多媒体画法几何CAI练习专家系统的设计与开发

文章简要地介绍了多媒体画法几何CAI练习专家系统的功能、结构、设计特点、界面、各种媒体的设计及开发环境等.该软件是采用多媒体技术,将声音、文字、动静态图像、视频集成在一起的画法几何CAI练习系统.     

基于内容的语音课件关键词检索系统:设计与实现

为了在远程教育环境中满足多媒体课件的关键词检索需求,描述了一种基于矢量量化(VQ)及连续语音识别(CSR)的关键词检索系统的设计与实现。该系统首先利用矢量量化算法对声学特征空间进行聚类并生成码本;接着利用该码本对语音文件逐帧进行处理并保存若干与该帧特征最相似的码表向量所对应的码值做成特征矩阵;然后利用改进的快速符号查找算法从特征矩阵中找出若干候选结果段;使用经简化的连续语音识别算法对候选段进行验证筛选,从而得到最终的结果。在此基础上利用一些测试数据给出其性能表现并做出分析。     

动态上下文环境下的实时分布式多媒体系统框架

伴随着多媒体采集和处理设备成本的不断降低,以及处理目标的不断复杂化,多媒体信息系统正朝着大规模数据分析和管理系统靠拢,因此如何有效支持实时分布式多媒体信息所需的实时采集、压缩、传输、处理、描述、反馈与存档,以及后期的浏览与检索,已经成为多媒体计算研究的重要问题。为了有效支持实时分布式多媒体信息的实时采集、传输、处理、描述、存档等的需要,在分析动态上下文环境下实时分布式多媒体系统对底层采集、压缩和传输以及信息的表达和存储的普遍需求的基础上,提出并实现了一个通用的实时分布式媒体信息处理框架,以便为实时分布多媒体系统提供基础服务支持。该框架包括软件平台和信息系统两部分。前者用于将逻辑功能与物理设备隔离开来,完成实时采集、压缩、传输和解压等功能;后者通过统一信息表达格式,将数据与特定的采集处理模块隔离开来,同时还提供了信息管理的功能,以便于用户后期检索。这两部分共同将多媒体系统所需要的实时采集、处理、压缩、描述、反馈与存档以及离线浏览与检索等服务融入一致、统一的框架中。基于该框架的会议系统的相关实验表明,该框架具有良好的开放性、可配置性和可扩展性。     

多媒体环境监控系统中控制终端的一种实现方法

稳定可靠的控制终端是多媒体环境监控系统赖以正常工作的基础。本文着重介绍了多媒体环境监控系统终端的软、硬件设计,实现了通信机房的警情采集、视音频切换和报警图像锁定等功能。     

基于VC绘画板的开发与应用

信息时代的来临,让我们生活中的许多领域都发生了翻天覆地的变化,许多的工作都由计算机接替过来,甚至连传统的绘画也可以通过绘图板来实现。绘图板的普及为人们发挥绘画、书法、多媒体、视频等艺术才干提供了全新的工具,借助于绘图板以及各个专业制作软件的帮助,图形图像处理技术必将在艺术与设计领域发挥更好的作用。文章着重阐述了简易绘画板的整体开发过程。介绍了系统的开发环境以及开发工具,对于设计思想和设计流程也做出了全面的叙述,并且具体剖析了系统部分功能的实现过程以及详细设计过程,力求更加清晰地表明设计思想以及对整个程序设计的规划及具体实现,与此同时简单地展示了本系统的应用。     

面向变电站监控界面自动测试的画面识别算法

对变电站监控系统人机界面进行测试验证时,通常采用对比人眼观察到的监控画面与测试指令发送的信息是否一致的方式评估监控软件是否达标,而人眼观察繁杂多变,监控信息的准确率和效率均得不到保证。为了实现变电站监控的自动测试,研究利用图像处理和机器学习技术识别变电站监控画面信息的方法。提出一种基于最佳图元的模板匹配方法解决画面中不同尺寸电气图元的自动定位问题;针对监控画面中拓扑特点提出FHOG算子并提高监控画面和图元状态的识别速度;针对汉字左右体结构分离和告警信息画面中的字符粘连等问题,提出分割识别协同的算法定位字符,并使用深度卷积神经网络进行识别。经线下实验验证了各个单元算法在实际变电站监控图像上的有效性。设计一套测试系统,经线上测试总体图元识别准确率达到96.04%。     

基于部件拆分的颜体字合成

利用SQL SERVER数据库管理方法和数字图像处理技术,提出一种基于部件拆分构造颜体字的方法。以《颜勤礼碑》碑刻中颜体字为基础,根据颜体字能够独立拆分的特性,对原有颜体字进行部件拆分编码,并同时对颜体字结构、平面区位信息进行编码,构建出合成颜体字所必须的完整数据库。通过C++语言和图像算法,实现了图像中颜体字部件大小、位置的自动调整和部件形态的修饰。方法已通过软件实现,证明了其可行性。     

分布式面向对象操作运行环境的设计

本文提出了多媒体信息处理系统面向对象操作运行环境的概念,并设计了实现了该环境,利用ＯＯＯＥ,可以针对各种应用方便地组成各种声,像,图、文信息综合处理实验系统。     

嵌入式气体检测系统及其图像分析算法

针对传统气体检测方法的不足,提出了基于嵌入式和卟啉阵列传感器的气体快速检测系统及其图像分析算法。该系统通过USB接口的摄像头采集待测气体与卟啉阵列传感器反应前后的RGB图像信息,再由图像处理算法得到图像中每个卟啉点的颜色变化信息,最后通过模式识别算法得到待测气体种类和浓度。重点研究了检测系统的结构及软件功能的设计,给出了针对卟啉阵列传感图像的图像处理算法及与标准数据库匹配的模式识别算法。通过对氨气等气体进行试验,结果表明该系统及其分析算法能够很好地识别出气体的种类和浓度。     

嵌入式多媒体通信终端设计及实现

本文介绍了一种基于Linux操作系统的嵌入式多媒体通信终端的软硬件方案的设计及实现。终端硬件电路设计以嵌入式处理器PXA250为核心,以可编程器件CPLD实现逻辑控制,外挂适当的存储器件及其它外围电路,从而构成一个嵌入式系统;软件设计通过对嵌入式系统中有限的处理能力和有限通信带宽资源的综合分析和优化分配,实现了语音、图像、电子白板、短信息以及文件传输等并发的多媒体通信。本终端达到了各项测试指标,在恶劣无线链路上工作稳定、性能优良。     

基于SoPC的嵌入式文字识别系统设计

设计了一种基于SoPC的嵌入式文字识别系统。在FPGA平台下,基于SoPC框架搭建软硬件协同系统,设计硬件电路完成文字图像的采集和预处理,嵌入Linux系统,使用其下的识别引擎完成文字图像的识别。采用Altera公司的SoPC builder构建系统框架,Quartus II完成硬件电路的设计,在宿主机Linux环境下完成了软件部分的交叉编译并嵌入到FPGA平台。整体设计在DE2-70开发板上完成了系统验证。     

A robust technique based on invariant moments – ANFIS for recognition of human parasite eggs in microscopic images

In this study, we propose a robust technique based on invariant moments – adaptive network based fuzzy inference system (IM-ANFIS). In this technique, some digital image processing methods such as noise reduction, contrast enhancement, segmentation, and morphological process are used for feature extraction stage of IM-ANFIS approach used in this study. Recently, the pattern recognition principles have come into prominence. The pattern recognition includes operation and design of systems that recognize patterns in data sets. Important application areas of pattern recognition techniques are character recognition, speech analysis, image segmentation, man and machine diagnostics and industrial inspection. The technique presented in this study enables to classify 16 different parasite eggs from their microscopic images. This proposed recognition method includes three stages. In first stage, a preprocessing subsystem is realized for obtaining unique features from the same group of patterns. In second stage, a feature extraction mechanism which is based on the invariant moments is used. In third stage, an adaptive network based fuzzy inference system (ANFIS) classifier is used for recognition process. We conduct computer simulations on MATLAB environment. The overall success rate is almost 95%.     

高光谱图象处理分析系统HIPAS的系统设计及实现

描述了高光谱图象处理与分析系统软件的系统设计,体系结构和主要特点,阐述了高光谱图象处理系统应具备的功能以及面向对象的设计方法在软件系统设计中的应用。实验表明,采用面向对象的设计方法和新一代的编程文３,可以快速开发出性能满足高光谱图象处理。     

基于PSTN的远程多媒体监控系统

基于PSTN网的远程多媒体监控技术,其关键是针对监控应用要求,在保证一定的图象和语音质量的同时,对图象与语音以尽量高的压缩率进行压缩,以及对图象与语音压缩进行实时处理,在所分析的基于PSTN的远程多媒体监控系统中,图像和语音压缩处理是采用H．263和G．732．1协议,首先介绍了该系统组成结构;然后在简要介绍基于H．263和G．732。1协议的图像与语音压缩算法的基础上,进一步讨论了针对远程多媒体监控的应用要求,基于图象与语音压缩的若干考虑,着重讨论和介绍了该系统的关键组成部分,即多媒体远程监控终端机的设计与实现,提出了基于高速DSP技术的图象与语音压缩实时处理的关键技术及所采取的措施,并对系统的主要性能进行了概略的介绍。     

基于DM642的红外图像处理系统的优化策略

提出了一种面向红外图像处理系统的优化设计方法。采用美国INFRARED-2500AS型红外探测器,以高性能数字媒体处理器DM642为核心搭建系统平台,对采集得到的红外图像进行图像插值、直方图均衡等处理,并通过视频编码器进行显示输出。在阐述了系统的体系结构和指令执行流程的基础上,从硬件和软件两方面介绍了相应的优化策略,包括系统电路设计的改进和存储器结构的调整,并利用DM642多媒体指令集等技术进行了代码优化。实验结果表明,经过优化的系统在速度和稳定性等方面均得到了明显的提高,可满足红外图像处理算法大数据量、高速传输、复杂运算的实际需求,并能够适用于野外较为恶劣的工作环境,可以在军事和民用等诸多领域发挥较大作用。     

一种快速嘴部检测方法在视听语音识别的应用

在改进噪音环境下的语音识别率中,来自于说话人嘴部的可视化语音信息有着显著的作用。介绍了在视听语音识别（AVSR）中的重要组成部分之一：可视化信息的前端设计;描述了一种用于快速处理图像并能达到较高识别率的人脸嘴部检测的机器学习方法,此方法引入了旋转Hart-like特征在积分图像中的应用,在基于AdaBoost学习算法上通过使用单值分类作为基础特征分类器,以级联的方式合并强分类器,最后划分检测区域用于嘴部定位。将上述方法应用于AVSR系统中,基本上达到了对人脸嘴部实时准确的检测效果。     

基于FPGA的关键词识别系统实现

随着微电子技术的高速发展,基于片上系统SOC的关键词识别系统的研究已成为当前语音处理领域的研究热点和难点。运用Xilinx公司ViterxII Pro开发板作为硬件平台,结合ISE10.1集成开发环境,完成了语音帧输出、MFCC、VQ和HMM等子模块的设计;提出了一种语音帧压缩模块架构,有效实现了语音帧信息到VQ标号序列的压缩,实现了由语音帧压缩模块和HMM模块构建的FPGA关键词识别系统。仿真实验结果表明,该系统具有较高的识别率和实时性,为关键词识别系统的FPGA硬件电路的实现研究提供了实例。     

Expert vision systems integrating image segmentation and recognition processes

In this paper, we propose a prototype rule-based system which integrates segmentation and recognition processes to analyze and classify objects in an image. This is quite different from the traditional image analysis paradigm which treats segmentation as a prerequisite for recognition and interpretation. There are four basic components in the system, i.e., low-level image processing, feature computation, domain-independent, and domain-dependent subsystems. In the low-level image processing subsystem, various “nonpurposive” operators are employed to divide the image into uniform and homogeneous regions based on the information of intensities. The feature computation subsystem extracts features of each individual region. The domain-independent subsystem employs weak knowledge to filter out “obviously impossible” regions while the domain-dependent subsystem uses domain-specific knowledge to improve the results and finally recognize the objects of interest in the image. Two sets of images are used to demonstrate the capability and flexibility of this system. One set consists of distributor caps (auto parts) of different shapes. The other set is composed of tomographical image pairs acquired by MRI and PET.     

多用途汉语方言语音数据库的设计

建立了一个多用途汉语方言语音数据库,用于说话人信息处理、方言特征词识别、语音识别等领域的研究。以多通道的方式采集时长106小时的语音数据,包括七种主要的汉语方言区语音,对数据进行预处理。在此基础上提出了汉语方言数据库的设计标准以及实施方案,有助于推动汉语语音库特别是方言语音库的建立。