预测帧编码中基于场景信息的宏块模式跳过算法*

在对场景信息进行分析的基础上,提出了H.264/AVC中预测帧的一种快速算法.对于未发生场景切换的预测帧,采用INTRA模式跳过算法(IMSA),跳过该帧中所有的INTRA模式的决策过程.对于发生场景切换的预测帧,跳过INTER模式的决策过程(PMSA).仿真结果显示,与采用完整的率失真优化(RDO)决策过程相比,未发生场景切换时,所提方法能减少30%～60%的编码时间;发生场景切换时,能减少60%～70%的编码时间,并且未导致明显的图像质量下降和码率的增加.     

一种块递推实时FFT算法模块设计与实现

文中提出了一种基于FPGA-IP核的FFT算法硬件模块的设计方案,该方案采用四分块递推FFT算法,具有结构规范、递推性好、实时性强等特点,结合DSP对模块的数据输入和输出的软件控制,实现了一种硬件和软件相结合的实时FFT模块.对该模块性能进行测试,FFT模块运行稳定,输出的计算结果正确,与DSP软件实现的标准FFT算法程序库相比,文中的FFT模块实时性能提高了35倍,该模块已被用于实时信号处理系统中.     

利用Hausdorff距离的快速人耳检测

为有效解决人耳检测中的遮挡和光照不均等问题,结合Hausdorff距离的模糊匹配的特点和较强的抗干扰能力,提出基于Hausdorff距离的人耳检测算法.算法首先用肤色模型检测出人脸区域,然后用canny算子提取边缘,并进行距离变换,再构造多分辨率金字塔模型,在不同分辨率层上采用不同的匹配策略进行Hausdorff距离匹配.算法采用多分辨率方法显著提高检测速度,采用部分Hausdorff距离提高它的抗干扰能力.仿真实验结果取得95%的正确率,并且对遮挡和光照不均具有较强的鲁棒性.     

结合Gabor小波和监督保局投影的人耳识别

针对人耳识别中人耳的角度变化这个难点问题,提出一种结合Gabor小波和监督保局投影的人耳识别算法.由于Gabor特征维数高、冗余大,首先通过统计样本的边缘点再采样的方法对人耳进行稀疏的描述,然后利用类别可分离性判据评价Gabor展开系数的分类能力,选择最有利于识别的Gabor展开系数构造新的Gabor特征.在人耳库中的实验结果表明,采用文中算法提取的Gabor特征维数少、鉴别能力强,结合监督保局投影进行识别取得了很高的识别率,对于人耳角度的变化具有良好的鲁棒性.     

面向VR应用系统的Java 3D API

0　引　言Java3D API是用来开发三维图形和开发基于Web的 3D应用程序 (applet)的编程接口 .目前用于开发三维图形软件的 3D API(Open GL、Direct3D)都是基于摄像机模型的思想 ,即通过调整摄像机的参数来控制场景中的显示对象 ,而 Java3D则提出了一种新的基于视平台的视模型和输入设备模型的技术实现方案 ,即通过改变视平台的位置、方向来浏览整个虚拟场景 .它不仅提供了建造和操作三维几何物体的高层构造函数 ,而且利用这些构造函数还可以建造复杂程度各异的虚拟场景 ,这些虚拟场景大到宇宙天体 ,小到微观粒子 .Java 3D 是Java Med…     

一种基于限时梯度投影法的虚拟人运动生成方法

为在低端计算平台上实现实时的虚拟人运动仿真,提出了一种基于限时梯度投影法的虚拟人运动生成方法。不同于传统的基于Jacobian 矩阵广义逆的逆向运动学方法,该方法在合成末端效应器运动轨迹的基础上,通过将逆向运动学问题转变为约束非线性规划问题,有效克服了计算Jacobian 矩阵广义逆所导致的计算复杂度高、多解及奇异性等问题。同时,通过动态调整系统每帧的规划时间,可同时达到非线性函数局部线性化和限时求解的双重目的。文章最后以人体行走运动为例,在PC 平台上实现了一个虚拟人的行走运动仿真系统。     

分段Chirp－Z变换及其在目标速度跟踪中的应用

提出一种用于ＰＤ雷达动目标速度跟踪的修正Ｃｈｉｒｐ－Ｚ变换─—分段Ｃｈｉｒｐ－Ｚ变换算法（ＳＣＺＴ），该方法不仅充分利用了ＣＺＴ算法的窄带信号分析能力，而且克服了运算量大的缺点，可在较小的存贮器空间处理较大的数据量，降低了设备成本，有利于并行实现，提高了实时性，在ＰＤ雷达目标速度跟踪中，大大增加了跟踪精度和灵活性。计算机模拟证明，ＳＣＺＴ算法在目标速度跟踪中具有一定的实用价值。     

局部高斯分布拟合的脑MR图像分割及有偏场校正

为实现对灰度不均匀脑核磁共振(MR)图像分割的同时进行有偏场估计并校正,提出一种基于局部高斯分布拟合(LGDF)模型的多相水平集方法.通过分析图像有偏场模型的局部特性,将有偏场乘性因子引入到图像局部灰度均值的表达中,从而使有偏场乘性因子成为新的能量函数的变量.能量函数的迭代最小化既实现了目标组织分割,又有效估计了有偏场.合成图像和仿真脑MR图像实验结果表明,本文方法比现有多种方法分割性能更好,且利用本文方法估计的有偏场校正后的图像有更好的视觉效果.     

基于多尺度梯度矢量场GAC模型的MR医学图像分割

医学图像分割是图像分割技术的一个重要应用领域,GAC(测地线活动轮廓)模型是基于PDE(偏微分方程)方法中一种常用的图像分割模型,使用这种模型时,如何选择合适的平滑尺度是影响分割效果的重要因素之一。提出了一种基于多尺度梯度矢量场GAC模型图像对象轮廓提取的MR图像分割方法,用多尺度梯度矢量取代GAC模型中单一尺度下平滑图像的梯度矢量,提高了GAC模型的收敛速度,有效地改善了局部极小值问题。实验结果验证了该方法的有效性。