基于法国实验客体的X射线准直技术研究

通过研究法国实验客体(FTO)的闪光照相过程,设计了静态照相过程中采用的准直措施,除传统的一二级准直体外,还通过添加三级准直体来进一步控制入射到客体边缘部分的X射线,从而降低散射的影响。蒙特卡罗方法模拟结果表明,采用三级准直技术可以有效地控制散射的影响,图像接收平面各边界的直散比有了明显的提升。     

基于鲁棒M估计和Mean Shift聚类的动态背景下运动目标检测

针对动态背景下运动目标的检测问题,提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先,在考虑全局光照变化的情况下,构建鲁棒M估计器估计全局运动,以实现最小化相邻2帧图像中所有像素亮度的绝对残差和,根据M估计得到像素点权值,提取出代表局部运动信息的离群点;在离群点中均匀抽取网格点,然后利用Mean Shift聚类算法实现不同运动点的分割;根据聚类的结果生成凸包,准确分割出运动目标区域。实验结果表明,该方法能检测出动态背景下的多个运动目标区域,多目标检测准确度到达95%以上,并且只需两帧图像就可以准确检测并锁定运动目标,满足实时处理的要求,具有一定的工程意义.     

建筑物目标三维红外场景仿真

提出了建筑物目标三维红外场景仿真方法。首先分析了三维场景模型的生成方法,采用软件绘制的方法获取三维场景,并将其加载至OpenGL环境中进一步处理;然后分析了三维红外场景的生成方法,对辐射源进行三维模拟,建立红外成像模型,得到目标表面红外辐射特性;最后模拟红外热像仪生成目标三维红外场景,给出了仿真结果和温度对比曲线。实验结果表明,仿真图像真实地反映了建筑物目标的红外辐射特性,各部分温度与实测温度变化规律基本一致。本文所述仿真方法切实可行,达到了场景仿真的效果。     

浅析ICS数字直放站的优势及应用

从介绍传统模拟直放站在工程应用中遇到的问题入手,通过ICS数字直放站与传统模拟直放站和基站RRU的比较阐述了ICS数字直放站的技术优势,最后给出了适合采用ICS数字直放站的几个典型的覆盖场景。     

虚拟城市场景的实现与优化

虚拟城市场景的实现是虚拟城市设计的重要内容。阐述了虚拟城市的构建意义,描述了虚拟现实模型语言,同时,以VRML为平台采用制作实例的方式探讨了虚拟城市场景的建立。针对VRML文件传输大、渲染速度慢的不足提出了虚拟城市场景建模的优化措施,对于城市数字化建设具有一定的借鉴意义。     

县级电视台虚拟演播室系统的选择与应用

简要阐述了虚拟演播室系统的工作原理、主要结构及其基本类型,重点结合工作实际,详细介绍了适合县级电视台使用的高性价比的虚拟演播室系统,对广大的电视台用户选购虚拟演播室系统具有一定的参考价值。     

Bayes网络与关系模型的集成:概率关系模型

对象关系模型和Bayes网络分别是关系理论和概率理论两个不同领域中最重要的模型，它们首次集成于本文引入的概率关系模型中，作为新型的概率模型，概率关系模型不仅继承了Bayes网络的大部分优点，而且关系特征和对象的概念使它能有效地克服Bayes网络在许多方面的不足，而成为对复杂系统模建的理想工具，是对Bayes网络的重要创新；作为新型的关系模型，概率关系模型也是对传统关系模型的重要创新，具备概率特征的对象关系模型有了处理不确定性问题的能力。概率关系模型的创建对复杂智能信息系统开发研究有有着特别重要的意义，本文首先评述Bayes网络和对象关系模型，然后在此基础上引入概率关系模型。     

条件概率关系数据库模型

现实世界中大量存在着的不确定性信息，关系数据库模型仅视它们为空值，有必要增强其处理这类信息的能力，文章在总结前人工作的基础上推广关系数据库模型，创建有效处理随机型不确定性信息的条件概念关系数据库模型，该模型通过在关系模式中增加一个条件概率测度属性，为每条记录指定适当的条件概率的途径，来表示不确定性信息。文中以对象码为基本工具，创建了条件概率关系结构；以特征函数为基本工具，定义了一套基于该结构的代数运算规则。条件概率的语意比概率的语意广泛，灵活，因而该模型能有效克服概率关系模型的许多不足。     

Learning of perceptual grouping for object segmentation on RGB-D data

Object segmentation of unknown objects with arbitrary shape in cluttered scenes is an ambitious goal in computer vision and became a great impulse with the introduction of cheap and powerful RGB-D sensors. We introduce a framework for segmenting RGB-D images where data is processed in a hierarchical fashion. After pre-clustering on pixel level parametric surface patches are estimated. Different relations between patch-pairs are calculated, which we derive from perceptual grouping principles, and support vector machine classification is employed to learn Perceptual Grouping. Finally, we show that object hypotheses generation with Graph-Cut finds a globally optimal solution and prevents wrong grouping. Our framework is able to segment objects, even if they are stacked or jumbled in cluttered scenes. We also tackle the problem of segmenting objects when they are partially occluded. The work is evaluated on publicly available object segmentation databases and also compared with state-of-the-art work of object segmentation.     

车载视频下改进的核相关滤波跟踪算法

针对相关滤波跟踪算法在车载视频下由于环境复杂及目标尺度变化等情况下容易跟踪失败的问题,该文提出一种基于背景信息的尺度自适应相关滤波跟踪算法。首先利用背景感知相关滤波跟踪器融合方向梯度直方图特征预测目标下一帧位置,然后根据预测位置选取图像块进行检测,最后结合动态尺度比例金字塔模型对目标进行尺度估计。实验选取了KITTI数据库中23段车载视频和标注国内的4段车载视频进行测试,实验结果表明,该算法能有效降低车载环境的复杂背景、目标尺度变化等因素干扰,整体性能优于KCF, DSST, SAMF, SATPLE等主流相关滤波算法,对车载环境下复杂背景和尺度变化的目标跟踪具有鲁棒性。