混合交通场景中的车辆检测和识别

介绍了一种城市交通流量视频检测系统及其车辆识别新算法。通过检测道路上的运动目标并利用目标的运动信息和外形特征进行车辆识别。考虑到目标的阴影会影响目标的形状特征 ,导致目标识别错误 ,提出了一种新的阴影检测算法———利用目标的灰度特征对运动目标进行阴影检测和分离。实验结果表明该系统在模拟城市混合交通环境下 ,能够克服目标阴影的影响 ,准确检测和识别车辆 ,同时能够满足实时性的要求     

光线跟踪中阴影测试的加速技术

本文在ＰＹＳＨＡ系统的基础上，提出了一种基于体测试而不是面测试的算法．该算法借用了Ｒｏｂｅｒｔｓ消隐算法的某些思想，并考虑测试物体的次序以减少阴影测试时间．理论和实验都表明，该算法较ＰＹＳＨＡ有更好的加速性能．     

基于HSV色彩空间的云模型车辆阴影检测

介绍和分析了云模型、运动目标初定位和HSV色彩空间等相关内容.提出了基于HSV色彩空间的云模型车辆阴影检测方法.在HSV空间下,于不同光照下在具有代表性的阴影区域采样,用正态云逆向发生器建立云模型,利用云模型进行阴影检测.和其他方法相比,实验结果证明了本文方法的有效性.     

局部阴影条件下基于梯度直方图的模糊相关图像检索

在局部阴影条件下对图像进行检索会受到多种因素的干扰,影响检索结果的可靠性。针对局部阴影条件,提出一种基于梯度直方图的模糊相关图像检索方法,采用ICA降噪方法对局部阴影条件下的图像进行降噪处理,依据频域对图像进行增强处理。通过Sobel算子提取图像边缘,求出水平方向与垂直方向的亮度差分相近值,确定出每个方向关键边缘像素的数量,建立图像边缘梯度直方图。依据梯度直方图,通过斯皮尔曼等级相关系数求出检索图像与图像库内模糊相关图像的相关系数,确定出图像间的相近度,将相近度最高的图像看作模糊相关图像检索结果。经实验验证,所提方法检索效果好,检索性能高。     

基于核心密度估计的动态目标分割改进模型

数字视频中的动态目标分割是基于计算机视觉技术的分析、识别系统中关键的处理步骤,分割结果的正确率决定了后期分析或识别过程的质量.在数字视频中存在各种有害动态像素,它们会降低分割过程的正确率.动态目标的阴影是这些有害像素的一种,因为它们本身不属于动态目标形状信息的范畴,但分割过程却能很容易将它们作为有效的动态目标像素分割出来.最近有关动态目标分割的研究提出了基于核心密度估计模型的分割方法.基于RGB颜色空间的核心密度估计模型能够在彩色视频中抑制阴影,但是对于灰度视频这种模型是无法抑制阴影的.作者针对上述局限提出了一种基于像素边缘测量的核心密度估计模型,用于动态目标分割,能够在彩色和灰度视频中抑制阴影.实验结果证明,这种新模型在通常的应用条件下是有效的.     

大学体制改革:困境与前景

中国大学体制改革,受制于单位供养与依附模式,高度集中的大学权力和大学教师的功利化追求。其前景,取决于高教资源的总量增长与多元化,政治民主的总体推进,以及大学教师自身素质的提升。在现有国情下,其可能的路径,也许只能是坚持、改进党委领导下的,扩大职工参与的吸纳式、协商式、共识式民主,而不是被人们所理想化的所谓教授治校。     

基于LS-SVM方向判别模型的WLAN室内定位方法

为解决WLAN室内定位中信号在传播过程受人体遮挡产生阴影衰落而影响定位精度的问题,提出了一种最小二乘法支持向量机(LS-SVM)方向判别模型的WLAN室内定位方法。该方法主要分为两个部分:首先,充分利用人体在不同遮挡方向上产生阴影衰落的接收信号强度变化(RSS)特征信息,判定人体遮挡方向;然后,通过LS-SVM回归算法建立指纹点特征数据与位置之间的映射关系获取定位点位置结果。实验结果表明,与传统利用SVM的定位方法相比,提出的方向判别模型可解决人体遮挡产生的阴影衰落影响定位精度的问题,提高了定位的实用性和鲁棒性。     

非线性热对流斑图实验

搭建了非线性热对流斑图实验装置,在对流水层上下表面形成稳定的温度差,并通过改变温度差实现了远离平衡态的开放系统从无序到有序的自组织转变过程.利用阴影法对对流斑图的发生、发展和演化的过程进行了可视化观察.     

20 μm单微液滴的产生和特性研究

利用阴影成像法对毛细管喷嘴生成单微液滴的特性进行了观测，研究了单微液滴生成的具体过程，以及气体背压，调制频率和调制电压对单微液滴产生的影响，优化了生成大小和空间分布均匀单微液滴的条件.结果表明：调制频率在0.8—1.8MHz之内，调制电压10V，背推压3.5MPa是获得20μm单微液滴的最佳条件.     

边缘双轮廓线阴影去除研究

为去除阴影对运动目标检测的影响,在传统基于颜色空间特性的阴影检测法基础上,综合边缘特征进行快速双轮廓阴影去除。通过前景物体的轮廓线形状特征及阴影与光源之间投影位置关系快速找到阴影定位点,在定位点附近轮廓线上结合灰度及颜色特性进行有针对性的搜索,找阴影与物体的交界点位置,标记为阴影的外轮廓线;根据外轮廓线长度和位置,求出S空间与之相对应内轮廓线,此时的外轮廓线包围阴影区域。最后,对该封闭的不规则阴影轮廓线进行基于像素点的校正和标记,并对物体反光面的自阴影进行H空间去除,得到更精确的去阴影效果。实验结果表明,该方法快速且有针对性的锁定阴影区域进行阴影去除,避免物体区域误检测,有较好的实时性和准确性。