一种新的解映射算法的推导和实现

本文在一种16QAM,64QAM,256QAM的解映射算法启发下,提出了新的适合32QAM和128QAM的解映射算法,并在此基础上,给出了适合DVB-C接收机的多QAM解映射结构.然后在FPGA中实现和仿真.最后通过比较说明,相对于传统的查找表解映射方法,提出的解映射算法可以明显减少资源使用率.     

保持空间准确度与时间一致性的深度估计算法

为提高深度图的准确度,提出了一种基于图割的深度估计算法. 利用平均亮度 梯度联合匹配测度函数代替单像素亮度匹配,并考虑邻近像素深度相关性改变图割网络结构,提高深度估计的空间准确度;采用前一时刻同位置像素的深度约束当前时刻像素的深度值,使估计的深度图在时间上保持一致. 提出的算法考虑了深度图的空间、时间特征,可以提高深度图的准确度. 实验结果表明,与传统的基于图割的深度估计算法相比,新算法估计的深度图更加准确.     

三托水库大坝垮坝成因技术分析

叙述了三托水库大坝垮坝情况及垮坝对下游的不良影响,从气象及水文、工程地质及坝基处理、筑坝土料物理力学特性及施工填筑质量、大坝断面形态特性、大坝及地基渗透稳定性、坝坡稳定性等方面对垮坝成因作了技术分析。     

电子警察系统中的图像传输方案设计

就电子警察系统中的违章图像传输的几种技术方案进行了讨论.重点论述了在MODEM通信串口编程的基础上,针对交通十字路口的实际情况利用电话线进行违章图像自动传输的系统.通过长时间的测试,正常情况下效果很好;对突发的异常情况,如停电等,也能及时处理,有效地证明了本方案的可行性和实用性.     

一种新的用于立体图像编码的视差估计算法

视差估计是立体视觉和立体图像编码领域的研究重点，其估计的准确程度直接影响编码的精度和效率．该文在研究传统估计算法的基础上，提出了一种新的带极线约束的DT基立体图像视差估计算法．该算法首先把立体图像中的左图像作为参考图像，用DT网格进行描述．然后，利用极线约束条件在右图像中估计出各三角形顶点的对应点，整个估计过程要求DT结构保持不变．通过估计出来的对应点计算出这些顶点的视差矢量，再用六参数仿射变换估计出三角形内部各点的视差矢量．编码时，只需编码各顶点的视差矢量．从实验结果看，这种新算法同传统的“块”匹配视差估计算法相比，视差矢量的估计更加准确，视差图中主要物体的轮廓更加清晰，有利于进一步的物体分割．     

基于半分积分投影的车牌字符快速识别算法

提出了一种用于车牌识别的快速字符识别算法。首先利用半积分投影把大小为W×H的二值化字符图像转化为长度为2(W×H)的一维信号,保留了用于图像识别的关键特征,降低了后续算法的复杂度。然后将投影得到的数据进行离散Harr小波变换,抽取第二层小波变换后的低频系数并送入支持向量机进行训练识别。实验结果表明,所提算法可以使车牌字符的总识别率达到97.60%,平均识别时间为16.2ms,有效地提高了识别速度和精度。     

用于虹膜识别的眼睑及眼睫毛遮挡检测

分别针对眼睑和眼睫毛遮挡噪声,利用其灰度和形状信息提出了2种灰度形态学检测算法.1)设计弧线形的形态学结构元素,经过灰度开启运算、图像分割和边缘检测,获得眼睑边缘的候选点集,再利用Bézier曲线拟合出眼睑边缘;2)构造交叉形的形态学结构元素,通过灰度开启运算得到直方图具有分段特性的虹膜图像,经二值化检测出眼睫毛.实验结果表明:文中算法能有效地检测2种遮挡噪声,有助于降低虹膜识别系统的等错误率,提高模式的可分性.     

基于边缘特征的图像检索

颜色、纹理和形状等特征已经在基于内容的图像检索(content-based image retrieval，CBIR)中得到广泛的采用，但边缘特征却没有得到应有的关注。在已有算法的基础上，文中提出了一种综合利用边缘幅度直方图和边缘角度直方图进行图像检索的新算法。实验结果证明，该算法能够有效地提高算法的检索精度。     

一种新的渐进式小波图像编码算法

在研究嵌入式零树小波算法的基础上提出了一种新的、适合网络使用的渐进式小波图像编码方法。它采用分层量化、分层编码、分层传输的方法，按照小波分解后系数的重要性逐层进行处理，可以同时使用阈值和层数两个参数来控制解码精度，逐渐恢复高质量的图像。实验表明，这种算法在相同压缩率时的峰值信噪比和嵌入式零树小波算法相比无太大差别，但在算法的效率上却明显高于嵌入式零树小波算法，而且编码端可以根据信道容量自适应地调整层数和阈值来控制数据量，特别适合于在网络环境中应用。     

基于灰度差分不变量的点特征匹配

本文提出了一种新的基于灰度差分不变量的点特征匹配方法。首先，利用灰度差分不变量获得点集之间的初始匹配；然后，利用初始匹配快速、稳健地估计图象之间的唯一几何约束－对极几何约束；最后，利用对极几何约束改进初始匹配。大量的实际图象实验表明，本文所提出的匹配算法有非常快的运算速度和很高的匹配正确率。