美国陆军官方网站多模态话语分析与军队形象建构

本文以Kress、Van Leeuwen和 Painter等学者的视觉语法理论为基础，从再现意义、互动意义和构图意义三个方面对美国陆军官方网站“相册”栏目进行多模态话语分析，挖掘网页的符号资源，探寻多模态语篇生成意义、传递信息和构建形象的具体机制。在此基础上，借助Halliday、Hasan、Bateman和Bhatia等学者的多模态语类分析理论，探究模态间的互动关系，分析网页的整体设计、语类特点和宣传手段等。研究发现，该网站通过象征意义、情感互动和显著性差异等手段，影响读者对美军的认知，引导读者对美军产生积极联想，从而回避现实问题，为美军塑造正面形象。在深入发掘网页的交际目的、结构潜势和互动机制的基础上，搭建多模态语类分析框架，揭示军事网站设计和社会文化背景的复杂关系，助力军队形象建设。     

组合层内和层间小波系数的图像去噪方法

建立了能利用系数层间和层内相互依赖的关系模型,推导了应用最小均方误差原理去除图像中噪声的算法,而且运用隐参变量描述方式,使得小波系数那种反映图像边缘强度特征的空间变属性表现了出来,使算法具有空间自适应能力,实验结果显示该方法比目前存在的一些方法更具优越性。     

空气-海水两层模型中雷电在海水中产生的电磁场计算

将任意分布的电流源产生的电磁场看作是电偶极子产生的电磁场的叠加,利用镜像法推导了上半空间中的垂直直流电偶极子在两层媒质中产生电磁场的解析解.基于BG 模型,将雷电回击通道等效为无穷多个电偶极子的组合,通过对回击通道积分,计算了在空气-海水两层模型中雷电在海水中产生的电磁场.模拟结果证明,雷电产生的电磁场是水下电磁场传感器设计必须考虑的因素之一.     

基于傅立叶图像重建的车用换热器表面缺陷检测?

针对车用换热器表面缺陷检测问题，提出一种利用傅立叶图像重建提取方向纹理表面缺陷的算法。该算法采用局部二值模式（ LBP ）描述去除光照影响并对LBP图像进行快速傅立叶变换，通过频率域滤波和图像重建有效去除方向纹理的影响，由二值化及团块分析最终提取换热器表面缺陷区域。实验结果证明，本文算法可以快速、有效地检测出换热器表面缺陷。     

用混沌运动生成伪自然图像

混沌运动的确定性与随机性规律反映了现实世界中有序与无序相伴、简单与复杂一致的规律 ,利用混沌运动的方式控制像素色彩 ,可以生成反映现实世界混沌本质的伪自然图像 .通过改变动力学系统的参数 ,可以改变系统的运动形态 ,从而得到不同的伪自然图像 .     

目标区域局部特征和局部图像质量相结合的激光干扰效果评估

为客观描述光电成像系统激光干扰效果,提出目标区域局部特征和图像质量相结合的干扰效果评估算法。图像的局部特征用特征点描述,图像质量用结构相似度指数描述。该算法利用特征点匹配算法确定场景图像中的目标区域,计算干扰前后目标区域内特征点数量的变化、干扰后目标区域内未饱和面积所占的比重以及目标区域内图像的结构相似度指数,并将上述各参数相乘得到最终的评价指标。利用该方法对典型激光干扰图像进行评估,结果表明:在不同入射功率和不同光斑位置情况下,所提评估指标比单独使用结构相似度的评估指标具有更大的取值范围和更明显的非线性变化特征。这说明:该指标能够反映光电成像系统激光干扰过程的丰富细节,更加适合激光干扰效果的评估。     

基于统计势能的水平集特定目标轮廓提取方法

介绍一种基于统计势能的水平集特定目标轮廓提取方法.首先通过计算统计势能得到水平集曲线与目标边界相关程度,然后由此推导出区域决策影响因子并将其引入到水平集函数演化方程中,最终实现利用目标区域信息提高水平集目标轮廓提取质量.红外图像目标轮廓提取实验结果表明,该方法能够有效地克服目标轮廓提取中存在的边界泄漏问题.     

基于MVC/FVI模式的SAR图像融合系统设计

设计模式的使用有助于提高软件开发效率和增强软件的可复用性.在阐述SAR图像融合系统逻辑结构和功能特征的基础上,结合MVC设计模式和FVI设计模式的思想,提出了本SAR图像融合系统的设计模型;最后,针对本系统的图像数据管理和图像数据处理的技术难点给出了解决方案.开发一个具有可扩展性、易维护性和稳定性的SAR图像融合软件平台,对于研究各种融合算法具有重要的现实意义.     

基于FPGA的高速图像处理系统设计

针对坦克图像处理中存在的系统集成度不高、处理速度较慢等问题,设计了一种基于FPGA的高速图像处理系统。该系统通过在FPGA上配置Nios Ⅱ软核处理器以及图像采集、处理和显示等功能模块来实现其主要硬件电路,并结合系统的软件设计实现了多路图像信号的采集以及图像的放大/缩小、裁剪和叠加显示等功能。由于采用了可编程芯片和并行处理技术,该系统具有集成度高、维修性好、图像处理速度快和实时性强等优点。     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中，场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而，实际中图像的背景和前景往往相关，常用的主成分分析和独立分量分析等方法难以实现准确提取。为此，将视频图像的前景提取建模为盲源提取问题，提出了一种基于均方交叉预测误差的盲源提取方法，可以从相关的源视频图像中提取期望的前景图像，并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。