欧美人与牲口杂交视频在线,日韩国产在线

基于顯著圖與稀疏特征的圖像視覺(jué)效果評(píng)價(jià)[可編程邏輯][其他]

提出一種基于顯著圖與稀疏特征的圖像視覺(jué)評(píng)價(jià)算法，其中顯著圖類(lèi)似于視覺(jué)閾值，提取出圖像中的視覺(jué)注意區(qū)域，并使用獨(dú)立成分分析（Independent Component Analysis ，ICA）等同于稀疏編碼，來(lái)提取該區(qū)域的稀疏特征。最后通過(guò)綜合特征相似性和灰度相關(guān)性，得到一種全參考圖像質(zhì)量評(píng)價(jià)方法。通過(guò)在3個(gè)標(biāo)準(zhǔn)圖像數(shù)據(jù)庫(kù)測(cè)試的結(jié)果表明，相對(duì)于其他評(píng)價(jià)算法，該方法很好地?cái)M合了人眼主觀評(píng)價(jià)。

發(fā)表于：2/3/2016

基于視覺(jué)特性的JPEG圖像自適應(yīng)隱寫(xiě)算法[可編程邏輯][其他]

提出一種基于視覺(jué)特性的圖像隱寫(xiě)算法。該算法利用亮度和紋理閾值等人類(lèi)視覺(jué)系統(tǒng)特性，并結(jié)合圖像各個(gè)局部分塊的亮度與紋理特征，將圖像劃分為強(qiáng)嵌入?yún)^(qū)、次嵌入?yún)^(qū)、弱嵌入?yún)^(qū)，計(jì)算各個(gè)局部分塊亮度和紋理，分別嵌入不同比特?cái)?shù)的秘密信息。實(shí)驗(yàn)結(jié)果表明，該算法能夠增加圖像秘密信息的嵌入容量，提高抗檢測(cè)性能，以及保持較高的峰值信噪比。

發(fā)表于：2/3/2016

一種復(fù)雜場(chǎng)景下景物圖像的匹配算法[嵌入式技術(shù)][其他]

針對(duì)同一傳感器從不同視角拍攝圖像的匹配，提出一種Harris-SIFT算法。首先對(duì)圖像進(jìn)行多尺度的預(yù)處理，使用動(dòng)態(tài)閾值的Harris算子提取特征點(diǎn)，隨后生成128維的SIFT特征向量并對(duì)特征向量進(jìn)行相似度檢測(cè)，最后建立匹配對(duì)應(yīng)關(guān)系，實(shí)現(xiàn)特征向量的一一匹配。實(shí)驗(yàn)結(jié)果表明，該算法可有效適用于復(fù)雜場(chǎng)景下景物圖像的匹配。

發(fā)表于：2/3/2016

基于數(shù)字噴泉碼的視頻監(jiān)控系統(tǒng)研究[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

傳統(tǒng)的視頻監(jiān)控系統(tǒng)在糾錯(cuò)性能方面存在著諸多不足，當(dāng)信道丟包率較大時(shí)進(jìn)行可靠的視頻傳輸顯得較為困難。為此，結(jié)合RTP傳輸?shù)膬?yōu)勢(shì)，設(shè)計(jì)了一種使用數(shù)字噴泉碼進(jìn)行丟包恢復(fù)的視頻監(jiān)控系統(tǒng)。首先研究實(shí)用的數(shù)字噴泉碼——LT碼，比較了不同度分布算法下LT碼的譯碼性能。根據(jù)視頻傳輸系統(tǒng)的應(yīng)用需求，選擇魯棒孤子度分布算法，研究短碼長(zhǎng)條件下影響LT碼譯碼性能的主要因素。

發(fā)表于：2/3/2016

基于DM365的雙碼流視頻監(jiān)控設(shè)備的設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][其他]

針對(duì)視頻監(jiān)控終端設(shè)備中的視頻實(shí)時(shí)顯示、編碼數(shù)據(jù)本地存儲(chǔ)備份等雙重需求，設(shè)計(jì)了一種基于DM365視頻處理芯片、H.264壓縮技術(shù)、嵌入式Linux操作系統(tǒng)的雙碼流視頻監(jiān)控終端設(shè)備。給出了系統(tǒng)的總體軟硬件結(jié)構(gòu)，重點(diǎn)闡述了視頻處理子系統(tǒng)模塊（包括視頻前端采集模塊和視頻后端顯示模塊）以及視頻編碼模塊。測(cè)試結(jié)果表明，系統(tǒng)實(shí)時(shí)監(jiān)測(cè)性能良好，本地存儲(chǔ)的編碼數(shù)據(jù)清晰穩(wěn)定，具有很強(qiáng)的實(shí)用性和廣闊的發(fā)展前景。

發(fā)表于：2/3/2016

Wyner-Ziv視頻編碼中的碼率控制算法研究[顯示光電][其他]

分布式視頻編碼系統(tǒng)中，現(xiàn)有碼率控制方法大致分兩類(lèi)，一種是基于反饋信道，另一種是基于無(wú)反饋信道?；诜答佇诺来a率控制算法雖然可以獲得較高的解碼質(zhì)量，但是時(shí)延大；相反，無(wú)反饋信道碼率控制算法時(shí)延小、實(shí)時(shí)性高，但是有損解碼質(zhì)量。為解決這一矛盾，闡述一種混合碼率控制算法，即在編碼端先估計(jì)出較小的碼率，當(dāng)解碼失敗時(shí)，解碼端才利用反饋信道向編碼端請(qǐng)求更多的校驗(yàn)比特直到解碼成功。實(shí)驗(yàn)結(jié)果表明，在相同目標(biāo)碼率下，與有反饋碼率控制算法相比，該算法所需反饋次數(shù)有所減少；與現(xiàn)有無(wú)反饋碼率控制算法相比，對(duì)于不同視頻序列解碼幀的峰值信噪比均有不同程度的提高。

發(fā)表于：2/3/2016

基于Android的手機(jī)多媒體應(yīng)用軟件的設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][消費(fèi)電子]

為了實(shí)現(xiàn)基于Android手機(jī)平臺(tái)的音頻會(huì)話和圖像上傳，設(shè)計(jì)了一個(gè)基于Android手機(jī)的多媒體應(yīng)用軟件。首先介紹了Android端的多媒體發(fā)展趨勢(shì)，然后介紹了如何設(shè)計(jì)并實(shí)現(xiàn)在手機(jī)端的VOIP以及利用FTP協(xié)議上傳圖像。測(cè)試結(jié)果表明，用戶可以通過(guò)軟件客戶端與PC客戶端進(jìn)行音頻會(huì)話，并有良好的通話體驗(yàn)，登錄FTP服務(wù)器可以查看到通過(guò)軟件上傳的圖像。

發(fā)表于：2/3/2016

基于用戶信任度和社會(huì)相似度的協(xié)作過(guò)濾算法[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

發(fā)表于：2/3/2016

干涉圖像的數(shù)字化處理算法研究[顯示光電][數(shù)據(jù)中心]

用Zygo干涉儀采集到的干涉條紋圖像經(jīng)過(guò)圖像增強(qiáng)、圖像二值化、圖像細(xì)化、圖像骨架修復(fù)、條紋級(jí)次標(biāo)定、數(shù)據(jù)采集等處理，可以得到在干涉檢測(cè)中用于波面分析的數(shù)據(jù)集，圍繞一幅用于判定光學(xué)平面面形的干涉圖的處理過(guò)程進(jìn)行了研究。

發(fā)表于：2/3/2016

可穿戴式的功能近紅外光譜成像系統(tǒng)的前端設(shè)計(jì)[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

針對(duì)腦部血氧非侵入式無(wú)損血氧檢測(cè)，設(shè)計(jì)了一款多通道的可穿戴式功能近紅外光譜成像系統(tǒng)的前端。采用超低功耗無(wú)線片上系統(tǒng)（System on a Chip，SoC）芯片作為控制中心以及無(wú)線傳送模塊，借用時(shí)分復(fù)用技術(shù)實(shí)現(xiàn)光源驅(qū)動(dòng)，利用高靈敏度的光電傳感器以及高分辨率的模數(shù)轉(zhuǎn)換芯片實(shí)現(xiàn)信號(hào)采集，實(shí)現(xiàn)一款體積小、功耗低、精度高、無(wú)線數(shù)傳、可實(shí)時(shí)檢測(cè)腦部血氧濃度的系統(tǒng)前端。給出了光源驅(qū)動(dòng)與信號(hào)采集擴(kuò)展方案，使得系統(tǒng)可以自由配置成更多通道采集系統(tǒng)。

發(fā)表于：2/3/2016

基于電子感應(yīng)的魚(yú)雷罐跟蹤算法的設(shè)計(jì)與仿真[微波|射頻][通信網(wǎng)絡(luò)]

為了實(shí)現(xiàn)魚(yú)雷罐的自動(dòng)跟蹤，提出了一種基于電子掛接器和車(chē)列檢測(cè)器的魚(yú)雷罐跟蹤算法。該算法主要包括魚(yú)雷罐自動(dòng)掛接算法、下傳點(diǎn)名信息算法和上傳掛接信息包算法，使車(chē)列檢測(cè)器能根據(jù)接收到的掛接信息包推算出車(chē)列信息，進(jìn)而得到魚(yú)雷罐的位置和狀態(tài)，實(shí)現(xiàn)魚(yú)雷罐的跟蹤和摘掛故障自排查定位，提高了魚(yú)雷罐的周轉(zhuǎn)率。并使用C#的多線程編程技術(shù)和MapInfo工具實(shí)現(xiàn)算法的仿真，驗(yàn)證了算法的正確性和實(shí)用性。

發(fā)表于：2/3/2016

基于構(gòu)筑模型的植物動(dòng)態(tài)生長(zhǎng)研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

植物學(xué)家提出的23種結(jié)構(gòu)定義了植物形態(tài)發(fā)生的方式和最終生長(zhǎng)的形態(tài)，能夠形象而準(zhǔn)確地對(duì)植物形態(tài)發(fā)生進(jìn)行歸納和分類(lèi)，但缺乏對(duì)植物形態(tài)可視化表達(dá)的有效手段和方法。因此，本文為再現(xiàn)植物的動(dòng)態(tài)生長(zhǎng)過(guò)程，基于構(gòu)筑模型，遵循雙尺度自動(dòng)機(jī)的基本原理，應(yīng)用微分L-系統(tǒng)構(gòu)建植物連續(xù)生長(zhǎng)過(guò)程的動(dòng)態(tài)模型，并在計(jì)算機(jī)進(jìn)行了三維可視化實(shí)現(xiàn)。提出的方法拓展了構(gòu)筑模型的應(yīng)用，仿真結(jié)果表明該方法在植物形態(tài)的建模上確實(shí)行之有效。

發(fā)表于：2/3/2016

飛行模擬器中的大氣數(shù)據(jù)仿真系統(tǒng)設(shè)計(jì) [模擬設(shè)計(jì)][航空航天]

飛行模擬器的分系統(tǒng)建模不同于真實(shí)機(jī)載系統(tǒng)建模，它以地面件為載體，僅對(duì)座艙可見(jiàn)設(shè)備做實(shí)物仿真，目標(biāo)是能夠覆蓋地面及空中的飛行科目和訓(xùn)練任務(wù)。因此，對(duì)于大氣數(shù)據(jù)系統(tǒng)必須從原理上進(jìn)行建模，才可滿足與飛行模擬器其他分系統(tǒng)的數(shù)據(jù)交互，逼真地呈現(xiàn)故障、特情等現(xiàn)象。通過(guò)闡述飛行模擬器系統(tǒng)框架，了解大氣數(shù)據(jù)仿真系統(tǒng)軟件駐留及硬件驅(qū)動(dòng)原理。以系統(tǒng)輸入和輸出的交聯(lián)關(guān)系整理出軟件運(yùn)行流程，最后通過(guò)系統(tǒng)建模及設(shè)計(jì)實(shí)例和仿真輸出證明該仿真方法的實(shí)用性。該方法已通用于多型號(hào)的不同等級(jí)模擬器中，功能可覆蓋模擬飛行訓(xùn)練全任務(wù)要求。

發(fā)表于：2/3/2016

一種云計(jì)算資源的多目標(biāo)優(yōu)化的調(diào)度方法[嵌入式技術(shù)][數(shù)據(jù)中心]

云計(jì)算通過(guò)虛擬化技術(shù)將基礎(chǔ)設(shè)施硬件資源虛擬化，以動(dòng)態(tài)可縮放的方式提供給用戶。云計(jì)算基礎(chǔ)設(shè)施規(guī)模不斷增加導(dǎo)致資源調(diào)度系統(tǒng)負(fù)載不均衡，從而造成資源浪費(fèi)等問(wèn)題。提出多目標(biāo)優(yōu)化資源調(diào)度策略和相應(yīng)的算法，試圖同時(shí)滿足多個(gè)資源調(diào)度優(yōu)化目標(biāo)，如減少資源浪費(fèi)，降低服務(wù)等級(jí)約定（SLA）違背率、保持系統(tǒng)負(fù)載均衡等。通過(guò)仿真實(shí)驗(yàn)，驗(yàn)證了多目標(biāo)優(yōu)化資源調(diào)度的策略能夠在多個(gè)相互沖突的目標(biāo)之間實(shí)現(xiàn)最優(yōu)權(quán)衡。

發(fā)表于：2/3/2016

基于高斯濾波的移動(dòng)對(duì)象軌跡化簡(jiǎn)實(shí)時(shí)算法[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

基于PLAZA和高斯圖像濾波，研究了帶有定位誤差的移動(dòng)對(duì)象軌跡化簡(jiǎn)算法。所設(shè)計(jì)的算法主要應(yīng)用于移動(dòng)終端設(shè)備，能夠?qū)Χㄎ辉O(shè)備采集到的移動(dòng)對(duì)象原始軌跡數(shù)據(jù)進(jìn)行簡(jiǎn)化，降低移動(dòng)終端的通信代價(jià)和計(jì)算開(kāi)銷(xiāo)，提高軌跡數(shù)據(jù)的使用效率和價(jià)值。算法按照時(shí)間序列的處理思想，同時(shí)利用信號(hào)去噪的方法對(duì)原始的定位信號(hào)進(jìn)行濾波，可以達(dá)到降低誤差影響和減小數(shù)據(jù)冗余的效果。然后按照PLAZA算法的思想進(jìn)行化簡(jiǎn)。實(shí)驗(yàn)結(jié)果證實(shí)該算法具有較好的化簡(jiǎn)率和較快的處理速度，實(shí)際應(yīng)用表明該算法有較好實(shí)用價(jià)值。

發(fā)表于：2/3/2016