基于特征点匹配的自适应目标跟踪算法

由于实际场景复杂多变,目标在运动过程中往往会出现形变、遮挡等问题,增加了跟踪的难度。为了解决上述问题,提出一种基于特征点匹配的自适应目标跟踪算法。算法初始化时在选定的目标区域内提取特征点,跟踪过程中通过对前后两帧的特征点进行匹配,计算出目标的位置、尺度和旋转变化,进而实现对目标的跟踪。同时通过对特征点的不断更新,可以使算法具有一定的抗遮挡能力。实验表明,该方法在实际应用中效果很好。

基于非下采样Contourlet变换和形态学的图像边缘检测

在复杂工件的边缘检测过程中,噪声干扰和细节丢失会使检测结果产生较大的误差。针对这一问题,提出了将非下采样Contourlet变换和数学形态学相结合的边缘检测算法。首先对原始图像进行非下采样Contourlet变换,然后对得到的高低子频图像采用不同的方法进行边缘提取,最后通过合理的融合规则得到图像的边缘图像。仿真实验表明,该算法对图像边缘细节的提取比其他算法更加丰富,并具有较好的连续性、抗噪性和鲁棒性。

基于TMS320C6678的雷达导引头OCOG测高算法的并行实现

雷达平台与成像区域的相对高度是合成孔径雷达成像过程中影响斜地几何校正精度的重要参数,同时雷达测高实时性要求高。采样传统规模单核处理实现需要的硬件规模比较庞大,难以满足弹载雷达在体积和重量方面的要求。本文设计了基于TI公司TMS320C6678多核DSP实现方案,首先介绍了OCOG(Offset Center Of Gravity)测高算法的原理,其次介绍了硬件平台及高速多核并行处理的实现方法,最后进行实测数据的处理,验证了本文所提的方案的实时性和测高结果的有效性。

大数据时代报业“内容为王”再思考

大数据时代的到来,不仅影响了新闻的表现形式、内容生产模式,甚至对整个新闻传播学科都产生了重要影响。本研究对报业转型关键节点进行分析时,发现大数据对内容生产的时效和容量产生了广泛影响,同时也改变了报业议程设置和内容呈现方式。本文尝试通过以技术为支撑,以受众为导向,注重内容质量兼顾版权保护,对报业成功转型的可能性进行分析。