256色图像同屏显示技术综述

在256色模式下编程,具有显示速度快、对硬件配置要求低、占用系统资源少、程序设计实现简单、显示效果良好、图像资源丰富等众多优点,它是深受广大程序员喜爱的SVGA模式,因此对在256色模式下编程问题的讨论也较多。 我们在实际程序设计中经常遇到的问题是同屏显示多幅调色板不同256色图像,据笔者不完全统计,从《电脑编程技巧与维护》月刊1994年七月创刊至今共有四篇文章谈论该技术,但它们都存在着一些不足: 1.《同屏显示多幅图象时调色板的规划》(1996年第二期)一文只能处理几幅图像或多幅图像使用的     

也谈256色图像同屏显示问题

本文介绍了一种新的解决２５６色图像同屏显示的方法，该方法可以同屏显示任意多幅图像，而且对要显示的图像没有任何要求，也不用预处理。     

基于Zynq-7000的宽幅视频处理系统设计与实现

针对安防监控与智慧交通领域无盲区视频摄录的需求,基于Zynq-7000平台优势进行宽幅视频处理软硬件系统的设计。通过研究基于嵌入式系统的多路视频实时拼接技术,设计并实现了以XC7Z020芯片为核心的视频处理板卡,在双核ARM Cotex-A9硬核处理器端服务程序协同调度下,基于片内FPGA硬件加速能力实现多通道视频实时采集与预处理、投影变换、图像融合,进而形成完整宽幅视频画面,通过远程客户端实现定制化的视频摄录功能。测试结果表明,该系统是兼具稳定的性能和灵活区域部署能力的便携式解决方案。     

计算机多屏显示技术及其实现

本文对计算机多屏显示技术作了详细介绍，并对用ＴＶＧＡ卡的多屏显示实现方案进行了详细的讨论，给出了实现的方法及途径，通过该方法可实现其他多种计算机ＯＥＭ卡的扩充技术，在工程中有应用推广价值。     

GIS中超分辨率大视景显示技术的研究与实现

依托地理信息系统的现有技术积累和底层平台,针对GIS用户对大屏幕显示的迫切需求,将GIS应用和大屏幕显示技术结合起来,设计了一个面向GIS应用的、基于分布式集群的、多屏幕拼接的超分辨率大视景显示系统;阐述了该系统的超分辨率显示技术的体系结构及原理,其中详细论述了集群分布式协同显示的实现机制以及同步控制等关键技术;附带探讨了这一系统的现实应用和相关应用潜力。     

一机多屏显示系统的实现

微机通过多屏适配器控制多台显示屏,从而实现多屏显示.     

X窗口系统中的实时视频图像显示技术研究

本文阐述了X-Window系统中实时图象显示的基本原理和实用技术,并对Xlib的扩展函数库Xv和XShm作了进一步研究,提出了一种X-Window环境下进行实时视频图像显示的策略     

基于MapObjects的无人机遥感航迹实时显示算法研究

无人机航迹的实时显示是无人机遥感系统进行实时监测工作必不可少的功能之一。本文分析了Ma-pObjects控件动态层的特点,研究了基于MapObjects控件的动态数据显示常用算法,并指出该算法在无人机航迹实时动态显示应用上存在的问题。在此基础上提出了新的算法,详细阐述了该算法的核心思想及实现流程。最后在MapObjects控件和MS Visual Studio.Net开发环境下对相关实现细节进行了描述,并分析了该功能的性能状况。     

基于DirectDraw的合成孔径雷达图像实时显示

介绍了合成孔径雷达(SAR)图像实时显示技术。利用该技术并结合机载SAR实时成像处理器的硬件环境,实现了具有多种功能的滚动显示软件,软件开发采用了基于DirectDraw的技术。目前该软件已成功运行于中科院电子所研制的机载SAR实时成像处理器上。该项技术可方便地移植到其他类似的雷达图像显示系统中。     

多屏显示技术及其在图像处理系统中的应用

阐述了Windows98环境下多屏显示技术的原理及其实现方法,并将该技术应用在图像处理系统中充利用用户的显示资源,扩大观察视野,改善了用户的操作环境。     

Implementation of real-time constrained linear discriminant analysis to remote sensing image classification

In this paper, we investigate the practical implementation issues of the real-time constrained linear discriminant analysis (CLDA) approach for remotely sensed image classification. Specifically, two issues are to be resolved: (1) what is the best implementation scheme that yields lowest chip design complexity with comparable classification performance, and (2) how to extend CLDA algorithm for multispectral image classification. Two limitations about data dimensionality have to be relaxed. One is in real-time hyperspectral image classification, where the number of linearly independent pixels received for classification must be larger than the data dimensionality (i.e., the number of spectral bands) in order to generate a non-singular sample correlation matrix R for the classifier, and relaxing this limitation can help to resolve the aforementioned first issue. The other is in multispectral image classification, where the number of classes to be classified cannot be greater than the data dimensionality, and relaxing this limitation can help to resolve the aforementioned second issue. The former can be solved by introducing a pseudo inverse initiate of sample correlation matrix for R^-1 adaptation, and the latter is taken care of by expanding the data dimensionality via the operation of band multiplication. Experiments on classification performance using these modifications are conducted to demonstrate their feasibility. All these investigations lead to a detailed ASIC chip design scheme for the real-time CLDA algorithm suitable to both hyperspectral and multispectral images. The proposed techniques to resolving these two dimensionality limitations are instructive to the real-time implementation of several popular detection and classification approaches in remote sensing image exploitation.     

基于多DSP的遥感图像实时压缩系统设计

随着遥感技术的发展,对高分辨率的遥感图像实时压缩的需求日益迫切。设计了高性能的图像压缩系统,由8片ADSP-TS201为核心处理器和2片FPGA组成,可提供高达28.8 GFLOPS的峰值浮点运算能力。该平台采用PCIE总线作为外部接口,具有良好的可扩展性和强大的数据交换能力;各处理器采用Link Port互联,形成松耦合结构,可实现高速传输、实时处理和大容量存储三者的平衡,具有良好的可重构性和通用性。最后采用该系统实现JPEG2000压缩,实验结果表明,该压缩系统无损压缩速率可达6.2 Mpixels/s,非常适用于高分辨率、高质量遥感图像压缩领域。     

协同训练支持向量机对遥感影像的分类研究

协同训练可以提高半监督分类器的分类精度,而如何构建具有冗余特性的训练集是其关键所在。依据遥感影像的纹理特征,提出了基于纹理特征值及像素灰度值构建的两个训练集上协同训练支持向量机的算法CTSVMTRS。仿真实验比较了在不同训练集上CTSVMTRS的分类效果,在叠代训练过程中,两类数据集的所有过程的测试结果都存在的明显差异验证了提出的观念。     

航空遥感图像实时传输系统及实验室实现

介绍了航空遥感图像实时传输系统各部分结构及功能,并在实验室环境下利用计算机和天线卫星模拟了从图像生成到压缩、加密、GPS复合、发送、接收等实时传输过程,取得了良好的效果。     

群体智能算法的遥感图像处理研究

针对传统图像增强方法缺乏适应性的缺点, 提出了一种用最优化过程进行图像增强的方法。首先对量子粒子群优化(quantum-behaved particle swarm optimization, QPSO)算法进行改进, 提出了一种实变参数量子粒子群优化(time varying parameters QPSO, QPSO-tp)算法。标准测试函数的实验结果表明, 改进后的算法在全局搜索能力和收敛精度上要优于原QPSO算法, 具有调节参数少、随机性更强等优点。然后将遥感灰度图像的非线性变换增强过程用最优化问题进行处理, 用QPSO-tp算法进行参数寻优。实验结果表明, 图像的增强效果得到了较大提高。     

化验数据实时远传显示探讨

对于尚未健全网络的企业,而又想快速准确的获取生产化验数据,可采用VFP数据库开发语言达到低成本高效率的化验数据库软件编程,采用RGB长线驱动器和VGA分配器得到中等距离的多地点即时共享数据,采用企业内部电话线路和传统56kbPS调制解调器连接实现长距离的即时共享数据的传输。     

基于 DenseNet-Attention 模型的高光谱图像分类

摘 要：针对高光谱图像标记样本量少,提取特征不充分以及提取到的特征不区分贡献度的问题,提出一个新型的 DenseNet-Attention 网络模型(DANet)。首先,该模型利用三维卷积核同步提取联合光谱空间特征,同时密集连接网络(DenseNet)的稠密连接块除了能够充分提取更加鲁棒的特征外,还减少了大量参数;其次,自注意力(self-attention)机制作为一个模块加入到稠密连接块中,可以使上层提取到的特征在进入下一层网络之前,经过该模块对其进行权重分配,使具有丰富的物类别信息的特征得到加强,进而区分特征的贡献度。网络模型以原始高光谱图像邻域块作为输入,无需任何预处理,是一个端对端学习的深度神经网络。在印第安松树林和帕维亚大学数据集上进行对比试验,网络模型的分类精度分别能够达到 99.43%和 99.99%,有效提高了高光谱图像分类精度。     

遥感影像数据云存储平台的安全防护机制研究

针对基于Hadoop的遥感影像数据云存储平台存在的认证机制不完善、访问控制过于简单等安全问题,采用Kerberos认证结合令牌认证的身份认证机制,提出了基于用户属性与遥感影像数据属性的多维细粒度访问控制策略,达到了完善平台认证机制和增强平台访问控制的目的.实验结果证明,提出的身份认证机制和访问控制策略能有效增强遥感影像数据云存储平台的安全防护能力,且对平台性能影响很小.     

遥感图像融合方法研究

为了使融合图像在高空间分辨率的基础上较好地保留光谱信息,研究了高分辨率图像和多光谱图像中的高频信息的关系;在基于小波变换的图像融合方法中引入ISM模型（Inter-Band Structure Model）,改进了原有的融合方法;提出了基于ISM模型与小波变换（Wavelet Transform）（简称I-W）的图像融合方法;通过与HIS方法及PCA方法进行了实验对比,结果证明：文中所提出的方法能较好地保留图像的空间和光谱信息。