增强现实中的视频对象跟踪算法

根据增强现实在视频对象跟踪中的应用需求,提出一种综合利用尺度不变特征变换(SIFT)算子、K聚类算法和轮廓检测的视频对象跟踪算法。该算法利用简易SIFT获得输入图像的特征点,通过K聚类算法获得可能的对象聚类,并采用改进的轮廓处理方法得到对象边界,移除孤立点,确定对象特征点,在对象特征点中获取增强现实应用中需要的注册点。在关键帧匹配中,只要使用对象特征点进行对象匹配。实验结果表明,该算法具有运行速度快、匹配正确率高的特点,能满足增强现实视频应用的注册需求。     

基于核密度估计的活动轮廓模型

基于核密度估计的活动轮廓模型如果没有适当的扰动机制,往往不能在弧度突变的边缘上获得较好的收敛结果,且在大噪声环境下鲁棒性较差。针对该问题,提出一个新的代价函数。该函数通过融合边缘映射的曲率信息,改善原算法在突变边缘的收敛效果,降低算法对初始轮廓的依赖。     

基于混沌粒子群优化的支持向量机训练方法

为使粒子群优化算法初始粒子均匀分布在解空间,通过对混沌运动的遍历性和粒子群优化算法中惯性权重的分析,提出一种混沌粒子群算法。该算法对Circle模型进行改进,将其引入粒子群算法中,避免了粒子群算法陷入局部最优。给出应用混沌粒子群算法训练SVM的方法,并将其应用于人脸识别。仿真实验结果表明,改进的CPSO SVM方法比CPSO SVM和PSO SVM方法有更好的识别性能。     

3σ规则和µ律阈值法在心音信号去噪中的应用

讨论小波包阈值法去噪的机理,提出基于小波包变换的3σ规则和µ律阈值法在心音信号预处理中的方法,该方法保留小波包变换去噪的优势,能够有效地突出心音的特征部分,在心杂音信号去噪中有较好的效果。实验结果表明,该方法在去除干扰和心杂音上有着一定的优势,在心音信号检测中有重要的应用价值。     

模糊ART神经网络模型及其在图像识别中的应用

提出了采用低通过率波、去最小亮度和向量柱状图来提取人脸特征的方法,设计了模糊ART神经网络的结构、学习规则和识别算法,并采用模糊ART神经网络对向量柱状图生成的特征向量进行识别。仿真实验证明,通过调整神经网络的警戒参数值,不同的人具有不同的最大在线识别率,所有人平均的在线最大识别率可以达到89％。     

飞行仿真系统中基于CTS的地景设计

针对大地景的逼真度与流畅度相互制约的问题,介绍了一种基于CTS的飞行虚拟仿真大地景设计方案.详细说明了飞行虚拟仿真中地形数据、纹理数据、模型数据的选择和制作,根据仿真实例讨论了CTS中虚拟纹理的分层技术、地形的切片技术和LOD节点技术.实例验证了基于CTS的大地景仿真设计方法的有效性.     

基于帧间差分的足球球员检测算法

针对帧间差分法不能很好应用于变化场景的缺陷,提出了一种改进的帧间差分法,通过边缘提取、区域补偿等操作将该方法应用到足球视频中,对球员进行有效的检测.该方法首先利用颜色空间统计信息反投影技术得到运动场地,利用球场的主色对球场边缘进行补色,区域补偿,得到固定场景.利用帧间差分法检测球员,最后通过对球员候选区域的颜色信息与模板直方图匹配,达到对球员的队属辨别的目的.实验结果表明,该方法检测效果很好且具鲁棒性.     

高边界精度和抗噪的均值漂移图像分割算法

Mean shift(均值漂移)算法核函数窗口的带宽目前仍没有一个统一的确定标准.对整体图像根据Canny算子提取的边缘方向信息分成3类子图,一类是规则边缘子图,由规则边缘像素组成;第2类为非规则边缘子图,由边界方向变化剧烈的边缘像素组成;第3类是非边缘子图,由区域内部平坦区域和噪声区域组成.规则边缘子图和非边缘子图采用大窗口使区域内部更为平滑,并使噪声区域达到更高的抗噪性能,非规则边缘子图用小窗口可保持更高的边界精度.实验采用金属断口图像进行分割,结果表明,针对不同子图采用不同核函数带宽的方法使分割后的金属断口图像边界更准确,抗噪性能也更强.     

数据库模式自动测试方法的研究

数据库在现代应用软件系统中具有重要的作用,数据库的正确性直接影响应用软件的功能正确性和性能可靠性,而传统的软件测试往往忽略对数据库数据结构的测试.针对这个问题,提出了一种自动检查数据库模式的方法,提取需求分析的E-R模型和数据库逻辑模型的信息,将概念模型与逻辑模型进行比较,发现数据和数据之间的不一致或冲突.实验结果表明,采用这种方法能够尽早地发现数据库设计和实现的错误,使系统功能测试能建立在正确的数据库基础上.     

基于分层和Radon变换的透视图像矫正技术

由于受到物体与摄像机三维空间相对位置关系的影响,摄像机获取的图像存在透视畸变,影响图像特征提取、识别等后续处理,为此提出一种通过分层矫正和Radon变换相结合的矫正技术.利用射影几何知识,将畸变的图像矫正为满足仿射变换的图像,再将仿射变换矫正为相似变换,利用Radon变换矫正得到标准图像.仿真实验结果表明,该算法可行性高、稳定性好,能推广应用于目标识别等领域.