一种字符图像线段提取及细化算法

为了对字符图像进行稳定有效的细化和线段特征提取，提出了一种同时完成字符图像线段提取和细化的算法。在定义字符图像的线段区域、交点区域和子段区域，同时指出待细化字符图像是线段区域的集合的基础上，该算法首先基于图像行(列)连通像素段来提取字符图像中所有的交点区域和子段区域，然后对属于同一线段区域的所有子段区域和交点区域进行合并，最后用Bernstein—Bezier多项式方法拟合每个线段区域的骨架。该算法的鲁棒性分析及实验结果表明，该算法可取得稳定有效的细化及线段提取效果。     

视频序列中的人脸实时跟踪与识别方法

集成了基于肤色的人脸跟踪和基于PCA/BPNN(主成分分析/前馈神经网络)的人脸识别技术,提出了一种人脸实时跟踪与识别方法.该方法可以实现复杂背景下的人脸跟踪,并可处理人脸遮挡问题.通过平均视频序列中的多幅人脸图像,获得了很高的正确识别率.该方法在800 MHz主频的微机上实现,系统处理速度达20帧/s.     

结合图像结构特征和近似l_0范数的压缩采样恢复算法

为了从压缩采样数据快速有效地恢复自然图像,提出了一种结合近似l0范数和近似总体变分(TV)的压缩采样图像恢复算法模型——TVSl0,并在恢复算法中引入模拟退火方法来实现快速恢复.该模型以最小化近似l0范数为基础,融入了反映图像结构特点的近似TV范数,体现出该模型对图像空域变化有限这一特点的适应性;并使用连续近似函数解决了l0范数的不连续问题.针对典型自然图像恢复的实验结果验证了文中算法的有效性和可行性,其恢复质量和基本TV模型的方法相当,但迭代次数少、计算复杂度低.     

基于TMS320C32的视觉图像处理系统

对 TMS3 2 0 C3 2数字信号处理芯片及系统整体结构进行了介绍 ,并详细阐述了 I2 C总线、图像获取控制电路以及 DMA图像存取等工作原理。     

人体三维运动实时跟踪与建模系统

提出了一种新的人体三维运动实时跟踪与建模系统设计方法,并基于此实现了一套鲁棒的参考应用系统.针对人机交互等对跟踪精度要求不是很高的应用场合,系统在跟踪精确性和简易性与可推广性之间做了很好的折中.系统使用多个摄像头采集图像,实时计算场景深度信息,然后结合使用深度和颜色信息进行人体跟踪.应用一个简易的人体上半身三维模型,并使用基于颜色直方图的粒子滤波算法对头部和手部进行跟踪,从而恢复出模型的各个参数.系统以人脸检测和人手肤色聚类算法为初始化方法.大量实验证明,该系统能在复杂背景下进行人体上半身的跟踪和三维模型恢复,能进行完全自动的初始化,有较强的抗干扰能力和自动错误恢复能力.系统在2.4GHz PC机上能以25帧/秒的速度运行.     

一种用于星球探测机器人的计算系统体系结构

计算系统是星球探测机器人的重要组成部分，它不仅决定了机器人完成任务的能力、对环境事件的反应能力，而且还决定了机器人的生存能力．本文从计算系统的控制模型、容错模型和可靠性等多个方面，综合地讨论了用于星球探测机器人的计算系统硬件架构、软件架构和通信架构，提出了一种高可靠的分布式计算系统架构，为星球探测机器人计算系统的设计提供依据．     

一种新的心脏核磁共振图像分割方法

心脏核磁共振图像分割一直是医学影像分析领域的研究热点和难点,文中提出了一种基于梯度矢量流Snake模型的左心室分割方法.作为对梯度矢量流(GVF)的改进,提出了退化最小曲面梯度矢量流(dmsGVF).该模型对弱边界泄漏有更好的鲁棒性;挖掘了左心室的形状特点,采用相应的形状约束,克服了由于图像灰度不均而导致的局部极小,也大大减弱了分割结果对初始轮廓的依赖;对于左室壁外膜的分割,挖掘了左室壁内、外膜的位置关系,通过重新组合梯度分量来构造新的外力场.这种外力场能够克服原始梯度矢量流的不足,使得室壁外膜边缘很弱时也能得到保持,以左室壁内膜分割结果作为初始化能够自动地分割出左室壁外膜.实验结果表明,该方法能高效准确地同时分割左室壁内、外膜.     

一种基于无线传感器网络的星球漫游机器人定位算法

在总结国内外星球机器人定位算法的基础上，利用无线传感网络技术，提出了综合RSSI算法(接收信号强度指示)和切圆圆心法的RCM算法(接收信号强度指示与切圆圆心混合定位算法)，并给出了理论模型．仿真分析结果证明了该算法的有效性，在RSSI测距误差散布达到50%时，定位误差可降到10%以内．     

EyeScreen： A Vision-Based Gesture Interaction System

EyeScreen is a vision-based interaction system which provides a natural gesture interface for humancomputer interaction （HCI） by tracking human fingers and recognizing gestures. Multi-view video images are captured by two cameras facing a computer screen, which can be used to detect clicking actions of a fingertip and improve the recognition rate. The system enables users to directly interact with rendered objects on the screen. Robustness of the system has been verified by extensive experiments with different user scenarios. EyeScreen can be used in many applications such as intelligent interaction and digital entertainment.