基于嵌入式零树小波编码直方图图像检索

图像和视频应用的快速增长，使得根据图像和视频内容进行查询的技术变得越来越重要，人们提出了许多基于像素域或压缩域的图像检索技术，因为多媒体数据库通常具有相当大的数据量，所以基于像素域图像检索技术的计算复杂度相当大，因此，许多文献提出更快的基于压缩域的图像检索技术，本文提出一种改进的基于嵌入式零树小波编码直方图的图像检索技术，特征提取综合考虑图像的颜色，纹理，频率和空间信息，所有的特征可以在压缩过程中自动得到，图像检索的过程就是匹配待检索图像和来自数据库的侯选图像的索引，实验证明这种方法具有好的检索性能。     

磁共振心肌标记图像左心室壁边缘检测

磁共振标记（MR Tagging）技术于90年代初提出，作为一种有效的无创性检测手段，得到不断的研究和改进。它针对人体软组织（如心脏）的形变进行测量，定量分析其运动轨迹，从而判断其功能状况的好坏，具有较高的实用价值。论文提出一种结合形态学、增强的启发式图搜索和区域生长法进行磁共振心肌标记图像左心室壁分割的方法，实验证明这种方法可以很好地分割出磁共振心肌标记图像左心室心肌的内外边缘，并可以进一步用于提取心肌标记，分析心肌运动轨迹。     

基于重组DCT系数子带能量直方图的图像检索

现在许多图像采用JPEG格式存储,检索这些图像通常要先解压缩,然后提取基于像素域的特征矢量进行图像检索。己有文献提出直接在DCT域进行图像检索的方法,这样可以降低检索的时间复杂度。本文提出对JPEG图像的DCT系数利用多分辨率小波变换的形式进行重组,对整个数据库中所有图像的DCT系数重组得到的若干子带,分别建立子带能量直方图,而后采用Morton顺序建立每幅图像的索引,并采用变形B树结构组织图像数据库用于图像检索。     

智能网联汽车测试方案研究与展望

对智能网联汽车开展全方位的测试评价,是智能网联汽车安全上路与产业顺利落地的重要保障。基于智能网联汽车的测试现状、测试技术路径、测试评价规范和标准,在满足智能网联汽车现有道路测试要求及未来多应用融合方面,创新性地提出智能网联汽车测试方案总体架构,并详细阐述虚拟仿真测试、网联测试、自动驾驶功能测试、大规模并发测试、互联互通测试5个业务应用。最后结合我国智能网联汽车的实际应用与行业需求,对智能网联汽车测试的未来发展方向进行展望。     

基于小波模糊聚类区域分割的图像检索

基于内容的图像检索是近年来的研究热点,本文给出一种基于区域分割的图像检索算法。算法首先对图像按JPEG2000标准进行小波变换,对变换得到的低频子带提取一定的颜色和纹理特征用于模糊聚类,从而将图像的低频子带分割为一定的区域,将分割结果映射回整幅图像,提取整幅图像各个区域的特征矢量,用于区域相似度比较,最后按照一定的区域匹配准则得到整幅图像之间的相似度。实验结果表明,本文算法具有良好的图像检索性能。