基于队列式缓存结构的视频图像存储算法

针对视频图像数据实时存储过程中普遍存在的丢帧问题,通过深入分析典型的存储算法,找出实时存储过程中视频图像数据丢失的原因:计算机在连续存储相同大小的文件时,存储速度在一定的范围内波动.本文采用队列式缓存结构有效地消除了存储速度波动所带来的影响,保证了在数据流速小于磁盘平均存储速度的前提下,高速视频图像数据的实时存储,解决了丢帧问题.实践验证了该算法的可行性与可靠性.

一种基于光电经纬仪的数据预测跟踪技术

针对光电经纬仪上的跟踪器,提出了一种基于合成角数据的预测跟踪技术.利用目标的前几帧脱靶量和对应的经纬仪角度信息计算合成角,再以前几帧合成角数据为依据,利用线性动态模型推导出下一帧的合成角信息,计算出目标在图像中的位置,从而实现了对目标的预测跟踪.实验证明,该方法可以实现预测跟踪,减小处理区域,提高跟踪器的处理速度,有效地避免波门外虚假目标的干扰.

高速视频硬盘记录系统分析

为了提高视频记录速度,通过分析视频记录系统的数据通道,找出通道的瓶颈所在;通过研究文件大小与存储速度的关系,采用RAID0技术和文件合成与分割技术提高硬盘的存储速度,改善了系统的数据通道,最终达到了提高视频记录系统的整体速度。

高速红外图像判读系统设计研究

针对实时跟踪领域事后图像判读处理数据量大、时间冗长的问题,提出了一种新型高速图像判读系统.该系统基于多线程乒乓缓冲技术,实现了图像加栽、显示及处理三项工作相互独立和并行执行.通过对红外图像进行灰度拉伸,预处理,亚像元插值细分等操作,有效提高了判读准确度.实验表明,该判读系统提高了数字图像判读系统的工作效率,大大缩短了数据处理时向.

多层曝光图像序列轮廓波域平滑算法

提出一种基于伪信息去除的多层曝光图像序列轮廓波域平滑算法,首先设计图像序列块曝光生成和轮廓边缘检测算法,基于非局部均值滤波进行图像特征提取,对图像进行连续性小波变换,得到图像的伪信息中心矩特征,求得多层曝光图像的最大后验估计算子,最终生成灰度直方图二进制均衡系数,进行特征匹配后得到了去除伪信息的输出图像,实现对轮廓波域平滑算法改进。仿真实验表明,采用该算法得到图像轮廓波域平滑处理后的PSNR最高,保留了图像大部分的细节信息,展示了较好的伪信息去除性能,图像纹理清晰可见,图像的视觉效果更好,实现准确的轮廓波域平滑处理。

改进的医学CT图像K-均值聚类分割算法的实现

为提高K-均值聚类算法在医学CT图像分割上的应用效果、稳定性和质量,减少程序运行时间,本研究用Matlab语言优化了K-均值聚类算法程序,与Statistics Toolbox的K-means函数进行比较,使用单因素方差分析法检验两种算法实现程序运行时间的差异,并直接观察分割效果和稳定性。结果显示,改进后的K-均值聚类算法程序具有分割结果稳定、质量提高等优点,在常用Windows操作系统和PC机配置环境下,分割耗时在1 s左右,显著低于原有的分割程序,消除了等待感觉,提高了使用者的工作舒适度和效率,为图像的识别处理奠定了基础。

基于图像配准的潜在痕迹提取

介绍了依据图像配准技术在复杂背景中提取潜在痕迹的一种方法。图像配准是图像处理的一个重要的基础环节,传统的图像配准算法存在着各种不确定性及计算复杂性,而且特征点的选择困难且自动性差。而我们要实现从复杂的背景中提取潜在的痕迹必须要求图像要精确对准到亚像素级。针对传统算法中存在的问题,分别采用了一种从特征点提取、匹配到图像间点变换估计及光学变换估计的鲁棒算法。这些算法经过实验证实是鲁棒的且是实用的。

跟踪机器人识别运动人体装置的实现方案

提出了一种跟踪机器人的人体识别方法。通过提取目标人的衣服色彩及轮廓特征,能够从自由背景中识别出目标人,并通过动态更新的方法提高基于普通摄像机的人体运动分析系统对环境的适应性。应用结果表明,这种方法不受亮度影响,鲁棒性强,识别率高。

基于MFC的图像处理程序的设计研究

介绍了使用MFC进行图像处理程序设计的相关概念和方法,并通过分析图像处理程序的工作原理和系统结构,针对当前图像处理程序工作效率低、处理速度慢的问题,提出了一种基于多线程技术和MFC文档视图结构的图像处理程序的设计方法。该设计采用了线程同步的缓冲结构,具备了多线程并行处理能力,并充分利用了双核处理器的硬件优势。最终实验表明,采用该设计实现的图像处理程序响应迅速、处理效率很高,为MFC在图像处理领域的应用开发提供了一种良好的解决方案。

舰载光电经纬仪预测跟踪技术研究

研究了舰载光电跟踪设备的稳定跟踪技术,提出了一种基于机动平台预测跟踪方案.利用坐标转换将前几帧合成角数据转换到大地坐标系,并利用合成角轨迹预测当前帧合成角数据,然后将预测结果转换到甲板坐标系,实现了机动平台的稳定跟踪;给出了该预测结果与在甲板坐标系直接预测结果的比对,证明该预测技术更为精确,有利于实现机动平台的稳定跟踪.

基于海量日志的入侵检测并行化算法研究

随着计算机技术和互联网的迅猛发展,对海量日志进行分析并进行入侵检测就成为重要的研究问题。针对这一现象,提出在Hadoop平台下利用并行化的数据挖掘算法对海量的日志信息进行分析从而进行入侵检测,然后利用搭建好的Hadoop集群环境对其进行验证,对不同大小的日志文件进行处理,并与单机环境下对比,证明在该平台下进行入侵检测的有效性和高效性,同时实验证明如果增大集群中的节点数目,执行效率也会相应的提高。

中文名片识别系统

在实际的商务活动中,名片已经作为一个重要的身份信息载体,使用频繁。然而随着名片数量的增多,管理越来越麻烦。在实际应用中,研究名片识别的方法,介绍一个独立自主开发的中文商务名片识别系统。该系统首先结合实际中的一些具体问题对名片图像进行预处理;然后在传统版面分析技术的基础上针对版面的特点进行版面分析;最后在对分割区域的字符进行识别之后,根据识别结果中的语义和版面分析得到的位置信息对识别结果进行基于知识规则的理解,从而实现了名片的识别。整个系统在实际应用中表现出良好的性能。

一种新的数字图像放大4/3倍快速算法

提出一种新的数字图像放大4/3倍快速算法。该方法既解决了零阶插值算法的棋盘格效应问题,又在运算效率上比传统的一阶插值算法提高了90%。

基于优化导向滤波的模糊图像特征提取仿真

目前的图像特征提取方法在对模糊图像特征进行提取时,没有通过导向滤波对模糊图像进行优化,导致模糊图像特征提取结果不能有效保留图像边缘细节信息、提取图像特征运行速度较慢以及图像特征提取效果较差。提出基于优化导向滤波的模糊图像特征提取方法。首先对模糊图像进行去噪处理,其次利用导向滤波对模糊图像进行优化,在窗口内进行求和运算,快速实现图像优化,最终结合模糊图像特征提取方法,建立模糊BP神经网络模型,通过隶属函数对图像数据特征进行分析与提取。实验结果表明,所提方法的图像特征提取运行时间较快,对图像特征识别率较高以及对模糊图像特征提取效果较好。

基于导向滤波的深度图优化方法

很多低成本设备输出的深度图存在明显的边缘不匹配、深度信息缺失导致孔洞等问题,而现有的优化算法实时性差,提出的基于导向滤波的深度图优化方法可以兼顾实时性和视觉效果。首先,采用基于单尺度的Retinex方法对配准的灰度图像进行增强处理,消除光照阴影等导致的虚假边缘,增强真实边缘。然后,将处理后的灰度图像作为引导基础,通过具有边缘保持能力的导向滤波器优化深度图像,实现边缘保持的同时填充孔洞。最后,通过标准数据库和实际深度图进行实验验证。结果表明,处理后的深度图能够很好地反映基本形态,兼具实时运算竞争力。

一种并行化算法在Coq中的实现及其正确性描述

近年来,计算机处理器开始向多核化发展,单个核芯的主频提升速度变慢,但很多传统的软件和算法都是串行的,无法从核的增多上获得性能提升,因此急需并行化编译技术。虽然研究人员提出了多种并行化算法,适用于不同的情况,但是对这些并行化算法的正确性并没有给出形式化的证明。本文着眼于并行化算法的正确性研究,在Coq中定义了一种简单的类汇编的语言,并在此基础上实现了一种类似于解耦软件流水线(DSWP)的并行化算法,形式化地定义了算法的正确性,以及算法实现过程各个中间过程的正确性,并完成了各个中间过程正确性到算法最终正确性的证明,为最终完全形式化地证明该并行化算法提供帮助。