数字化可视人体的构建技术与应用研究

数字化可视人体，或称虚拟可视人体，是根据人体解剖学研究的全部数据综合构成的一系列数字化三维图像，而且可以虚拟地进行人体的一切生理活动。这种数字化可视人体可用于进行医学教学、模拟临床手术和放射治疗等，效果显著。本文阐述了制作方法和主要用途。     

一种用于电视跟踪系统中的多模式数据融合方法

基于单传感器多模式数据融合的思想,设计了一种联合卡尔曼滤波器。通过卡尔曼滤波分 散处理多个模式跟踪结果数据,再将处理结果进行全局融合得出跟踪最终结果。仿真和室内实验都表明,这种方法用于实时电视跟踪系统中可有效提高跟踪精度,融合后的均方误差是融合前的0.05倍,具有一定的容错能力,运算量小,且易于实时实现。     

一种基于多模式融合的多视点图像颜色校正方法

针对各种多视点成像系统中视点图像颜色不一致的问题,提出了一种基于多模式融合的多视点图像颜色校正方法.该方法通过定义四种通用的线性和非线性校正模式,首先对输入的源图像和参考图像进行视差估计,以视差估计得到的匹配块作为样本,然后对样本分别用四种校正模式进行训练,得到各种模式的校正参数,最后基于最小均方误差准则对各种校正模式进行融合,得到最终的校正图像.实验结果表明,该方法能实现参考图像与校正图像的最小均方根误差,且具有较好的校正效果.     

多传感器数据融合研究

数据融合技术又称多传感器数据融合或分布式传感,即对多类多源和多平台传感器数据进行组合,提供有关空间信息综合态势的一种数据处理技术。数据融合可分为:信号级数据融合、像素级数据融合、特征级数据融合和符号级数据融合。本文讨论了红外图像、可见光图像、多谱图像、雷达图像等的数据融合问题以及各级数据融合的方法。     

人体测量及数字化人体模型技术的应用及进展

文章论述了人体测量学的发展历程并介绍了先进人体测量系统。重点介绍了数字化三维人体模型这一最新技术，实例论述了人体模型在各个领域的应用，并展望了人体模型的发展前景。     

采用图像融合技术的多模式人脸识别

利用图像融合技术实现了基于可见光图像和红外热图像相结合的多模式人脸识别,研究了两种图像在像素级和特征级的融合方法.在像素级,提出了基于小波分解的图像融合方法,实现了两种图像的有效融合.在特征级,采用分别提取两种识别方法中具有较好分类效果的前50%的特征进行特征级的融合.实验表明,经像素级和特征级融合后,识别准确率都较单一图像有很大程度的提高,并且特征级的融合效果明显优于像素级的融合.因此,基于图像融合技术的多模式人脸识别,有效的增加了图像的信息量,是提高人脸识别准确率的有效途径之一.     

数字化推动制造业与服务业融合发展

数字化与服务化正在成为制造业发展的重要趋势,在企业数字化转型过程中,往往面临着商业模式的转型,一个典型的表现是制造业与服务业融合发展,包括投入的服务化、产出的服务化和运营过程的服务化,从而实现从流程导向的数字化向客户导向的数字化转变。为了实现数字化和服务化的同步,本文提出了由平台、服务商、企业、消费者协同推进的“中国式数字化”模式,以通过数字化推动制造业与服务业融合发展。在此基础上,本文还提出了若干建议供各相关方参考。     

基于图像特征融合与决策融合的多模式人脸识别方法

利用可见光图像和红外热图像进行图像融合是多模式人脸识别领域的一个新的研究方向．分别从特征级和决策级两个层次上研究了可见光图像和红外热图像的融合问题．在特征级上,引入遗传算法进行特征的优选,实现了两种图像的特征融合;在决策级上,提出利用Dempster-Shafer证据理论来实现决策的融合,并给出了具体的融合方案．分别采集了50人的红外热图像和可见光图像,每种各10张,共1000张图片进行了实验研究．实验结果表明,无论是对两种图像进行特征级融合还是决策级的融合,融合以后最终得到的识别准确率都大大提高,对于LDA和D_LDA方法达到了100％的准确率因此,可以认为基于遗传算法的特征融合方法和基于Dempster-Shafer证据理论的决策融合方法是实现多模式人脸识别的可行方法．     

关于遥感影像融合方法的综述

研究遥感影像融合的方法可以从三个方面着手,分别为影响融合所使用的数据类型,融合过程中信息的抽象程度及应用层次,以及融合的最终效果,本文从这三个方面详细论述了遥感影像融合的方法,阐述了其特点和作用。     

Geoeye-1全色与多光谱影像融合方法

针对传统的像素级融合方法对高分辨力影像融合存在较大光谱扭曲的问题,在分析了Geoeye-1传感器光谱响应特性的基础上,提出了一种适合Geoeye-1全色与多光谱影像融合的高保真方法.本文所提的方法的改进之处主要体现在两个方面:低空间分辨力全色影像的构建方式和空间细节信息注入系数的选取.利用澳大利亚霍巴特地区的Geoey...     

基于特征能量加权的红外与可见光图像融合

目前红外与可见光图像直接融合存在红外目标取舍和场景信息提取困难,结合非采样Contourlet的多尺度、多方向性和平移不变性的优点,本文提出了一种基于非采样Contourlet变换(NSCT)的红外与可见光图像融合方法.首先对源图像进行分解,然后低频子带通过构造基于区域的特征像素能量,进行加权融合,高频子带直接选用方差取大法融合.使用该算法进行了融合实验,并给出了融合质量评价.实验结果表明,本文提出的基于NSCT的图像融合算法在保留图像细节信息、增加信息量方面都有显著地提高.     

采用数字信号处理器的空间同步检测轮廓术

提出一种空间同步检测轮廓术的硬件实现方案,利用数字信号处理器（ＤＳＰ）强大的数据处理能力来解决三维面形测量中数据量大和实时性差之间的矛盾。文中讨论了ＦＩＲ滤波器的设计方法,以及用ＤＳＰ器件的实现方法。实验结果验证了所提方案是可行的。文中还讨论了改善系统性能的途径。     

基于NSST和SWT的红外与可见光图像融合算法研究

目的鉴于非下采样剪切波变换NSST的红外与可见光图像融合的结果存在细微特征缺失问题,提出一种基于NSST和SWT的红外与可见光图像融合算法,以提升融合图像的质量。方法首先分别对红外与可见光图像进行NSST分解,各得到一个低频系数和多个不同方向、尺度的高频系数。然后低频系数分别通过SWT分解得到新的低频系数和高频系数,通过SWT分解得到的新的低频系数和高频系数分别采用采用线性加权平均法和区域平均能量取大的融合策略,融合结果再进行SWT逆变换得到低频系数融合结果。高频系数采用区域平均能量取大的融合策略进行融合。最后通过NSST逆变换得到最终的融合图像。结果通过仿真实验结果表明,文中算法与NSST,SWT和NSCT等算法相比,融合图像在主观视觉上的红外目标更突出,图像细节更清晰,且在IE, AG, QAB/F, SF和SD等评价指标上也最优。结论文中算法的融合结果能更好地表现源图像的目标信息和细节纹理信息,表明该算法具有优越性。     

基于NSST与IHS的红外与彩色可见光图像融合

目的 鉴于传统的红外与彩色可见光图像融合算法得到的融合图像,无法很好兼顾清晰度、对比度和色彩是否失真等,提出一种新的基于NSST和IHS颜色空间的彩色图像融合算法。方法 首先将源彩色可见光的RGB图像变换到各通道相关性最小的IHS颜色空间,分离出亮度分量和色度分量。其次对彩色可见光的亮度分量和红外图像分别进行NSST分解,对分解得到的低频系数采用基于自适应高斯模糊逻辑函数的系数选择方案,对高频系数则采用基于像素点的绝对值取大的系数选择方案,然后对经过选择的低、高频系数进行NSST逆变换,得到的融合图像作为新的亮度分量,结合已有的色度分量将其进行IHS逆变换,得到最终的RGB融合图像。结果 通过2种场景的红外与彩色可见光图像进行仿真实验,将提出的算法与LPT,SWT和NSCT等算法对比,通过主观评价和客观评价指标IE, AG, SF和SD等,可知新算法的融合结果图像场景细节最清晰,红外隐藏目标对比度最高,且色彩未出现明显失真现象,图像融合质量最高。结论 提出的算法相较于传统的红外与彩色可见光图像的融合质量,全面提升了效果,表明该算法具有优越性。     

多模型估计方法应用于人体脉象客观化研究的思考

通过对近年来人体脉象客观化的综合分析,指出目前应用信号处理和智能诊断方法对人体脉象研究的局限性和不足,提出采用多模型估计方法应用于脉象识别,综合反映人体脉象的特征信息,并对关键信息参数进行识别,为中医脉象诊断的客观化提供新方法。     

基于多特征融合的行人检测

研究了3种不同类型的特征算子:梯度直方图(HOG),基于Gabor变换的局部二值特征直方图(LGBPHS)和基于剪切波变换的直方图(HSC)在基于图像的行人检测中的应用.提出了基于多特征融合的检测算子,对单一特征进行L1范式规格化之后,将3个特征融合为一个高维的拥有大量信息的新特征,之后引入偏最小二乘法(PLS)进行特征降维,得到最终的人体特征.利用线性SVM作为分类器,在INRIA人体库上进行了实验,结果表明,融合后的特征极大的提高了检测率,在FPPW=10-5时,检测率达到了95.6％.     

Intelligent Fusion of Infrared and Visible Image Data Based on Convolutional Sparse Representation and Improved Pulse-Coupled Neural Network

Multi-source information can be obtained through the fusion of infrared images and visible light images, which have the characteristics of complementary information. However, the existing acquisition methods of fusion images have disadvantages such as blurred edges, low contrast, and loss of details. Based on convolution sparse representation and improved pulse-coupled neural network this paper proposes an image fusion algorithm that decompose the source images into high-frequency and low-frequency subbands by non-subsampled Shearlet Transform (NSST). Furthermore, the low-frequency subbands were fused by convolutional sparse representation (CSR), and the high-frequency subbands were fused by an improved pulse coupled neural network (IPCNN) algorithm, which can effectively solve the problem of difficulty in setting parameters of the traditional PCNN algorithm, improving the performance of sparse representation with details injection. The result reveals that the proposed method in this paper has more advantages than the existing mainstream fusion algorithms in terms of visual effects and objective indicators.     

采用下采样和位平面匹配的局部运动估计

针对电子稳像系统的实时性要求,提出了一种基于下采样、位平面匹配和三步搜索策略的快速局部运动估计算法。该算法将搜索比较次数由 225 次减少为 24 次而精度基本不变;利用图像下采样技术将参与估计的子图像像素增加 4 倍而运算量基本不变,提高了由于子图像中运动物体引起干扰的抵抗能力。实验表明,该算法搜索速度明显提高,而精度基本不变,所得到的匹配位置非常接近全搜索匹配法获得的匹配位置。     

以中医药国际标准化促进人类健康浅析

现代人类的健康需求要求医学模式转向疾病预防、健康维护的健康医学,中医学作为防治一体的健康医学模式,具有促进现代人类健康的独特优势.中医药国际标准化是中医药文化传播的桥梁和纽带,是中医药国际化发展的技术保障,必将促进中医药服务人类健康.     

数字时代汉字设计创新方法探讨

分析了汉字特征和汉字设计常用的表现方法,论述了数字时代背景下汉字设计在面对新阅读方式、新媒介,以及日益频繁的国际文化交流过程中遇到的困境与挑战,进而分析了汉字设计发展的新趋势。提出了汉字设计的创新思路,应从适应于屏幕显示、动态多样化表现、汉字图形符号设计、衍生品开发等角度进行设计方法探讨。