一种新型基于运动补偿的自适应去隔行算法

去隔行是电视图像增强处理和视频格式转换的一项关键技术，传统的去隔行算法存在着难以克服的缺陷。文章提出了一种基于运动补偿的自适应去隔行算法，其中包括双向块匹配运动估计，消除块效应和自适应插值三个处理模块，实验证明本算法能够高质量且鲁棒地将场图像重建为帧。     

JPEG2000图像压缩标准及其关键算法

JPEG2000是为适应不断发展的图像压缩应用而出现的新的静止图像压缩标准。阐述了JPEG2000图像编码系统的实现过程，对其中采用的基本算法和关键技术进行了描述，介绍了这一新标准的特点及应用场合，并对其性能进行了分析。     

基于模糊度测度和改进遗传算法的图像分割

为了利用模糊集理论进行图像分割,本文提出了一种模糊度测度函数,它衡量了背景模糊集和某一个二值图像的相似性:模糊度越小,这种相似程度越大;并且对模糊度的计算只需要进行简单的比较运算和加法运算,便于硬件实现。本文利用遗传算法求取最佳阈值,针对遗传算法的某些不足之处.我们利用精英策略和模拟退火的思想,对其做了一些修正。实验结果表明:相对于Shannon熵方法和模糊熵方法,本文方法取得了较好的分割结果,并且具有较强的抗噪声能力。     

基于深度学习的医学影像配准综述

图像配准是医学影像处理与智能分析领域中的重要环节和关键技术.传统的图像配准算法由于复杂性较高、计算代价较大等问题,无法实现配准的实时性要求.随着深度学习方法的发展,基于学习的图像配准方法也取得显著效果.文中系统总结基于深度学习的医学图像配准方法.具体地,将方法归为3类:监督学习,无监督学习和对偶监督/弱监督学习.在此基础上,分析和讨论各自优缺点.进一步,着重讨论近年来提出的正则化方法,特别是基于微分同胚表示的正则和基于多尺度的正则.最后,根据当前医学图像配准方法的发展趋势,展望基于深度学习的医学图像配准方法.     

机器推理的进展与展望

机器学习算法的发展仍受到泛化能力较弱、鲁棒性较差、缺乏可解释性等问题的限制.文中介绍机器推理,说明推理对于机器学习人的知识和逻辑、理解和解释世界的重要作用.首先分析人类大脑推理机制,从认知地图、神经元和奖赏回路,扩展到受脑启发的直觉推理、神经网络和强化学习.进而总结机器推理的方式及其相互关联的现状、进展及挑战,具体包括直觉推理、常识推理、因果推理和关系推理等.最后展望机器推理的应用前景与未来的研究方向.     

基于相关熵的多视角彩色点云配准

针对双视角彩色点云配准问题,提出了基于相关熵的彩色点云配准算法,以增强传统配准方法 的鲁棒性、提高配准精度。该算法在迭代最近点算法的基础上,利用 HSV 颜色空间的色调,结合传统三维空 间坐标构成四维空间辅助配准,同时,引入相关熵以减小离群值和噪声对配准造成的影响,从而达到更精确的 配准效果。完成双视角配准后,将该算法所计算的变换结果作为多视角配准的初值,然后通过运动平均算法减 小累计误差,完成更加精确的多视角配准。双视角配准的实验结果表明,该算法在精度、鲁棒性方面与同类算 法相比,均具有明显优势。此外,在模拟数据实验以及公开数据集上的真实数据的实验表明,该算法的计算结 果作为初值与运动平均算法良好结合,能得到可靠的多视角点云配准结果。     

基于图割及动态片结构的3维人脸多视图体重建

针对3维人脸重建问题提出了一种新颖的多视图体重建方法,以解决目前3维人脸重建方法只适用于小样本集合,大范围推广时精度难以保证的弱点。该方法创新之处在于将基于特征点匹配的重建方法与立体重建方法结合引入到图割优化框架,并应用于3维人脸重建。本文两个重要改进工作是设计动态片结构描述来进行颜色一致性估计以及设计新的动态图结构以去除半个体素尺寸的重建误差。实验中分别采用8张、16张和30张存在亮度变化的人脸多视角图像验证算法。实验结果逼真,同时避免了传统重建方法结果受限于样本集分布的问题。     

基于SD卡的智能车调试系统设计

介绍了一种基于SD卡的摄像头智能车调试系统。摄像头智能车数据量大。利用SD卡将小车在实际跑的过程中的图像信息、状态信息和控制信息储存下来供离线分析,捕捉到了很多错误,为小车在跑道上平稳快速的运行提供了保障。     

利用分层深度全景图实现基于图像的绘制

提出一个快速绘制的ＩＢＲ新方法,它用分层深度全景图（ＬＤＰ）作为三维模型的中间表示,通过ＬＤＰ的重投影变换快速生成新的视图,ＬＤＰ可以看作物体的一个全景视图,但在每个视线方向有多个不同深义的象素,当用ｎ个平面投影图像建立ＬＤＰ时,它的数据量不是取决于采样图像的数量,而是取决于物体表面的复杂性,由于ＬＤＰ可以看作一个独立的图像坐标框架,ＭｃＭｉｌｌａｎ的顺次扫描重投影算法能够用于ＬＤＰ中,避免了Ｚ缓     

JPEG2000中高速Tier1编码器的VLSI设计

提出并实现了一种用于JPEG2000编码芯片中高速Tier1编码器的并行流水结构。该编码器采用了双位平面并行编码、通道扫描的流水控制、状态变量实时产生电路以及列内并行上下文生成等技术,实现了一种0状态存储器的多并行流水位平面编码器;并行同步流水的多记号输入算术编码器以及不定算术编码周期下的多输入同步读取电路,使算术编码速度平均为1.3上下文编码记号对/时钟;对算术编码产生的压缩码流存储呈高效的宏流水线结构。该编码器在100MHz工作时钟下,最高编码速度为85M小波系数/s。用SMIC0.25μm工艺库综合时,门电路为6.3万门,片上存储器为26kb(码块大小32×32),关键路径为5.2ns。