基于CEMA的视频文字提取与背景修复

本文在综合分析文字提取与图像修复算法的基础上,提出了一种新的基于CEMA的视频文字提取与背景修复算法。即应用垂直、水平、对角三个方向的彩色边缘检测算子(Color Edge)检测出相应的文字边缘信息,再运用形态学(Morphology)对每个方向的边缘图像进行处理,并运用与融合(And)提取出文字区域,最后运用纹理修复算法对文字遮挡的背景进行修复。实验证明,本文的算法具备较好的文字提取及修复效果,对图像中人工添加的倾斜文字有一定的鲁棒性。     

基于DM642的结构光图像中心线提取

提出了一种基于DM642的中心线提取算法,针对TMS320DM642嵌入式平台的特性,采用3×3最亮邻接点加权平均法提取结构光带中心线,并对其进行优化.该方法与其他一些基于MATLAB的传统中心线提取算法相比,不仅提高了提取速度和精度,而且大大减少了类似模板法等需用的卷积运算量,实时性好,适合在大数据量背景下的嵌入式平台应用,通过图像处理板卡的PCI接口,可以方便地实现处理数据的及时上传.     

基于压缩传感和EMD距离的视频镜头关键帧提取

关键帧提取是视频内容分析与检索技术的核心问题。提出一种基于压缩传感和EMD距离的关键帧提取方法,首先构造一个符合有限等距性质的稀疏矩阵,将帧高维特征投影到低维空间,然后通过计算帧低维特征之间的调节余弦相似度完成子镜头分割。在各子镜头中,利用EMD距离计算帧与子镜头中心的差异,并选择差异最小值所对应的帧作为该子镜头的关键帧。实验结果表明,该方法提取的关键帧能够对视频内容进行准确的描述。     

无线传感器网络中分阶段的无需测距定位算法

为了提高无线传感器网络中基于无需测距算法定位精度,改进质心算法和DV-Hop算法,定位过程分为两个阶段:第一阶段在最佳通信半径与最佳阈值下,用基于阈值的优先质心算法定位部分节点;第二阶段在最佳通信半径与最佳指数值下用DV-Hop算法定位剩余节点。将算法应用在一种锚节点人工部署环境下,并与其他算法对比。MTLAB仿真结果表明,改进的算法在不增加泛洪次数、计算量和网络硬件成本下能提高定位精度,同时实现100%定位。     

LBS中面向协同位置隐私保护的群组最近邻查询

在分析现有群组最近邻查询中位置隐私保护的基础上,提出LBS中一种面向位置隐私保护的群组最近邻查询方法。该方法采用分布式系统结构,克服了集中式匿名系统结构所存在通信瓶颈和攻击重点的缺陷。在此基础上根据用户群组的运动状态信息,提出使用位置随机扰动和门限秘密共享的Paillier密码系统来安全地计算用户群组的质心位置。于是将用户群组的最近邻查询转换为此质心的最近邻查询。与现有的相关工作相比,理论分析表明所提有关方案能够在有效抵御现有的距离交叉攻击和共谋攻击下,实现灵活的群组最近邻查询,同时耗费较低的网络资源。     

低信噪比激光引信回波幅值提取技术

在对激光引信回波进行信噪比分析的基础上,针对低信噪比时峰值检测法在回波幅值提取中相对误差较大的问题,提出了一种采用小波阈值去噪提高幅值提取精度的方法。基于Mallat算法对回波信号进行快速分解与重构,并实际计算了峰值检测法在低信噪比回波幅值提取中的相对误差。研究结果表明,小波阈值去噪能较好地分离回波信号中的高频噪声,减小低信噪比回波幅值提取的相对误差,从而提高了回波幅值提取的精度。     

基于VBS实现BRAS在线用户数的自动提取

【】介绍了利用SecureCRT工具和VBScript脚本语言,开发实现了BRAS设备上在线用户数的自动生成,并通过批处理和任务计划程序设计完成了定时自动运行,有效提高了工作效率和数据准确性。     

320 Gbit/s光时分复用系统研究

针对高速率OTDM(光时分复用)系统中的一些关键技术问题,如时钟提取、时分解复用和色散补偿等,提出了8×40Gbit/s的OTDM系统技术方案。结果表明,通过选择合适的时钟提取方式和基于对称性色散位移光纤的色散补偿技术,能够实现在一个时隙内对每个信道的40 Gbit/s归零码信号的解复用,且解复用后的信号质量较好。该系统实现了320Gbit/s OTDM通信。     

基于扩展数学形态学的高光谱亚像元目标检测

提出了一种基于扩展数学形态学和光谱角度匹配相结合的高光谱亚像元目标检测算法。在目标与背景未知的情况下,同时利用光谱和空间信息实现目标的定位与检测,实现高光谱亚像元目标的检测识别。通过扩展的形态学膨胀和腐蚀运算实现端元提取,采用光谱角度匹配算法进行感兴趣目标的检测识别。算法性能通过AVIRIS数据进行评价,与仅利用光谱角度匹配的算法和RX异常检测算法进行比较。实验证明,所提出的算法性能优于其他两种算法,具有低虚警率的亚像元目标检测结果。     

匀浆提取-超高效液相色谱-串联质谱法测定烟草中亚硝胺含量

提出了超高效液相色谱-串联质谱法测定烟草中N-亚硝基降烟碱(NNN)、N-亚硝基新烟草碱(NAT)、N-亚硝基假木贼碱(NAB)和4-甲基亚硝基吡啶基丁酮(NNK)等4种亚硝胺含量的方法。烟草样品经0.1mol.L-1乙酸铵溶液匀浆提取,离心分离取上清液过Waters AcquityUPLC BEH C18色谱柱(2.1mm×100mm,1.7μm)分离,以乙腈和0.01mol.L-1乙酸铵溶液按不同体积混合作流动相梯度洗脱。串联质谱测定中采用电喷雾离子源正离子模式和多反应监测模式检测,同位素内标法定量。NNK、NNN、NAB和NAT的检出限(3s)分别为0.06,0.17,0.15,0.053μg.L-1。方法的加标回收率在92.1%～104%之间;日内和日间相对标准偏差(n=7)分别为2.7%～3.3%和3.5%～4.2%。