一个新颖的轮廓线跟踪算法

提出了一个新颖的基于隐马尔科夫模型与光流的轮廓线跟踪算法。曲线描绘由B样条形状空间向量来表达,能够捕捉全局和局部变形。提出应用沿曲线的光流计算来预测曲线在下一帧的位置,在预测曲线的基础上,提出应用隐马尔科夫模型来准确定位曲线的位置。隐马尔科夫模型提供了一种有效的概率手段来融合多种量测特征比如边缘,曲线平滑性,区域灰度或颜色统计信息等等,能够更准确的定位曲线位置。基于仿射形状空间的实验了表明本文所提出算法的有效性。     

基于图像的虚拟环境建模技术

综述了基于图像的虚拟现实环境的建模技术，并给出了各种模型表示的理论依据和建模过程的定义。把环境表示分为四类：全景图，光场数据库，深度图像和多投影中心图。全景图的生成包括基于图像相关性和基于图像整合变换的算法。光场数据库的分类主要依据全光函数。同时论述了在各种表示下的采样和建模技术。最后讨论了当前建模技术研究的热点及所需要解决的问题。     

扩充编码符号的EZW改进算法

为了提高EZW算法的性能,分析发现EZW算法主扫描编码对最高频子带中不重要系数的编码存在冗余,且当重要系数的所有子孙系数都是不重要系数时的编码存在冗余.据此提出了扩充编码符号的EZW改进算法,用最高频子带的坐标作为限制条件来减少不重要系数的编码冗余;通过扩充编码符号和赋予原始EZW算法的4个编码符号新的适用范围的方案来减小第二种编码冗余.实验结果表明,本文算法使峰值信噪比提高0.9～2.3dB,从而证实了本文改进算法的有效性.     

基于HMM的卡尔曼蛇跟踪

隐马尔科夫模型(HMM)提供了一种概率框架融合多量测信息，并能够通过转移概率来表达曲线的平滑性，以得到更准确的量测结果．利用HMM所得到的结果作为量测信息输入到卡尔曼蛇滤波系统中，可明显地增强抗干扰能力和跟踪的鲁棒性．从样条向量空间新的内积与范数定义出发，对于形状矩阵的正交化处理可以进一步增强滤波系统的稳定性，增加模型与参数的可控性。     

基于多分辨率方法的主动轮廓线跟踪算法

由Ｋａｓｓ等１９８７年首次提出的主动次轮廓线模型，在数字图像分析和计算机视觉领域得到了越来越广泛的应用，基于单分辨率的主动轮廓线跟踪算法在一个共同的缺点，即：要求初始轮廓线离目标的真实轮廓线很近，这样的算法用于跟踪将只能跟踪缓慢运动的目标，从而限制了主动轮廓线跟踪算法的应用范围，本文提出了一种基于多分辨率的主动轮廓线跟踪算法，它不但继承了基于单分辨率的主动轮廓线算法的优点，而且降低了对初始轮廓线的     

基于对比度积累的弱点目标检测

为了更好地跟踪及预测目标位置,首先针对采样序列构造两点起始航迹,然后进行一次回溯提前剪支.在轨迹互联阶段,依据目标像素具备的局部对比度极大似然特性开展边检测边跟踪.同时结合曲率约束进行目标位置的平滑.后处理时,设计的“与逻辑”滤波器用于检验三帧图像间的相关性,逆向的搜索策略可以将虚假航迹剔除80%以上.最后,通过沿着航迹进行对比度的积累,能够检测出被云层遮挡的多个点目标.实验阶段的多组图像序列验证了该算法的有效性.     

三阶段可任意划分负载应用的多次数据分配

为了进一步提高数据并行应用在星型网络上的运行性能,基于多次数据分配策略提出了一种调度算法.在该算法中一个处理器将输入数据和计算结果分成多次接收和发送,在计算的同时接收下一阶段的输入数据和发送上一阶段的计算结果,使得计算和通信更好地进行重叠而最终降低了整个应用的响应时间.分析了系统各参数对算法的不同影响,实验表明:与广泛采用的LIFO和FIFO算法相比,本文提出的算法可以使用更少的资源而获得更好的调度质量.     

指数突触电导IF神经元模型及事件驱动模拟策略

提出了一种新的可进行精确模拟的指数突触电导Integrate-and-Fire(IF)神经元模型,通过单脉冲激励的突触后电位和多脉冲激励的自发放电统计分析,发现该模型的脉冲反应动态特性与指数突触电导被动膜方程模型接近,而计算效率接近脉冲耦合漏电IF模型.同时构建了指数突触电导IF神经元模型的事件驱动模拟策略,并分别应用事件驱动和时钟驱动模拟策略模拟了基于动态突触的随机网络,结果表明:(1)在事件驱动模拟策略中,模拟时间和总的脉冲事件数线性成比例;(2)在不同的模拟策略中,脉冲事件的时间精度会影响网络的神经动态特性.     

自适应多基元直线绘制算法

将直线离散轨迹看成是由一系列水平位移或对角位移构成,给出了计算水平位移和对角位移长度的迭代公式;在此基础上提出了单基元和多基元直线绘制算法．实验和理论分析表明,该算法能够大大地减少生成直线的计算量,提高直线的绘制速度．     

一种新的B样条主动轮廓线模型

提出了一种新的B样条主动轮廓线模型，在拉格朗日动力学方程中，文章所推导的仿射不变性模板通过弹性势能项与主动轮廓线进行实时耦合，因此新的模型对运动目标的轮廓跟踪具有仿射不变性，文章进一步讨论了控制系统的李雅普诺夫稳定性，为了有效地跟踪复杂背景中的目标，提出了一种新的特征检测方法，这一方法融合了多种图像信息，因而具有较强的鲁棒性，对真实的序列图像的实验验证了新的模型的有效性。