计算机视觉

计算机视觉是近年来迅速发展的一门新兴学科,取得了不少令人瞩目的进展。最近美国一些著名的学者对该学科的见解引起广泛的争论,这些争论是十分有益的。不妨举几例。 美国图像(学)专家T.Pavlids教授1986年在法国召开的第八届国际模式识别会议上说:“图像分析领域近15年进展不大,例如从一幅多灰度的图像中要勾画出景物中的‘目标’,人是很容易做到的,但令计算机实现几乎是不可能的。我们不得不修改我们的提法,把识别目标简化成识别可见表面,即把三维物体的识别降为二维半来识别。我们     

l壳层状态的QSL分类与耦合波函数的计算

本文从准旋、自旋、轨道角动量算符的二次量子化形式出发,讨论了l壳层状态的QSL分类,推导了QSL分类的递推公式并给出了p,d,f壳层的分类结果。应用计算单体、二体算符矩阵元的Slater-Condon规则和解线代数本征值问题子程序,编制了计算l壳层QSL耦合波函数的计算程序,在VAX-11/730机上,对p-壳层和d-壳层共约需半分钟,对f-壳层约需24分钟。     

舰艇编队作战视景仿真系统研究

针对现代舰艇编队作战视景仿真系统的复杂性和易变性,运用基于增量模型的三维实体建模方法建立了三维实体模型库,应用XML语言进行编队配置文件的数据管理,完成了不同想定下仿真实体及其调度关系的重组;采用内存映射机制和共享内存技术,设计实现了通用的视景数据接口;建立了各种非视觉物理量的可视化模型.仿真结果证明视景系统满足实时性...     

基于感兴趣区域及LOD模型的图像压缩算法研究

感兴趣区域ROI(Region of Interesting)模型和层次细节LOD(Level of detail)模型是静止图像压缩及网络传输技术中两个重要模型.采用基于认知心理学的图像感兴趣区域提取模型,通过显著图法自动地得到与人眼视觉较吻合的ROI区域,并使ROI区域获得比背景区域更好的图像效果.同时通过将图像网格化,并在图像网格上进行B样条细分小波变换,实现了图像在不同分辨率下LOD压缩算法.     

七二五所：“双瑞”和谐共创辉煌

品牌一时成功并不是困难的事情,难的是一个品牌有持久的生命力。七二五所在实施品牌战略之时,就充分重视"双瑞"文化的创建,有组织、有计划地开展了建立双瑞视觉系统、行为系统、理念系统的提炼和推广,党群工团齐心协力,双瑞文化深入人心。     

引导炮兵火力压制对通信测向精度需求分析

从介绍通信测向精度的定义入手,对通信测向精度进行了分类,并确定了分类的依据;接着分析了引导炮兵火力压制时测向定位模糊区与炮火毁伤幅员的相互关系;通过计算,得出了不同距离情况下引导炮兵火力压制对通信测向精度的需求;进而对我军通信测向能力提出建设性意见.     

某型小口径高炮动态跟踪系统误差分析

在该型小口径高炮系统的指标中,对于高炮动态射击精度、火控跟踪精度和随动系统精度都是既有随机误差要求,又有系统误差要求.将火控动态跟踪系统误差作为非常重要的考核指标,却与外场测试结果有差别.从动态跟踪系统误差的产生、分类和内涵出发,通过建立动态跟踪数学模型,并结合作图对其原由进行了深刻的分析.     

基于提升五株形小波的图像融合

在提升五株形小波多尺度分解的基础上,给出一种新的像素级图像融合方法.该方法利用提升五株形小波变换对每一幅图像进行多尺度分解,按照不同的融合规则,采用多种融合算子去构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像.该方法被成功地用于模糊图像的融合处理.试验结果表明该融合方法十分有效,获得的融合图像更符合人们的视觉特性、更有利于进行监视和侦察之类的视觉感知.     

基于自训练EM算法的半监督文本分类

为了提高计算效率,提出基于自训练的改进EM算法STEM。在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本转移至标注样本集,并应用到M-step中进行下一个中间分类器的训练,从而引入了利用中间结果的自训练机制。文本分类实验表明STEM算法在大部分情况下的分类准确性都高于EM,并通过减少迭代提高了分类器学习的计算效率。     

基于HVS的抗统计分析的小波域密写

针对通过分析小波系数直方图特性的变化能侦测到小波域图像密写信息的存在性这一问题和人眼对图像强纹理不敏感的特征,提出了一种基于HVS的抗统计分析的小波域密写方法。该方法先将载体图像分成固定大小的小块,对每一小块进行基于提升策略的整数小波变换。根据符号和奇偶值将非零小波系数分为2类,分别表示1和0。如果嵌入的秘密比特与小波系数表示的信息不同,修改小波系数使它变为另一类,否则不变。在强纹理块,2层以上的小波系数用来嵌入更多的秘密信息以保证良好的视觉隐蔽性。最后,通过小波逆变换获得载密图像。实验结果表明,该密写方法不但能有效地保持小波系数直方图的特性,而且具有良好的视觉质量。