红色文化:马克思主义中国化的文化棱镜

马克思主义基本原理的理论自觉、中国传统文化的文化自觉、人民群众的实践自觉的三者和谐互动与有机统一,创造与发展了中国主流意识形态与文化的特殊形态,二者构成了马克思主义中国化历程中的两个主要面相,在此进程中,生成了两种主要形态,即中国化的马克思主义理论形态和以革命遗迹为"底板"的红色文化形态。作为一种特殊的文化形态,红色文化不仅是马克思主义中国化的文化自觉和文化再造的产物,也是继续推进马克思主义中国化的文化展望的对象。     

Video summarization via minimum sparse reconstruction

The rapid growth of video data demands both effective and efficient video summarization methods so that users are empowered to quickly browse and comprehend a large amount of video content. In this paper, we formulate the video summarization task with a novel minimum sparse reconstruction (MSR) problem. That is, the original video sequence can be best reconstructed with as few selected keyframes as possible. Different from the recently proposed convex relaxation based sparse dictionary selection method, our proposed method utilizes the true sparse constraint L₀ norm, instead of the relaxed constraint _L2,1$L_{2,1}$ norm, such that keyframes are directly selected as a sparse dictionary that can well reconstruct all the video frames. An on-line version is further developed owing to the real-time efficiency of the proposed MSR principle. In addition, a percentage of reconstruction (POR) criterion is proposed to intuitively guide users in obtaining a summary with an appropriate length. Experimental results on two benchmark datasets with various types of videos demonstrate that the proposed methods outperform the state of the art.     

一种变形表面的三维测量方法

提出一种新的利用标定图像进行三维测量的方法。利用SIFT算法找到初始的对应点,然后根据这些点生成三维空间中的种子点,再以这些种子点为中心,向外区域增长,直到完成整个物体表面测量。在每次增长的过程中,需要计算增长的三维空间平面在两个相机上的投影之间的图像相关系数。图像相关系数较大时认为是正确的增长,否则是错误的增长。实验证明,使用该方法能够得到很好的三维测量结果。     

雷达跟踪系统的数据显示

介绍用单片机与制导雷达显示器组成的数据显示系统的设计,并且将目标的高度以数字的形式在显示器上显示,缩短操纵员的训练时间,完成了旧系统的改造升级。     

模拟退火遗传算法的轮廓线拼接研究

基于断层数据的三维重构是三维数据场可视化技术的主要研究内容,重构物体的三维模型也是分析、仿真的前提.应用模拟退火遗传算法设计和实现了三维物体表面重建算法.通过在遗传算法中融人退火处理操作,提高了种群的多样性,避免了遗传算法中存在的早熟收敛问题,有效地增强了算法的全局寻优能力.此外,提出了一种基于边的最小交叉多边形算法,提高了交叉操作效率.根据轮廓线拼接问题的特点,设计了针对性强的交叉、变异操作.实验结果表明,算法有效地提高了传统的全局法轮廓线拼接算法的效率.     

空间自适应正则化超分辨率图像重建

超分辨率图像重建是一个病态问题,在重建过程中需要正则化处理,而正则化重建会引入正则化误差及重建过程中由于病态性而引入的噪声放大误差,且这两类误差均和图像的空间局部特性有关.提出根据图像的局部空间统计特性自适应控制超分辨率图像正则化重建算法,采用图像局部统计方差来区分图像棱边区域及平滑区域,在图像的棱边区域加强图像的约束重建,而在图像的平滑区域加强正则化.实验表明该算法能有效地减小重建误差,算法的信噪比得益优于传统的正则化重建算法及总变分模型重建算法,并且对正则化参数的选择具有一定的鲁棒性.     

一种快速的基于球体混合重建的碰撞检测算法

为了解决虚拟特征和虚拟环境中虚拟物体的相交问题,必须对实时的虚拟应用环境实施快速的碰撞检测.提出了基于球体混合重建的碰撞检测算法,对球体混合表面提出了一个子线性时间复杂性的重建过程;利用四元组构造变换范围,扩展了从线性到球形混合的构造变换方法;采用循环划分的方法完成了由球体混合到线性混合的分解过程.尽管这个方法的实现过程较线性的方法更难些,但算法的执行过程所需时间却与线性方法相差无几,其复杂性也与线性结构的相同.     

基于联合迭代重建技术的超声CT重建算法

在研究超声CT成像原理的基础上,对阵列检测方法进行了探讨。通过对探头布置方式的改进,增加了成像所需的数据量。基于最小二乘方准则,利用联合迭代重建算法,采用四边扫描算法求解相关系数矩阵,通过不断修正误差逼近真实值,进而实现速度矩阵的求取。数值仿真表明：采用上述方法能够明显减小重建误差,改善层析成像效果。     

Multi-sensor calibration through iterative registration and fusion

In this paper, a new multi-sensor calibration approach, called iterative registration and fusion (IRF), is presented. The key idea of this approach is to use surfaces reconstructed from multiple point clouds to enhance the registration accuracy and robustness. It calibrates the relative position and orientation of the spatial coordinate systems among multiple sensors by iteratively registering the discrete 3D sensor data against an evolving reconstructed B-spline surface, which results from the Kalman filter-based multi-sensor data fusion. Upon each registration, the sensor data gets closer to the surface. Upon fusing the newly registered sensor data with the surface, the updated surface represents the sensor data more accurately. We prove that such an iterative registration and fusion process is guaranteed to converge. We further demonstrate in experiments that the IRF can result in more accurate and more stable calibration than many classical point cloud registration methods.