基于步态特征的身份识别研究

随着信息化发展进程日益加快,信息技术的应用领域和范围也在不断拓展。出于安全因素的考虑,身份识别在社会的多个领域起到了非常重要的作用。伴随着科技的发展和进步,生物识别技术得以开发和应用,通过判断人的动作行为,进而区分其个体身份。作为一种新型的生物识别技术,步态识别技术将身份识别技术水平提升到一个新的高度,成为当前身份识别领域重点研究的方向。文章基于步态特征的身份识别进行研究。     

背景典型斑点特征的聚类分析

迷彩是一项重要的目标防护手段,斑点形状设计是进行迷彩设计的基础。首先自动提取背景图像中的明显斑点,然后分析背景斑点周长、面积、伸长度、矩形度、细长度、分散度等特征的统计特性,最后将长度、矩形度、细长度、分散度作为斑点特征向量对提取出的背景斑点进行HCM聚类分析,进而得到背景典型斑点的特征参数。该方法能得到大样本背景图像斑点特征的统计特征,对自动、定量化的迷彩设计具有一定意义。     

快速定位车牌的方法研究

提出了基于数学形态学和纹理特征的快速定位车牌的方法.该方法包含4个步骤:预处理,利用Sobel算子进行垂直边缘检测,通过形态学操作得到连通域,利用车牌的纹理特征和字符特征最终定位车牌.使用该方法对1 144幅图片进行实测,1 102幅图片定位成功,正确识别率为96.3%,处理时间为160～200ms.     

基于HALCON的双目立体视觉工件尺寸测量

为了实现对大批量生产工件尺寸的精密测量，该文基于双目立体视觉视差原理，设计了一种工件尺寸实时测量系统；系统通过两个工业数字摄像头实时采集工件不同角度的两幅图像，并基于机器视觉软件HALCON的HDevelop开发环境，对两幅图像进行相关预处理，获取感兴趣区域。提出一种基于canny的亚像素边缘检测、边缘细化、基于atukey权重函数的最小二乘法边缘拟合及边缘均匀取点算法获取精确的边缘特征点，并通过双目系统标定、极线约束与NCC相结合的立体匹配、世界坐标转换、几何计算相结合的非接触式双目视觉方法进行尺寸测量。通过大量实验证明，该方法可有效地获取工件特征点的三维坐标值，不借助外部测量仪器实现工件关键尺寸的高精度实时检测，检测精度达±0.2mm以上，简单快捷，具有较好的准确性和实时性。     

电压电流转换器提供精确定义的死区电压

在线性和非线性系统的控制中，有时会有意地将微小的非线性特征嵌入到闭环控制系统中。“微小的”在这里是指：只有在输入值超过非零阈值的情况下，嵌八元件的输出端才开始发生线性变化。当输入值从零变为阈值时，元件的输出值为零。其结果是，该非线性元件的嵌入能抑制阻尼振荡现象，而阻尼振荡现象则是反馈系统的典型特征。     

进一步拓宽DALI的产品线，以扩大消费群体---DALI CEO Jesper Schartau先生专访

DALI在这两年推出了不少新的产品，像之前推出的EPICON系列，以及KulikFree无线有源音箱、DSS-10低音炮等，可谓从发烧级到时尚级的消费者都兼顾到了。但是我们还不能满足于现状，我们需要更多的产品来拓宽DALI的产品线，以扩大消费群体。为此，我们最近重点推出了全新的Rubicon系列音箱产品，这个系列介乎于Epicon和Mentro之间，而且更参考了Epicon系列进行设计。例如，它同样采用混合式高音、木纤维中低音单元，以及SMC磁导体技术等等。因此，相比起旗舰产品而言，Rubicon会更具性价比。     

智能视频客流人数统计系统的算法比较研究

随着中国人口的不断增长,客流统计数据在现代社会越来越受到人们的重视。文中主要针对基于Haar特征的人脸识别算法与基于HOG的行人检测算法作对比研究,为客流统计系统的算法选择给出一定的指导意见。首先,文中分别详细阐述两种算法的原理;其次,分别利用采集的现场数据来验证两种算法;最后,总结了两种算法各自的优缺点,并提出一种新的算法框架方案。实验结果表明,基于Haar特征和HOG特征的客流统计算法,在单人检测、少人检测以及多人正反面的情况下,准确率较高。而受背景、光照、相似轮廓、人群密集度等因素影响,在多人检测的情况下,存在一定的误检率。     

Marvell与Cree公司联合推出消费级LED灯符合“能源之星”标准

全球整合式芯片解决方案的领导厂商美满电子科技日前宣布．推出与Cree公司合作开发的最新60瓦可调光A19LED灯的交钥匙参考设计，两家公司的再度联手将继续推动LED照明解决方案的变革。     

基于SIFT的特征点提取的算法改进

SIFT作为当今图像处理领域特征点描述相当热门的算法之一,被学者专家普遍研究并改进,已诞生了一系列的变种算法。然而随着计算机视觉、人工智能等领域的不断发展,实时性的需求日益增强,在保证准确度的同时提高算法效率成为研究的热点之一。文章主要研究并实现SIFT算法及其改进算法PCA-SIFT、SURF,并比较各算法的优劣。