基于PC的SIMD技术在1/4像素精度运动预测中的应用

摘要!在最新的视频编码标准H.264/AVC中,运动预测的精度达到1/4像素=为了提高运动预测的速度, 要求实现运动预测过程的SIMD并行运算,其间遇到的最大问题就是1/4像素精度参考图像的传统储存方 式不适合并行操作,针对此问题提出了一种新的适合并行操作的参考图像组织方法,并采用IntelMMX和SSE 技术实现了运动预测过程的SIMD并行运算,减少了整个运动预测过程消耗的时间。     

基于半像素的Hessian矩阵的空域误码掩盖

针对线条边缘采用传统的Sobel算子进行边缘检测和方向判别方法无法准确地检测其方向的问题,提出了基于半像素的Hessian矩阵对线条边缘进行检测的算法。该算法将图像中丢失的数据块的像素进行分类,再根据不同类别的边缘采用相应的边缘检测算子进行边缘检测,并根据检测的边缘方向对受损图像进行方向外推掩盖。实验证明,半像素精度的Hessian矩阵对线条边缘方向的检测更加精确,该算法较一般误码掩盖算法使受损图像的恢复质量PSNR(Peak Signul Noise Rate)值提高了0.2~0.4 dB。     

系统标定的一种方法

数码相机定位有着广泛的应用,本文给出了系统标定的一种方法：设置一个由五个圆构成的靶标,用作切线的方式找到交点及其在像中的对应点,用这组对应点的坐标求出相机的外参数,实现了数码相机的系统标定。     

等离子点火技术在600MW机组上的应用

等离子点火技术的应用可有效地节约燃煤电厂的启动及稳燃用油。针对某电厂600MW机组燃烧器的改造,介绍了等离子点火的机理、等离子燃烧系统的组成,并进行了经济效益的分析。     

高炉煤气放散系统点火装置系统功能简述及优化

八钢新区炼铁厂A高炉大放散调节系统是八钢煤气放散调节系统的重要关键设备,高炉煤气放散系统的点火装置的可靠性和稳定性对于煤气放散调节至关重要,本文主要分析了点火装置的控制原理,以及如何实现就地自动点火。     

基于数字图像处理的浮选泡沫速度特征提取及分析

以浮选泡沫图像序列为对象,研究浮选泡沫图像序列速度特征提取方法,分析泡沫速度特征与浮选性能间的关系.提出一种抗尺度快速变化和具有旋转不变性的模板匹配算法,利用宏块跟踪技术对浮选泡沫图像序列的泡沫速度特征进行估计,得出像素级的泡沫运动速度参量.然后,采用二维拉格朗日曲面插值方法提取亚像素位移,得出精确的亚像素级位移参量.结果表明:在浮选过程中,减少浮选泡沫运动速度的紊乱程度能减小已粘附在泡沫上的矿物粒子的脱附率,进而提高浮选精矿品位,降低尾矿中有用矿物含量.     

基于互补曲线拟合的格雷码亚像素边缘定位

精确定位格雷码光条纹边缘是结构光三维重建系统的关键问题之一.提出了一种互补曲线拟合的光条纹亚像素边缘定位算法,在对互补编码图像进行光强成分分析并二值化处理的基础上,通过边缘检测算法获得准确的初始像素边缘,然后映射回互补编码图像并对其边缘过渡区域进行拟合,最后通过计算互补曲线的交点得到格雷码光条纹的亚像素边缘点.采用平均相对等宽性误差进行评价,得到的最小边缘定位误差为1.97277×10-3,分别对不同投影方向和条纹数量的图像进行处理,都保持了较小的定位误差.实验结果表明,提出的算法能够很好地解决初始边缘定位困难的问题,具有较好的准确性和鲁棒性,提高了光条纹定位精度.     

基于方向信息的快速整像素运动估计优化

针对H.264/AVC标准采用的UMHexagonS整像素运动估计算法,提出了一种进一步降低其运算复杂度的改进方法.通过利用UMHexagonS算法中非对称十字型搜索中水平及垂直方向上的运动估计的成本大小和方向信息,自适应地将25点的正方形搜索修改为最大7点搜索,以及将16点非均匀多层次六边形格点搜索修改为最大4点搜索,从而实现减少搜索点数,节省搜索时间.实验结果表明,提出的算法在保证原有UMHexagonS算法码率失真性能的同时,能节省大约23%~42%整像素运动估计时间.     

瓦斯浓度对爆炸压力及压力上升速率影响

不同的瓦斯浓度爆炸时产生的爆炸压力及压力上升速率是不同的。运用自行研制的实验系统,对不同瓦斯浓度对瓦斯爆炸压力及压力上升速率的影响进行了实验研究,得到了定容瓦斯爆炸最大爆炸压力、最大压力上升速率等特征参数;得出瓦斯浓度与瓦斯定容爆炸最大爆炸压力及最大压力上升速率呈二次函数关系,另外,国家目前在气体爆炸特性方面尚无统一的标准出台,文中所采用的实验设备以及实验方法为瓦斯爆炸特性实验标准的制订提供了依据。     

基于视觉的贴片元件检测算法

为了实现贴片元件的自动检测,提出了一种基于视觉的贴片元件几何特征参数检测方法.首先采用最大外接矩形法实现元件的粗定位及确定边缘的分割点,并采用Canny和Zernike矩边缘检测算子实现边缘的精确定位.然后,利用分割点将边缘分割成4部分,分别进行直线和圆弧拟合,得到其精确值.同时,利用快速傅里叶变换后的图像特征,实现端面图像中条纹方向的判定.实验中测得亚像素边缘点的定位精度为0.03像素,直线拟合精度为0.03像素,圆弧拟合精度为0.05像素,端面条纹判断的准确率为100%.实验结果表明:文中提出的检测方法能很好地满足贴片元件自动视觉检测稳定可靠、精度高及实时性强的要求.