一种新型的Web应用解决方案——Bullant

1 引言伴随着互联网在全球的延伸,越来越多的企业希望把自己的业务拓展到Web上,能够随时随地地为广大客户提供服务。为了满足企业开发Web应用的需求,IT业界提出了多种基于Client—Server模式的解决方案,基本结构如图1所示。这些解决方案的设计思想大致是:对于用户界面和数据服务器,直接从当前多种互联网上的用户界面开发技术以及多种数据库管理系统中各自选取合适的技术与系统来实现,最后在整体方案中提供多种相应的支持接口。解决方案的核心部分在于Web应用服务器的设计与实现,用户通过用户界     

电镜羊绒毛图象自动识别方法研究

为了快速地进行羊毛、羊绒的区分和检测,提出了电镜羊戎毛图象的自动识别方法。该方法先用自动阈值法对图象进行二值化,然后用动态聚类的方法检测每根羊绒毛的边界线,再由边界线侵害不同的羊绒毛;接着用Canny算子提取边缘,并进行后处理,在边缘图上,根据羊绒毛图象的鳞片特性,提取羊绒毛的细度和鳞片长度等特征;最后由特征参数通过Bayes判别法进行识别。实验结果表明,该系统对羊绒毛的识别,不仅快速准确,而且与以往的系统相比,在精度和速度上都有显著的提高。     

基于活动原点的仿射匹配方法

本文针对图像识别中的仿射匹配问题,提出了一种基于活动原点的仿射匹配方法,基本思想是仿射坐标架中的原点坐标带有两个可以在一定误差范围内变化的调整参数.由于原点坐标是不确定的,因此仿射坐标架也是可以活动的,由该仿射坐标架建立的仿射变换也带有两个可以在一定误差范围内变化的调整参数,这两个参数在匹配其它点时起到调节作用,该方法具有较强的抗误差能力,理论分析和实验表明基于活动原点的仿射匹配方法优于传统的仿射匹配方法.     

几何基元的提取方法

基元提取在基于模型的计算机视觉中起着重要的作用。基元抽取问题可以归结为优化问题,即寻找代价函数的全局最小值。利用统计方法对最小子集进行随机抽样,大大减少了对最小子集的评价。同时引入了参数向量列表,并提出了一种新的代价函数,用于对基元的参数向量进行评价,使计算量减少、抽取精度提高。该方法可以用于多个基元的提取。分析实验结果表明,该方法能快速、准确地提取集合基元。     

基于高斯混合模型的纹理图像分割

纹理图像分割是图像处理的一个基本问题。由于基于高斯混合模型的纹理图像分割方法．大多采用单像素的方法，因此分割精度和效率都较低。为了更好地进行纹理图像分割，在子空间思想的基础上，提出了一个基于图像块的分割算法及其改进算法，即先取图像块的均值、标准差、最大值、最小值以及中间像素的像素值等5个特征作为纹理特征，再利用高斯混合模型进行纹理图像分割，实验结果表明，该新算法的分割精度和分割效率较原分割算法都有较大提高。     

ORDBMS中动态模式修改的研究

继承性是对象-关系型数据库管理系统(ORDBMS)的一个重要特征.它提供了强有力的增量建 模能力,也增加了模式演变的复杂度.通过对完全继承语义进行进一步的探讨,提出ORDBMS 中动态模式修改(dynamic schema modification,简称DSM)的准则化模型,并通过继承 层次选择表达式(inheritance hierarchy selective expression,简称IHSE)概念的引入,使 子类在超类模式改变时,可以自由地选择级联改变或迁移策略.     

可逆的DCT整型变换与无失真图像压缩

使用提升的方法,利用FFT(fast Fourier transform)的蝶型构造,完成了FFT与DCT(discrete cosine transform)的从整数到整数的变换.变换本身是可逆的,因此非常适合于无失真图像压缩.     

ASQL环境中基类扩充的实现

介绍了在ANGEL系统的SQL（ANGEL Structured Query Language,ASQL）环境中，实现基类扩充的两种方式，重点介绍用户定义函数机制，包括UDF内外表示形式的设计，用户函数体目标代码的生成与管理手段，以及动态链接手段的实现等，UDF,ANGEL还实现了用户自定义操作符及操作符重载。     

足球机器人视觉系统中彩色服装特征的自动获取

本文提出了足球机器人视觉系统中彩色服装特征的自动获取方法.该方法将多色训练服装应用于机器人足球比赛前的训练阶段,通过机器人沿着特定轨迹的运动,实现对整个场地不同位置多种彩色特征的快速自动获取.该方法与单色服装训练方法相比,训练速度可以提高四倍左右,训练阶段允许场地上其他机器人的存在,使该方法的实用性得到提高.     

小波域视频运动估计研究进展

小波域运动估计技术作为基于小波的视频编码器中最关键的技术之一，成为近年来研究的热点．文章首先对比论述了空间域运动估计技术的不足和小波域运动估计技术的优势，然后以小波域运动估计技术的发展为主线，将目前的研究方法归纳为三类：对子带直接运动估计技术、子带间接运动估计技术和克服平移可变性的运动估计技术，并对三类运动估计方法的发展进行了概括性阐述和比较性研究，对三类方法中各种算法的适用范围、优势和所存在的问题进行了深入的讨论，在此基础上对小波域运动估计技术的未来发展趋势进行了展望．