基于多特征的洞库类目标识别方法

针对洞库类目标自动识别研究较少、识别率较低、识别方法成本较高等问题,设计了基于多种特征的洞库类目标识别算法.探讨了典型洞库类目标的模型并总结其主要特征;其次利用HOG特征对输入图像进行初步筛选,筛选出包含有洞库类目标的图像;然后基于洞库类目标的灰度特征提出了一种图像局部自适应阈值生成算法Wiblack提取图像中的疑似目标;最后搭建了洞库类目标的数学模型,并提出了基于形状相似度的目标判别算法,采用圆形相似度与椭圆形状相似度二次相似度判别方法,最终得出识别结果并描述目标轮廓,完成目标识别.实验结果表明该方法在洞库类目标的识别应用中有效可行,基于本文实验数据的识别准确度为92.6%.      

数字电视广播中的业务信息

业务信息（SI）数据是数字电视广播码流中重要的组成部分，这些信息帮助用户从码流中选择业务并且使接收机自动设置到所选业务。阐述了业务信息的概念，分析了业务信息的结构、描述、传送和识别，给出了应用SI信息构建电子节目指南（EPG）的一种方案，它为机顶盒构建EPG提供了一个公共的信息平台。     

X86体系中保护模式下的内存访问机制

保护模式是X86体系结构的一种重要的工作方式，为在X86平台上实现的多任务、多进程操作系统提供了相应的硬件支持，在计算机的庥层开发过程中，了解计算机体系结构中的主要部件－内存的工作方式是及其重要的，文章介绍了当前较流行的微机体系结构－X86系统中的内存的组织、管理、和访问机制，分析了X86在保护模式下分段机制、分页机制中的一些主要的数据结构和相应的确件支持，并详细描述了分段机制中逻辑地址到线性地址的转换，分页机制中虚拟地址的转换过程。通过分页和分段机制，可以实现多进程操作系统中的进程独立的地址空间，以及对操作系统中内存的保护措施，从而及时而有效地防止了因内存的非法访问而导致的系统崩溃。     

基于人工神经网络识别DC/DC变换器混沌行为的研究

DC-DC变换器在某些特殊参数下,其工作行为会发生很大的变化,由稳态发展成混沌态,输出特性呈恶化趋势.以PWM型BUCK变换器为研究对象对其在不同电路参数下的输出信号进行了分析研究,提出采用人工神经网络识别DC-DC变换器的混沌行为,首先对DC/DC变换器的输出信号进行特征值的提取,并提出了改进学习算法,加快收敛速度.最终通过仿真和实验验证了该方法的可行性.     

基于多特征的快速行人检测方法及实现

针对行人检测速度与实际应用问题,本文提出一种多特征的快速行人检测方法并应用于视频监控系统中。首先通过混合高斯建模,提取图像有效的运动区域,使得检测面积缩小;接着,将提取出的图像进行边缘处理,对HOG特征与LBP特征进行融合,使用支持向量机(SVM)训练分类器;最后在Hi3516A开发板上实现行人检测算法,实现实时监控检测。本文分别在PC端和开发板上进行实验,结果表明本文方法有效地提高了速度,达到了实时行人检测要求,且系统运行稳定,可用于实际监控中。     

HOG内嵌模板匹配的车门夹人检测算法

我国新建地铁多采用屏蔽门设计,但屏蔽门和列车车门之间存在间隙,容易卡、夹乘客造成严重的安全事故.针对这一问题,提出基于视频帧图像的车门夹人检测技术.首先,采用HOG算子描述候车乘客的图像特征,并提取类乘客目标的凸显特征;然后提出一种动静目标分离算法,将乘客从背景中分割出来,并实现对乘客的有效实时跟踪.最后,利用现场模拟数据开展实验,结果表明本文提出的检测算法可以实现对车门夹人的有效检测.     

颜色描述符提取算法在图像检索算法中的应用

分析当前基于内容的检索方法,设计了基于多种颜色描述符提取算法的检索系统。将主颜色描述符、颜色结构描述符及空间主颜色描述符相结合,用户可根据需要,选择合适的算法进行多次检索,取得更好的检索结果。     

基于特征点统计特征的人脸识别优化算法

当计算人脸特征点相似度时,弹性图匹配算法认为每个特征点对于人脸识别都起到相同的作用,因此分配相同的单位权值.然而,事实并非如此.基于特征点的统计特征,提出一种新的人脸识别优化算法.利用统计理论和提取的HOG特征,可以把特征点分成主要和次要两类,并且赋予不同的权值.仿真结果表明所提出的方法不但性能较好,而且识别率较高.     

基于改进的粒子滤波的红外视频行人跟踪

提出了一种基于改进的粒子滤波的红外视频行人跟踪算法,实现了在传统粒子滤波算法的框架下,使用有向梯度直方图(histograms of oriented gradients,HOG)来描述跟踪目标的特征.算法在粒子权值和相似度计算中使用HOG,替代现有的颜色空间欧式距离测度,克服了红外视频中颜色信息缺失的困难.试验表明,与传统的粒子滤波算法相比,本文算法更能准确有效地跟踪复杂场景中的行人,提高了跟踪的鲁棒性.     

一种多源遥感影像自动匹配通用方法

实现多时相、高分辨率遥感影像稳健的全自动匹配是遥感科学的重要课题。针对多源遥感影像间的自动匹配,寻找出一种通用的匹配算法流程,该流程通过提取尺度不变性Harris_Laplacian特征点,采用SURF匹配算法得到初始同名点,之后利用初始关系进行点位预测及模板匹配,并采用最小二乘原理剔除残差较大的匹配点对,实现影像间稳健及精度较高的自动匹配。实验结果表明,该流程能够实现多源遥感影像的高精度匹配,并无需人工参与,提高匹配效率和自动化程度。