一种基于局域灰度分布的自适应运动检测算法

运动检测是基于视频的智能交通系统的基础,为了能够快速、准确的适应背景变化,本文提出了一种基于局域灰度分布的运动检测算法,利用图像块的灰度分布特征,构造相应的离散概率模型,并采用自适应的模型参数更新方法。实验证明,算法能够自适应交通场景中背景的多模态性、动态背景、光照变化以及一定程度的遮挡等情况,并且训练时间短,每帧的处理时间也能够满足实时性要求。     

如何在DOS环境下播放MIDI文件

本文简单介绍了ＭＩＤＩ音乐文件的格式，以及声霸卡的ＭＩＤＩ驱动程序ＣＴＭＩＤＩ．ＤＲＶ的主要功能和它们的调用方法，并给出了在ＤＯＳ环境下用声霸卡来播放ＭＩＤＩ文件的程序例子，可供具有声霸卡的ＰＣ机用户开发多媒体软件时参考。     

基于逆向Shear-Warp和边缘体素的快速重建算法

医学图像表面重建是协助医生对人体内部病变做出准确诊断的重要手段,而重建的速度直接影响医生的工作效率。为加快重建的速度,提出一种基于逆向Shear-Warp和边缘体素的快速重建算法。采取逆向Shear-Warp方法,减少了不必要的数据处理;通过在完全相反的两个方向上提取边缘体数据,得到全部的表面体素,重复利用这些体数据,而不必每次重新遍历整个数据场,提高了边缘体素的利用效率,达到了快速重建的目的。     

基于差分演化算法的MR图像平移运动伪影校正

在磁共振(Magnetic resonance,MR)成像过程中,病人的自主运动或生理性运动会使重建的图像产生伪影,严重影响医生的诊断.为了校正MR图像平移运动伪影,本文提出了一种基于差分演化算法的校正方法.首先利用非兴趣区的伪影数据,建立关于K空间偏移相位的约束条件方程组.然后采用差分演化算法搜索最优平移位移量,由此计算出相位偏差量并修正图像.同时提出一个新的价值函数,以此作为演化计算终止的判断条件,实现伪影图像的自动校正.实验结果表明,该算法能够有效地修正含有平移运动伪影的MR图像,且不需要反复的人工掩膜处理.     

基于遗传算法的原位根系CT图像的模糊阈值分割

原位根系CT图像的精确分割是实现植物根系3维重建和定量分析的重要基础。为了对原位根系CT序列图像进行准确、有效的分割,针对原位根系CT序列图像固有的模糊性特征,设计了一种基于遗传算法的模糊多阈值图像分割方法。该方法首先通过直方图分析确定了原位根系3维分割的初始阈值范围;然后通过设计一种模糊隶属度函数, 将图像模糊划分为若干个不同的区域; 最后采用最大模糊熵准则,并借助遗传算法寻找确定了一组序列图像的最佳分割阈值。编程实验结果证实,该算法不仅能更加准确、有效地对植物根系原位CT序列图像进行分割,并可提高图像阈值分割的精度和效率。     

结合小波变换和独立分量分析的脑电特征提取

在多道脑电信号的独立分量分析 ICA (Independent Com ponent Analysis)过程中 ,脑电独立源在数量上的不确定性往往是造成分离结果不理想的主要原因。目前还没有找到解决此问题的有效方法。根据脑电信号自身的特点 ,提出了一种结合小波变换 WT(Wavelet Transform)和独立分量分析的脑电特征提取新方法— WICA。新方法的主要思路是先对每一道脑电数据进行小波分解 ,然后根据需要选择不同尺度的小波子带信号进行脑电独立分量提取。实验结果表明 ,WICA方法在一定程度上能够克服因脑电独立源的不确定性所带来的影响 ,并能获得较好的脑电特征提取效果。     

基于时空组合特征的视频拷贝快速检测

为了有效提升大规模数据集下视频拷贝检测的速度,提出了一种基于时空组合特征的视频拷贝快速检测算法。首先抽取视频的时间序列特征和空间分布特征,然后采用粗略匹配和精确匹配相结合的二级匹配框架进行拷贝检测,并在每一级匹配过程中都加入了"尽早停止"策略,以便尽可能快地过滤出非拷贝视频,从而降低在大规模数据集下的计算复杂度。实验结果表明,与已有的算法相比,所提出的快速检测算法取得了较高的检测精度,并大幅提升了检测速度。     

室性早搏的实时检测方法研究

本文尝试模糊推理方法模仿人的知识表达和推理过程，并与神经网络相结合，实现心电图中的室性早搏实时自动检测。用ＭＩＴ心律失常数据库对算法所作的评价结果表明，该算法是异位心搏自动检测的一个有效方法。     

基于颜色和运动信息的夜间车辆检测方法

在城市交通流量视频检测系统中，夜间车辆检测一直是个难题。传统的方法都是基于形态学算子，通过检测车头灯来检测车辆，这种方法运算量较大，而且受环境光线影响比较大，为此，提出了一种基于颜色和运动信息的夜间车辆检测方法。该方法首先利用颜色信息在图像中检测出车辆尾灯，并对车辆尾灯进行连续的跟踪；然后利用运动信息和先验知识对车辆尾灯进行匹配；最后统计出交通流量。实验结果表明，该算法可以准确的检测出夜间正常行驶的车辆，并且能够适应雨天等复杂天气条件。     

基于贝叶斯网络的网络安全评估方法研究

通过分析贝叶斯网络在计算机网络安全评估中的适用性，提出了一种新的网络安全评估方法。将贝叶斯网络应用于网络安全评估，建立了不依赖于安全漏洞的安全评估模型，引入虚拟主机概念解决多层网络结构的安全评估问题。结果表明，基于贝叶斯网络的网络安全评估方法能够综合考虑网络的特性(即先验信息)和环境(样本信息)，减少主观偏见和噪声影响，能够缩短网络安全评估时间，而且易于实现。