铜精矿冻块破碎系统的设计与应用

为解决铜精矿冻块破碎难的问题,结合铜精矿冻块物理性质和现场实际,选用反击式破碎机对冻块破碎工艺进行了系统地改进设计,力求彻底改善冻块破碎效率低、产品粒度无法满足后续工序要求的生产现状。冻块破碎系统投入使用后,该公司的生产组织得以优化,生产效率大幅提高,生产成本逐步降低。     

基于代价敏感深度决策树的公交车环境人脸检测

针对公交车环境下的人脸检测具有光照变化、模糊、遮挡、低分辨率和姿势变化等问题,提出了基于代价敏感深度决策树的人脸检测算法。首先,基于归一化的像素差异（NPD）特征构建单个深度二次树（DQT）;接着,根据当前决策树的分类结果,利用代价敏感Gentle Adaboost方法对样本权重进行更新,依次训练出多棵深度决策树;最后,将所有决策树通过Soft-Cascade级联得到最终的检测算法。在人脸检测数据集（FDDB）和公交车视频上的实验结果表明,所提算法与现有的深度决策树算法相比,在检测率和检测速度上均有提升。     

嵌入式数据库SQLite在核仪器数据管理中的应用

针对核仪器中采用文件方式管理二进制谱线数据块时操作繁杂、格式不一、升级困难等问题,本项目通过嵌入体积小、速度快、稳定可靠的SQLite数据库,采用BLOB类型存储二进制谱线数据块,利用事务传输批量数据,提高了谱线数据管理性能与安全性。根据谱线数据管理要求,设计实用的谱线数据管理系统,验证SQLite数据库在核仪器数据管理中高效、便捷、可靠等优势。     

运动想象脑电的块选择共空间模式特征提取

共空间模式(CSP)作为一种空间滤波方法已在脑电信号(EEG)的特征提取上得到了广泛应用,而对脑电信号的通道和频带进行合理选择可以有效改善共空间模式特征在运动想象脑机接口(BCI)中的分类性能.针对已有选择方法中未充分考虑通道间差异性的问题,本文提出一种对通道和频带同时进行选择的块选择共空间模式(BS–CSP)特征提取...     

基于视频流连续性的快速运动目标检测方法*

提出了一种基于视频流连续性的快速运动目标检测算法。对于背景模型的建立,在原有像素归类背景重构算法的基础上,基于视频流的连续性,选择性使用训练阶段背景至少在50%的时间内可以被观测到的前提假设,提出了一种改进的快速背景重构算法,在准确建立背景模型的同时,有效地减少了运算时间。对于运动阴影的干扰,采用基于RGB色度比例的色度差分算法,能快速有效地去除运动阴影,最终实现运动目标的快速提取。实验结果证实了所提算法的有效性。     

3DS文件读取、绘制与控制方法的研究与应用

OpenGL是一种强大的三维图形开发工具,3DS格式是一种通用的保存三维模型的格式,基于OpenGL对3DS模型文件的读取、绘制与控制方法进行了研究.分析了3DS文件结构,并根据块结构格式抽象出用于读入数据的面、材质、物体和模型的数据结构.基于递归的方法对文件数据进行了读取,读入的数据经过数据处理后在屏幕上进行渲染.通过平移、旋转和缩放这3种矩阵变换和OpenGL选择机制实现了对模型的交互控制.基于上述方法开发了井下作业操作仿真与演练系统,取得了良好的效果.     

基于改进的相似度度量的谱聚类图像分割方法

针对传统谱聚类图像分割方法存在分割准确度不够高的缺点,提出一种基于改进的相似度度量的谱聚类图像分割方法。该方法首先使用超像素分割算法将图像预分割为一定数目的超像素集合,并构建以超像素为节点的图;然后融合超像素的协方差描述子、颜色信息、纹理信息、梯度信息以及边缘信息作为超像素的特征来度量超像素间的相似性,进而得到超像素的相似度矩阵;最后使用NJW算法对超像素图进行分割。大量的实验结果验证表明,改进的分割方法在分割精度上优于目前存在的无监督分割方法,并且在交互式分割的模式下,该方法可以准确分割出用户指定的目标。     

数字指纹

数字指纹广泛应用在版权保护等领域中,该文首先介绍了数字指纹与数字水印之间的关系,然后以COX为模型建立数字指纹系统,实现了指纹的嵌入和检测,再与块DCT变换作比较,得出结论：块DCT变换可以对数字指纹系统做出改进;最后对数字指纹的现状进行分析和展望。     

JPEG2000中嵌入式块编码的FPGA设计

为了使JPEG2000能应用到便携产品中,采用了高效存储结构的硬件实现方案,并设计了相应的寄存器组和控制逻辑。仿真结果表明所设计的块编码器能够在0.256s内完成对一幅512×512的灰度图像的编码。     

基于超像素的点追踪方法

目的由于当前大多数的追踪算法都是使用目标外观模型和特征进行目标的匹配,在长时间的目标追踪过程中,目标的尺度和形状均会发生变化,再加上计算机视觉误差,都会导致追踪的失误。提出一种高效的目标模型用于提高追踪的效率和成功率。方法采用分割后提取的目标特征来进行建模表示外观结构,利用图像分割的方法,将被追踪的目标区域分割成多个超像素块,结合SIFT特征,形成词汇本,并计算每个词在词汇本中的权值,作为目标的外观模型。利用外观模型确定目标对象的关键点位置后,通过使用金字塔Lucas-Kanade追踪器预测关键点在下一帧图像中的位置,并移动追踪窗口位置。结果结合点位移的加权计算有效地克服目标尺度和形状变化产生的问题。结论实验结果表明在目标发生形变或光照变化的情况下,算法也能准确地、实时地追踪到目标。