验表明,该方法具有良好的精确度和鲁棒性。     

基于B/S的网上考试系统的设计与开发

介绍了设计网上考试系统的ASP和WEB数据库关键技术,以及如何利用网络资源开发适合学校使用的网上考试系统。     

基于多特征融合的运动车辆阴影消除方法

提出一种基于边缘特征的阴影消除方法,通过边缘检测获取阴影边缘信息,利用边缘差分、形态学等运算进行阴影消除。并提出一种基于灰度特征的阴影消除方法,利用暗化因子高斯模型进行阴影消除。结合2种方法的优点,给出一种基于多特征融合的运动车辆阴影消除方法,可同时解决车辆与阴影颜色相似以及阴影内部边缘复杂等原因造成的误检问题。实验结果表明,该方法具有较好的实时性、精确性和鲁棒性。     

适用于遮挡问题的多车辆跟踪算法

针对多车辆跟踪中的遮挡问题,提出一种新的基于特征相关匹配的车辆跟踪算法。对前一帧和当前帧中获得的运动区域分别给予＂车辆区域＂和＂临时区域＂两种不同身份,采用＂三点外推法＂估计车辆区域在当前帧中位置,并通过计算到当前帧临时区域的距离以确定匹配区域,实现车辆跟踪。同时根据给各区域设置的状态因子判断车辆状态,结合基于追踪窗口的分割方法,较好地解决了车辆遮挡问题。实验结果表明,该算法简单有效,能较好解决跟踪中遮挡造成的车辆丢失问题,进行准确的目标跟踪。     

改进的道路背景提取和更新算法

现有算法对长时间含有静止车辆的视频序列进行背景提取和更新时效果不甚理想,为此提出一种改进的道路背景提取和更新算法。通过统计一段时间内视频帧中各像素值所属区间来提取背景图像,结合边缘检测算法分析持续变化的区域,解决背景更新中存在的当前背景图像中含有静止车辆的问题。实验表明算法可以很好地适应实际应用中的复杂情况,准确性有了明显提高,且算法实现简单,实时性较高。     

时间复杂度的几种计算方法

算法的时间复杂度是反映算法优劣的重要指标,是《数据结构》的重要理论基础,是学习和教学过程中贯穿始终的主要线索。但是由于概念的抽象和计算方法的繁琐,使算法时间复杂度成为最难理解和掌握的问题之一。在总结教学经验的基础上,该文提出几种常用的时间复杂度计算方法,使对该知识点的教学和学习变得系统和简单。     

基于B／S的网上考试系统的设计与开发

介绍了设计网上考试系统的ASP和WEB数据库关键技术，以及如何利用网络资源开发适合学校使用的网上考试系统.     

最优路径森林分类算法综述*

针对快速分类算法最优路径森林（OPF）分类算法进行了研究。进行了OPF分类算法研究及应用现状的调查。OPF算法是近期兴起的一种基于完全图的分类算法。在一些公共数据集上与支持向量机(SVM)、人工神经网络（ANN）等算法的对比中,该算法能取得类似或更好结果,速度更快。该算法不依赖于任何参数、不需要参数优化、不需要对各类别的形状做任何假设、能够处理多类问题。旨在全面系统的向国内读者介绍OPF算法的研究及应用进展。     

利用局部特征的子空间车辆识别算法

利用改进的主成分分析（Principal Component Analysis,PCA）方法,通过研究不同的车辆特征（如全局特征、各种局部特征）对静态图像车辆识别效果的影响,提出了一种新的静态图像车辆识别算法。该算法可有效降低光照和背景噪声对识别的影响,实现对存在部分遮挡的车辆检测。实验结果表明,该算法具有良好的鲁棒性和车辆识别率。     

一种用于静态图像车辆检测的颜色变换模型

充分利用车辆的颜色特征,提出了一种新的基于Karhunen-Loeve（KL）变换的颜色变换模型。利用该模型可将所有像素颜色由RGB三维颜色空间变换到一个二维颜色空间上。在这个二维颜色空间上,车辆像素和非车辆像素分别集中在具有较好分离程度的两个区域。在此基础上,利用分类器可实现静态图像车辆的识别。实验结果表明,该颜色变换模型具有较好的车辆分割能力,准确性较高。