软件开发环境的发展与软件评价标准的变迁

早期计算机速度之慢、内存容量之小是尽人皆知的,以运行速度和内存占用量作为评价软件的标准,实乃迫不得已而采取的权宜之计。然而时过境迁,随着计算机硬件技术日新月异的发展,计算速度与日俱增,内存容量亦今非昔比,所以运行速度与内存容量问题已无足轻重,而由于应用领域的复杂性造成的问题却屡见不鲜。因之,软件评价标准发生变迁乃历史之必然。     

一种边缘检测效果评价方法的研究

文章提出了一种评价边缘检测效果优劣的判定方法：使用扫描法确定定位误差。通过试验对多种边缘检测算法的检测结果进行了详细的精度分析,对评价方法与定位精度对比方法进行了比较。实验结果证明基于定位误差的边缘检测效果评价方法有效,可以为边缘检测算子的选择提供了一种较好的参考。     

图像边缘检测效果的边缘连续性评价算法

边缘检测是图像处理的一个重要环节,边缘检测效果的好坏直接决定图像处理结果的好坏,但对于边缘检测结果缺乏一个标准的数值化的评价方式,因此提出了一种对边缘检测结果的边缘连续性量化评价方法。以边缘的连续性作为图片边缘提取效果的评价指标,并且使用边缘段凸包面积与边缘段长度的乘积的平均值来数值化评价边缘连续性。设计了多种实验对同一图片采用不同的边缘检测算法在不同边缘检测参数下进行检测,并与所提算法进行评价对比。实验证明该算法能数值化地快速、有效地评价图片边缘检测的效果好坏,评价结果符合人的视觉感知特征,对于高层次的图像处理与自动化图像处理环节具有较好的应用价值。     

基于人脸检测与跟踪的广告效果评估系统

公共场所各种广告对商品的宣传至关重要,但对广告效果的评价则缺乏有效的自动分析手段.针对这一问题提出一种基于计算机视觉处理的广告效果评价系统.该系统通过采集广告前方人群运动场景的视频,检测并跟踪视频中关注广告的人脸,记录其关注时间,并根据关注者数量、关注时间、关注模式分析等,对该广告的受众反馈进行量化评价.人脸检测采用AdaBoost分类器,人脸跟踪采用粒子滤波器.人脸检测与跟踪相互补充和修正,提高了人脸跟踪的可靠性.实验结果验证了该方法的有效性.     

基于uC/OS-Ⅱ的软件容错设计

在一些恶劣环境中运行的嵌入式系统,其内存模块很容易受到SEU效果的影响.讨论了一种基于uC/OS-Ⅱ操作系统的软件容错方案设计和实现.通过加入错误检测和校正(EDAC)、函数堆栈保护以及增强的异常处理程序等容错功能,减小了内存受到的SEU影响,提高了系统的可靠性.