基于DirectShow的眼前节图像采集系统的设计

利用裂隙灯显微镜观察眼前节是眼科诊断中常用的检查手段，但长期以来存在着数据获取、保存和共享上的困难．而DirectShow是Windows平台上进行流媒体应用开发的最新标准．利用DirectShow技术设计了眼前节图像采集系统．阐述了根据需求构建采集系统的FilterGraph模型的方法，包括采集设备的选取．视频流的预览和采集．以及如何使用Sample Grabbetr方法捕捉眼前节图像，并提出了将DirectShow与MFC相结合进行开发的方法．该系统可以辅助眼科医师进行病理诊断．使医师可以有时间对图像进行细致的分析，从而提高病理诊断的正确率．经实际临床测试，效果较为理想．     

基于SRV1平台的多机器人搜索研究

针对危险性搜索的应用需求,选用SRV1(Surveyor Open Source Wireless Mobile Robot with Video)开源无线可移动机器人为平台,对其进行二次开发,根据当今机器人研究发展的方向,将其开发成一种可以满足应用需求的平台,多个机器人可以共同搜索目标,采集必要图像数据,提供现场图像信息给上位机环境.     

基于位图LSB算法的显式水印嵌入与提取实验平台的设计

图像水印技术作为数字水印技术的一个发展方向,被广泛运用在军事通信、多媒体等领域。尤其是数字水印,更是目前防伪及信息安全领域的一个崭新方向。目前,图像水印在数字图像领域的技术发展还不够成熟,配套的可用于教学的资源也相对匮乏。本文根据数字图像的知识,提出基于位图LSB算法的显式水印嵌入与提取算法,并实现实验平台。实验证明,通过该平台嵌入水印的位图大小不变(精确到字节),具有较好的隐蔽性,肉眼无法察觉图像失真。     

基于位图LSB算法的显式水印嵌入与提取实验平台的设计

图像水印技术作为数字水印技术的一个发展方向,被广泛运用在军事通信、多媒体等领域。尤其是数字水印,更是目前防伪及信息安全领域的一个崭新方向。目前,图像水印在数字图像领域的技术发展还不够成熟,配套的可用于教学的资源也相对匮乏。本文根据数字图像的知识,提出基于位图LSB算法的显式水印嵌入与提取算法,并实现实验平台。实验证明,通过该平台嵌入水印的位图大小不变（精确到字节）,具有较好的隐蔽性,肉眼无法察觉图像失真。     

一种新颖的基于人脸检测的图像预处理方案

提出了一种新颖的图像预处理方案.本方案对图像进行人脸检测,并根据检测结果给该图像的不同部分赋予相应的重要性因子.利用该重要性因子图,可以引入几种有效的图像预处理算法,其中的一种方案(根据重要性分类的预量化)和图像压缩算法独立,可以很容易地嵌入到现有的图像压缩算法之中.     

采用资源划分的云环境下Hadoop资源许可调度方法

针对云计算环境中Hadoop平台由于节点计算能力差异、多样混合负载共存等原因而出现的性能不佳的问题,提出一种采用资源划分的资源许可方法。该方法在云计算环境下通过减少资源浪费或负载过重等情况的出现来提高系统性能。该方法采集资源信息并推测任务资源需求,根据可用计算资源和任务需求动态划分、调度资源;使用与资源无耦合的资源许可启动任务并控制任务数量调节资源利用率以适应云环境。使用该方法对比公平调度器在国家高性能计算中心(西安)进行测试发现:单作业在资源竞争环境中优于公平调度器的静态结果;混合负载在3种测试环境中完成时间分别平均减少了27.5%、37.1%和50.98%,性能显著提升。实验结果表明,该方法可以适应负载资源需求和可用计算资源的变化,灵活划分计算资源,解决Hadoop在云环境中的性能不佳问题。     

一种基于异构资源集成的算法实验平台研究及其实现

针对现有信息类课程算法设计型实验过程中存在实验环境搭建复杂、算法正确性和性能难以进行测试与分析等问题,设计并实现一种基于Web服务的面向异构资源集成的虚拟实验平台。该平台通过将各种算法在服务器端封装为Web服务并生成对应的客户端虚拟实验组件的方式,使学生可以将多种编程语言实现的算法源码直接提交到服务器,并在客户端中根据实验需求选择虚拟实验器件构建实验流程,以便对所提交算法的正确性进行测试和对性能进行分析。以数字信号处理课程虚拟实验为例说明系统的有效性。研究结果表明:该平台的使用可以使学生在无需配置复杂的实验环境的情况下将精力集中于算法的设计和优化,并可以获得直观的算法测试分析结果。     

基于工作流的数字档案管理系统在云平台上的设计与实现

该系统将云计算和基于工作流的技术引入到数字档案管理平台建设中,将解决省内数字档案管理系统中市县级平台资源的重建、各档案管理机构资源共享程度低、无法满足使用者个性化需求等问题.它不仅满足了用户对数字档案资料管理的需求,提高了工作质量,实现对庞大档案数字资源的高效管理,而且也推进了我国档案管理事业的发展.     

基于DSP的图像采集处理实验开发平台的研究

在DSP图像采集处理实验中,了解DSP的体系结构、熟悉集成开发实验环境是关键。本文研究了一套基于DSP的图像采集处理实验开发平台,介绍了该平台系统的硬件及软件结构,详细阐述了系统的调试过程,实验结果给出了采集到的图像和经中值滤波后的图像。实验证明,该平台可作为图像处理基础实验和后续产品开发使用。     

基于猫群优化算法的云计算虚拟机资源负载均衡调度

为了提高虚拟机资源调度的利用率, 实现虚拟机资源合理调度, 提出一种基于猫群优化算法的虚拟机资源调度优化方法. 首先根据虚拟机资源调度优化目标构建数学模型; 然后综合考虑最短时间与最优负载构建猫群优化算法的适应度函数, 并通过模拟猫的日常行为实现虚拟机资源调度最优方案的寻优; 最后在CloudSim平台上对该算法的有效性进行测试. 测试结果表明, 该算法能获得更优的虚拟机资源调度方案, 保证了虚拟机资源的负载均衡, 可以满足用户需求的偏好性.     

基于有限资源的网络视频传输的探究

如何解决资源与能力之间的矛盾是嵌入式开发的关键。该文在基于MCU(如单片机)或者同等级别的平台上,从系统级层面探究了实现网络视频传输的框架,并基于STM32F103单片机,采用软件方式实现TCP/IP协议栈,采用OV7670图像传感器和FIFO芯片AL422B实现图像采集模块,采用SPI网络控制器实现ENC28J60通信模块,设计完成了基于网络的视频图像传输系统,探讨了系统中各个模块对资源的需求,以及需要解决的问题。该视频图像传输系统可用于远程作业、家居等图像要求不高的网络图像实时监控。     

P2P网络中的一种相似图像检索方法

为了实现在P2P网络中进行图像资源发布和相似图像检索,提出了一种资源发布和查找策略。根据图像内容生成指纹向量,将该指纹作为图像在P2P网络中发布的基础,实现将相似图像发布到同一节点或相邻节点,进而实现高效的分布式相似图像查询。该算法在分布式哈希表DHT(distributed Hash table)路由基础之上构建,适用于各种以DHT为基础的结构化P2P系统。     

基于关联规则的图像无损恢复

提出基于关联规则的图像无损恢复方法.通过分析图像质量下降的原因,找出低质量图像和高质量图像之间的关系,利用关联规则挖掘图像退化前后的关联,根据最大后验估计和先验计算,实现图像的无损恢复.在Matlab 2014平台上进行了图像无损恢复仿真实验,结果表明,该方法提高了图像无损恢复的精度,恢复速度可以满足图像处理的实时性要求.     

基于Web的自动测试系统实验教学平台设计

通过构建网络化的自动测试系统实验教学平台,为该课程提供一种新型的实验教学方法。平台基于Web三层架构,用户可根据当前实验资源使用情况,灵活地选择真实仪器和虚拟仪器两类实验模式,完成对自动测试系统实验的远程操作;同时兼顾了教学的管理,学生可访问平台获得实验指导等学习资料,教师可在线对实验结果进行审核评分。通过这种新型的实验教学平台,可以有效缓解学校不断增长的教学需求与教学设备短缺间的矛盾,具有现实意义。     

云计算仿真平台的改进研究

如何有效的管理分配虚拟资源來满足用户需求是云计算的重要课题。在现有的云计算模拟工具CloudSim基础上,设计了一个虚拟资源调度仿真平台CloudSim+。平台可以模拟不同用户在不同时间点的服务需求,通过改进事件管理和实体管理机制来优化资源占用率以及时间复杂度。结果表明,平台是实现云计算虚拟资源调度仿真的实用工具。     

基于网格技术的地震资料并行处理平台建设与应用

针对地球物理勘探领域海量数据处理需求和行业高性能资源整合需求,结合地震资料数据并行处理特征,利用网格技术建设应用网格分布并行处理平台,详细介绍平台的体系结构和关键技术,成功部署包含两个虚拟社区的应用网格平台。进行Marmousi模型地震波场正演模拟网格并行处理、基于模糊聚类作业划分策略的叠前深度偏移并行处理、积分法叠前时间偏移并行处理。验证了平台的稳定性和并行作业划分策略的有效性,平台效率与传统并行处理平台相比效率相当。结果表明,利用该平台可以进一步整合更多高性能资源,扩大并行处理规模,提高资源的利用率,缩短数据处理周期。     

一种全景图像展开的新方法

分析了全景图像展开的各种方法,提出了一种全景图像展开方法——基于光路跟踪的对称复用全景图像展开方法。根据光路跟踪的坐标映射及环状全景图的坐标对称关系,来实现全景图像的展开,通过分析得出,该方法的设计具有准确、快速和占用资源少等特点,可以有效的应用于实时全景视频展开系统。     

基于级联CNN的疏散场景中人群数量估计模型

对疏散场景中的人员数量进行准确估计，能为疏散路径的实时优化和应急资源的调度提供决策支持。为了获取疏散通道上不同区域的人员数量，该文在对已有方法分析和总结的基础上，通过设置分类情况和人员密度层级相联，建立了基于级联卷积神经网络(CNN)的人员数量估计模型，可有效避免卷积过程中部分图像信息丢失及过拟合的产生。通过学习图像中人员数量、位置随着图像特征变化的关系，可估计疏散通道上实时监控画面中人员数量。基于PyTorch深度学习平台开发，模型最终在验证集(612张图像)和测试集(182张图像)上的识别准确度分别为84.2%和83.6%,说明该模型可以比较准确地估计监控画面中的疏散人员数量。     

医学可视化网格平台的设计与实现

提出利用网格技术,将现有普通计算机计算资源联合起来,共同完成复杂的三维可视化任务.参与可视化任务的每个任务节点都提供一个网格服务,用户可以在任意的一个节点上提交任务.可视化网格平台根据资源信息列表,从使用状态动态变化的计算机当中选择出合适的机器作为任务节点参与可视化工作.测试结果表明,提出的网格平台可用于开发基于网格的医学图像归档与传输系统,实现图像后处理.     

遥感图像处理与展示平台的设计与实现

遥感图像具有数据来源多、处理算法复杂、应用领域广等特点,一个合适的算法测试与展示平台对于技术研究和工程应用都有重要意义.在工程项目研发中,针对一些常用的遥感图像和处理算法,采用面向服务的架构,设计和实现了一个可伸缩的处理与展示平台,可以实现多源遥感数据的管理与查询,方便的测试算法并展示结果.实际应用中,图像处理者只要专注于算法的设计和实现即可,其他任务都可以交给平台去做.此外,该平台也可以根据具体应用改造成专用系统,节省大量的重复劳动.