基于地磁与空间上下文信息的半解析定向方法

在物联网时代,人们对高精度的、普适的室内定位需求日益迫切.然而鲁棒的技术方案仍没有出现,其中一个难点是用好地磁解决室内人员的定向问题.众所周知,在空旷的室外环境可以基于地磁解析定向的方法实现定向,然而室内地磁往往存在严重的磁失真,使得该方法不再适用.为解决上述问题,本文提出一种半解析定向方法.该方法首先将解析定向结果与...     

乳腺图像微钙化簇主动学习检测新方法

提出一种基于主动学习的微钙化簇区域检测新算法,利用方向差分滤波器组对微钙化区域进行增强和特征提取,同时抑制高亮血管和导管等复杂区域的干扰; 利用基于Bootstrap的主动学习样本方法进行样本选择和分类器训练; 采用训练后的分类器实现乳腺X-线图像中钙化簇区域检测．实验结果表明,相对于被动学习的分类器检测效果,新算法在保持检出率的同时使假阳性率降低了约4.7％,取得了较好的检测效果．     

一种基于小波的分层和多分辨的镜头边界检测方法

提出一种基于小波的分层和多分辨的镜头边界检测方法．在小波域上结合范数理论直接用小波系数构造相异性函数,并根据突变过渡检测中阈值难以确定的问题及渐变过渡易与运动等影响相混淆的特点,给出了方差比的自动阈值确定方法以及切比雪夫二次搜索策略,有效地克服了闪光和运动等的影响．用实际视频片段所做的仿真结果表明,该方法无论是突变镜头检测还是检测渐变镜头,检测率均高达98%和90%以上．     

一种自适应多尺度积阈值的图像去噪算法

该文提出了平稳小波变换(Stationary Wavelet Transform, SWT )域自适应多尺度积阈值的图像去噪算法(SWT domain Multiscale Products, SWTMP)。与传统的阈值去噪算法不同,该阈值不是直接作用于小波系数,而是作用于小波系数的空间多尺度积。分析了SWT域含噪图像多尺度积的特点,提出了SWT域自适应多尺度积阈值的计算方法。多尺度积强化了图像的重要结构信息,弱化了噪声,在有效去噪的同时更多地保留了图像的边缘和细节。实验结果表明,所提算法对自然图像去噪后的视觉效果和性能指标均好于二进小波域多尺度积阈值(Adaptive Multiscale Products Thresholding, AMPT)去噪方法。     

远程交易系统的安全模型设计

随着远程交易系统的不断发展，信息安全在系统起着越来越重要的作用，文章针对远程交易系统安全模型中几个关键问题提出了的解决方法，并将其应用于远程交易系统的具体环节，为建立远程交易系统安全模型提供了一种解决方案。     

基于单元尺度的自适应码率控制算法

随着信息技术的快速发展,压缩编码已成为多媒体存储和传输领域的研究热点。针对视频压缩的编码效率问题,ITU-T与ISO/IEC两大标准组织于2003年联手推出了H.264/AVC视频编码标准。为了能够在目标带宽上有效地传输视频,就必须合理地控制码流的波动强度,以使其尽可能地接近目标带宽。其中码率控制虽然不是标准中的一部分,但由于其一直在视频编码标准的发展过程中占有举足轻重的地位,为此,针对H.264/AVC编码的视频序列码率控制问题,在JVT-G012算法的基础上,提出了一种基于STGS图的自适应地选择基本单元大小的码率控制算法。该算法在编码时产生的码率波动总是与G012算法产生的最小码率波动相当。而且具有较小的运算复杂度,易于实时实现。     

融合显著信息的LDA极光图像分类

美丽的极光形态各异,不同形态的极光蕴含不同的物理意义,所以研究极光图像的分类具有重要的科学价值.在LDA(latent Dirichlet allocation)模型基础上提出了一种融合显著信息的LDA 方法(LDA with saliencyinformation,简称SI-LDA),利用极光图像的谱残差(spectral residual,简称SR)显著信息生成视觉字典,加强极光图像的语义信息,并将其用于极光图像的特征表示.最后,利用SVM分类器对极光图像进行分类.实验结果表明,所提出的算法获得了良好的分类结果.     

MVFAST运动估计算法改进及其VLSI体系结构

文中在分析MVFAST算法的基础上,提出了对MVFAST算法搜索窗的改进.通过对搜索窗的改进,在不影响图像质量的前提下,提高了算法的搜索速度.设计了支持该算法的体系结构和处理单元.给出了灵活的数据流结构和搜索策略.对大量不同的视频序列、分辨率不同的视频序列、运动剧烈程度不同的视频序列进行了实验.大量的实验结果表明,设计的体系结构的处理速度得到了明显的提高,内存访问带宽大大减小,获得了与全搜索算法可比的图像质量.     

一种基于数学形态学的红外弱小目标检测方法

提出了一种红外图像序列中运动弱小目标检测的新方法。该方法在时间剖面上采用数学形态学滤波和中值滤波来抑制杂波背景干扰,并对去除背景后的图像进行分割,然后利用序列图像中目标运动的连续性和轨迹的一致性来检测出真正的目标。利用实测数据进行了仿真,实验结果表明了该方法的有效性。     

一种基于数学形态学的红外弱小目标检测方法

提出了一种红外图像序列中运动弱小目标检测的新方法。该方法在时间剖面上采用数学形态学滤波和中值滤波来抑制杂波背景干扰，并对去除背景后的图像进行分割，然后利用序列图像中目标运动的连续性和轨迹的一致性来检测出真正的目标。利用实测数据进行了仿真，实验结果表明了该方法的有效性。