海量监控视频快速回放与检索技术

为解决海量监控视频的快速浏览和检索,介绍了一种基于目标索引的视频摘要和检索方法。该方法在光流分析的基础上,在画面的静止区域更新背景,运动的区域利用差分法分割出运动目标图像。经过优化的快速特征匹配和建立运动跟踪模型后,根据目标运动轨迹,按照时空距离进行聚类。在目标图像数据和运动参数进行XML结构化存储为索引的基础上,最后在检索时将符合条件的所有目标图像,按照其原有时间顺序逐帧贴到同一个背景图像中,形成动态的摘要视频。由于该方法剔除了背景中大量的时空冗余信息,可在较短回放时间内浏览全部有用目标,显著提高海量监控视频的查阅效率。     

基于CPLD+DSP的实时数字图像稳定系统

为了实现实时便携式数字图像稳定系统的现场应用,设计一种基于DSP C6416的实时数字图像稳定系统.该系统由CPLD进行处理逻辑和视频同步控制,通过两个双端口RAM作为数据输入和输出的高速缓存,将DSP上的4个Bank信号中的8位和RAM的32位接口间进行数据转换,并使用EDMA技术进行数据传输.系统工作时,通过对片内Cache中数据区和程序区的合理分配.QDMA将于预处理处理数据读入片内,达到高速处理的目的.最后讨论了使用内联函数和线性流水技术,加快算法软件的执行速度,实现高速实时图像稳定处理.     

基于多核计算的实时数字图像稳定

多核计算已成为计算领域新的发展趋势。针对电子数字稳像系统中待处理的数据量和计算量都非常大的特点,结合双核PC平台的计算特点,采用了一种联合多种加快算法运行速度的处理方案,以满足系统的实时性要求。该方法结合图像视频数据处理的高度并行化、重复性处理的特征,在程序编制上,采用多线程并行处理方法,利用单指令多数据流(Single Instruction Multiple Data,SIMD)、流水线SIMD技术,在双核CPU上完成并行多线程任务分配和共享内存管理。并在快速搜索基础上,采用自适应多局部运动矢量估计消除运动物体干扰,用Kalman滤波分离了两种不同的运动信号,最终完成有害抖动信号的运动补偿。通过这些措施,在普通商用的双核PC机上实现了稳像实验系统的高效实时处理。     

基于Oracle8i的大型数据库技术讲座之二--数据库安全篇

本文从数据库结构和网络安全两个方面总结了在型Oracle数据库的安全策略和方法，这些方法包括对数据库进行分布式和冗余设计。使用Oracle提供的帐户管理和加密方法，也对网络防火墙进行了介绍。     

基于ORACIE8i的大型数据库技术讲座之一——数据库优化篇

本文通过对ORACIE8i系统结构和工作机理的阐述，总结了大型ORACLE数据库的优化方法，这些方法包括对数据库系统的设计和调整，也包括进行业务优化调整。     

实时电子数字稳像系统并行处理的快速实现

电子数字稳像系统待处理的数据量和计算量非常大,其实时性要求使得系统必须具有很高的数据处理速度。结合图像视频数据处理高度并行化、重复性处理的特征,在程序编制上,采用并行处理方法,利用单指令多数据流(Single Instruction Multiple Data, SIMD)、流水线SIMD技术和多线程设计方法。采用块匹配法进行运动估计,以总绝对差作为匹配准则,以菱形搜索与三步快速搜索相结合的综合搜索策略,减少了运算量,进一步加快了处理速度。同时,使用Kalman低通滤波方法去除图像的高频抖动,而保留了平滑的全局运动,保证了系统的有效性和鲁棒性。通过这些措施,在普通PC机上实现了系统的高效实时处理。     

基于FPGA+DSP的智能车全景视觉系统

为实现智能车全景视觉系统的应用研究平台,设计了一种基于FPGA+双DSP的实时6通道数字图像采集与处理系统.该系统由两片FPGA与两个DSP组成.第一个FPGA进行多通道视觉图像采集的同步控制、逻辑处理,第二片FPGA辅助DSP进行海量图像数据的高速并行处理.两个ZBTSRAM芯片作为数据输入和输出的高速缓存,每通道的...     

基于ORACLE8i的大型数据库技术讲座之一--数据库优化篇

本文通过对ORACIE8i系统结构和工作机理的阐述,总结了大型ORACLE数据库的优化方法,这些方法包括对数据库系统的设计和调整,也包括进行业务优化调整.     

Real-Time Digital Image Stabilization Based on Contour

A new digital image stabilization method is proposed for real-time application based on imagecontour. The image intensities are projected to several gray levels by thresholding before extracting contourpoints. Matching position could be found using these contour points. All pixels are still used for refinedmatching near the matching position. This algorithm is more robust against changes in illumination and noise