基于区域特征分析的层级有序码书目标检测算法

针对原码书算法在检测中码字匹配效率低以及在复杂背景下检测精确度差的问题, 提出了一种基于区域特征分析的层级有序码书目标检测新算法。首先, 利用一种新颖的“码书—码章—码字”三级结构用以精确划分码书, 在优化了码字参数之后, 将码字按访问频度进行排序并组织成定长列表。实验数据表明, 该优化策略显著地提高了算法的实时性。其次, 提出一种基于局部方向模式的运动边缘标记法, 较好地克服了噪声的影响, 并准确而完整地获取了运动物体的边缘信息。最后, 将运动边缘轮廓区域与码书区域融合, 得到了准确的运动目标。算法在时间域和空间域构建了一个能精确反映运动目标本质属性的立体模型, 经实验验证, 本算法在有随机噪声及光照变化影响的场景中, 仍有较高的识别率和较好的鲁棒性。     

基于改进的Sobel算子边缘检测算法

为了解决传统的Sobel算子算法存在的斜向方向不敏感问题,提出了一种改进的Sobel算法。该算法在Sobel 算子基础上,增加了45°和135°2个方向模板,并且以斜向边缘为主重新分配了算子模板的权重。算法先将图像转换为灰度图像,然后用改进的Sobel算子得到梯度图像,再采用局部梯度阈值对梯度图像进行细化处理,最后结合斜向边缘方向域值进行二值化,得到边缘图像。仿真实验表明,与传统Sobel算法相比,该算法提高了检测精度,使得边缘细节更丰富、更连续。     

结合RGB颜色特征和纹理特征的消影算法

摘　要 在视频监控的运动检测中,运动阴影常被误认为视频对象。为了解决这个问题,提出了一种结合RGB颜色特征和纹理特征的运动阴影检测方法。首先,利用背景差和多帧差结合的方法,获得包含运动阴影的前景分割,在此基础上利用阴影区域中RGB特征的相似性(其RGB向量夹角较小)与局部二值纹理模式(Local Binary Pattern,LBP)相结合,进行阴影检测与去除。然后使用形态学的方法去除像素突变的边缘部分。实验表明,该方法在运动目标检测及跟踪方面取得了较好的效果,与其他消影算法比起来,速度较快,可应用于运动目标检测分割及跟踪等领域。     

动态背景下的运动目标检测

针对动态背景下运动目标检测的问题,最大限度地降低背景对运动目标检测的影响,提出了一种基于相位相关法和傅里叶梅林变换的动态背景下运动目标检测算法。动态背景下运动目标检测的主要部分是背景运动补偿,首先利用相位相关法和傅里叶梅林变换估计全局运动参量,然后根据全局运动参量利用双线性内插法进行背景匹配,最后对配准后的图像利用帧间差分法提取运动目标。实验表明,该算法具有一定的鲁棒性,能有效地检测动态背景下的运动目标。     

基于码书的运动目标检测方法

运动目标检测是视频监控系统需要解决的关键问题之一。背景差法是固定的单摄像头监控中常用的一种运动目标检测方法,其核心是背景的构造。提出了一种基于码书的背景构造方法,它能在有限的存储空间开销下使用长时间的图像序列估计背景模型。该方法首先对每一个像素点的抽样进行聚类分析,即构造初始的码书;然后根据背景模型的条件从中挑选出合格的码字构造背景码书;最后通过判断当前的像素值是否可以划归于背景码书以区分背景点和前景点,同时做相应的更新。实验结果表明,即使背景本身存在运动和光照条件发生变化,该方法构造的背景也能有效检测运动目标。     

一种基于改进算子的形态学边缘检测算法

针对传统的边缘检测算法存在的不足,文中基于修正的边缘检测算子和形态滤波思想,采用多尺度和多结构元素,提出了一种新的多结构多尺度形态学灰度图像边缘检测算法,通过构造新算子实现边缘检测。在该算法中,分别将各个结构元素下的检测结果进行加权求和,得到图像的边缘。实验表明,和其他的传统或形态学边缘检测算法相比,文中方法具有更好的噪声抑制能力,而且边缘定位准确,检测到的边缘轮廓更加清晰完整。     

融合颜色矩和码书模型运动目标的检测算法

运动物体检测是视频监控系统的一个重要部分。背景减除是利用图像序列中的当前帧和背景参考模型进行比较来进行运动目标的检测,其中背景模型反映了背景环境的信息。提出了一种新的基于码书的背景模型。在基本的码书模型的基础上,将HSV空间中的阴影检测算法融入背景模型,构建了一种颜色与亮度模型,使得背景模型对阴影有较好的处理效果。同时,提出了一种新的背景模型更新策略。实验结果表明,即使背景场景轻微运动和光照条件变化,该方法构造的背景也能有效检测运动目标。     

卫星网络安全路由目标研究

确定合适的安全目标是对协议进行安全增强的前提,针对目前对卫星网络路由协议的安全目标研究不充分,没有统一的安全目标的现状,文中对卫星网络路由协议的安全目标进行研究,并提出改进的安全路由目标。通过在现有plausible routing即路由可达的目标基础上对路由消息进行认证性、机密性等保护以增强安全性,并用串空间将所提目标形象地表示。分析表明,改进的安全目标,克服了原plausible routing目标的部分不足,增进了路由协议的安全性。文中提出的安全目标进一步从形式化的方式上对卫星网络路由协议的安全性进行了研究,为以后的研究提供了一定的基础。     

单目视觉测距在移动机器人的应用

运用Matlab软件中摄像机标定工具箱通过传统的摄像机小孔成像原理对摄像机内外参数进行标定。找出图像像素坐标系与机器人所在地面的世界坐标系之间的联系。并借助图像中消失点,确定机器人移动路径。找出图像上对应的机器人预通过区域。基于对障碍物边缘检测确定其是否出现在预通过区域上,并仅对区域内的障碍物进行单目视觉测距。在计算距离时提出了一种仅与机器人移动方向相关的距离计算方法。以保证机器人移动时不会与前方障碍物相碰撞。     

分布式电源的双目标区域优化

为合理规划分布式电源的容量与位置,减少配电网有功损耗,提高静态电压稳定性,提出了分布式电源的双目标区域优化方法。首先建立双目标优化模型,为符合配电网分布式电源的实际配置要求,定义了区域优化矩阵与容量限制矩阵,进而应用量子粒子群算法统一优化得出优化区域内分布式电源的容量与位置;最后对IEEE 33节点配电网进行仿真优化,结果表明分布式电源区域优化方法能较为准确地优化配电网中分布式电源的容量与位置,且简单可行。     

基于改进蚁群优化的盲检测算法

文中针对基本蚁群算法在求解过程中容易出现收敛时间过长以及易陷入局部最优解的不足,对基本蚁群算法中的信息素更新方法进行改进,提出了一种新的算法:基于特种蚁群优化算法,并将其用于信号盲检测。文中提出的改进蚁群算法能更好地避免优化算法出现过早停滞现象,优化盲检测性能。对改进算法的仿真实验及复杂度分析结果表明:基于特种蚁群优化盲检测算法在具有与原算法相同复杂度的前提下,提高了算法的盲检测性能,具有可行性和有效性。     

帧间差分与码书模型相融合的运动目标检测算法

针对视频检测对实时性和准确性的要求,提出了将帧间差分与码书模型相融合的运动目标检测算法.首先,选取某个t时间内采集到的视频图像作为训练图像,对图像的每一个像素点建立码书模型.把码书模型中表示前景的码书去除,余下的作为背景模型用于检测.检测运动目标时,先将待检测的相邻帧图像进行帧间差分,得到变化区域和没有变化的区域,将有变化的区域与背景模型进行拟合,区分出前一帧运动区域和目标运动区域.更新背景模型时以不同的更新方法对前一帧运动区域和目标运动区域进行更新.     

抗噪Roberts算子边沿检测器

图像边缘检测是图像分割、目标识别、区域形态提取等图像分析技术的基础。边沿检测的软件实现有很多方法,但其一般无法保证在低成本计算平台上的实时性。因此文中基于形态学滤波和Roberts边沿检测算法提出一组数字电路,用以实现低成本、实时图像边沿检测器。文中还对比了Roberts算子的Matlab上实现和硬件实现的实际效果,发现实际硬件的边沿检测精度更高,噪声更多,必须采用去噪电路。该检测器消耗ALTERA-EP4CE115中2139个逻辑单元,每秒可处理30帧分辨率为640*480的RGB图像。     

基于自调节粒子群算法的盲检测

以往基于粒子群优化的盲算法能成功实现信号盲检测,但具有算法收敛速度慢、容易陷入局部最小的缺点。文中通过分析粒子群算法的机能及参数的设置,提出一种改进的基于自调节粒子群优化的盲检测算法。算法构成思想是:基于MIMO系统的盲检测系统模型将盲检测问题转化为二次优化问题,利用改进的自调节粒子群优化算法对此优化问题进行寻优。仿真表明,改进算法具有全局收敛性好、收敛速度快、误码率低的优点,能够更好地解决盲检测问题。     

Micro QR和QR码结构附加模式的研究与实现

Micro QR是ISO/IEC 18004:2006标准中提出的一个新特性,结构附加模式是QR码的一种容量扩展特性。经过对现有二维码开源软件的调研,发现目前没有对这两种特性提供支持的。为提供对这两种编码功能的支持,对现有的ISO标准化文档和开源二维码软件代码进行了分析。发现开源软件Zxing的代码有逻辑清晰、方便扩展和良好编码风格等特性。因此,通过对比和研究Micro QR和结构附加模式编码步骤与Zxing的QR码编码实现方法,对Zxing代码进行了修改和扩展,完成了这两种特性的代码实现。使其完全支持Micro QR和结构附加模式的编码,并通过实例程序验证了生成的二维码图像的正确性。     

达芬奇平台下的运动目标检测算法的应用研究

本文介绍一种适用于TI推出的达芬奇双核(ARM+DSP)处理芯片TMS320DM6446的运动目标检测算法。首先通过对算法进行仿真实验验证算法的可行性,在验证算法可行性之后,以TMS320DM6446作为核心处理器,基于codec engine机制实现了检测算法封装和移植,并在此基础上进行了一定程度的算法的优化以提高算法的效率。测试结果表明,对于720x576大小的视频序列,本文的运动目标检测算法是可行的,在TMS320DM6446平台上运行可以达到10fps左右,为进一步实现智能视频分析的嵌入式产品积累了丰富的经验。     

基于信息时代浅析计算机技术发展方向

随着科学技术的快速发展,计算机技术也随之迅速的发展起来。如今,计算机已经在众多领域中得到了广泛的应用,无论是人力资源管理、销售管理,还是系统财务管理等都应用了相关的计算机技术。进入到信息技术时代,计算机技术更是得到了前所未有的发展,虚拟技术、系统安全技术和各种先进系统都相继出现,可以说是计算机技术上的一次技术革新。本文重点论述了计算机技术的发展现状,并探讨了计算机技术未来的发展方向。     

基于多色彩空间的肤色检测研究

针对图像处理中人的肤色区域不能快速正确识别以及人的肤色相似区域误识别为肤色区域的问题,通过采集大量图像进行统计分析,本文提出一种基于多色彩空间的肤色检测算法。该算法把图像的RGB色彩空间信息分别转换为YUV、YIQ和HSI色彩空间信息,结合空间色度、色调和饱和度分量信息对图像进行阈值分割,最终得到包含人类肤色的区域。实验结果表明该算法简单容易实现,能快速准确地检测到包含人的肤色区域,为后期的图像处理奠定良好的基础。     

面向过程的需求建模

提出目标、角色、需求任务建模方法,将软件系统高层目标层层分解、精化成操作化目标,分配给角色作为角色目标,在需求工程过程中,用具体的需求任务实现角色目标。定义了3个单一化规则对建模过程进行约束,可以避免操作化目标、角色和具体的需求任务之间的冲突。定义了操作化目标与角色目标之间的映射函数、角色目标与具体的需求任务之间的映射函数以及它们的复合函数,将操作化目标与具体的需求任务直接关联,使软件系统目标与需求工程过程紧密结合,可以更加直观、形象、准确地对系统需求建模,通过聚集需求任务实现系统高层目标。     

特征选择方法与算法的研究

特征选择的主要思想是通过去除一些包含少量或不相关的信息的特征去选择特征子集。特征选择方法可分为三大类:一是过滤式,二是封装式,三是嵌入式。鉴于目前存在大量的特征选择算法,为了能够适当地决定在特定的情况下使用哪种算法,需要提出可以依赖或判定的标准。文中的主要工作就是综述一些基本特征选择算法,根据文献中已有的理论和实验结果对特征选择方法和算法进行比较分类,然后提出一种可以依赖或判定的标准。