基于空间线性投影的连续碰撞检测算法

为提高复杂的高精度模型在物理仿真中的连续碰撞检测效率,本文提出了一种基于空间线性投影的连续碰撞检测算法.算法采用两级碰撞算法框架,在高层剔除阶段,综合考虑构造难度与剔除效果,确定使用离散导向多面体包围盒(26-DOPs)对基本图元进行第一次剔除;在低层剔除阶段,针对非穿透性滤波器(DNF)只能剔除不满足共面条件的碰撞对...     

面向对象软件测试引擎的设计和实现

为了减少软件测试的工作量，提高软件测试的效率，非常有必要开发计算机辅助的软件测试工具。本文基于已经实现的分别面向C／C^ 和VisualBasic语言的计算机辅助软件测试工具为基础，介绍了面向对象软件测试引擎的设计和实现。该引擎以中间数据库为核心，使用语言分析器对源程序进行基于块的划分，然后完成代码插装和编译连接，为自动测试模块提供可执行的经过代码插装的程序而不是源代码，从而提高了测试工具的通用性和重用性。     

组播错误控制技术

1.引言传统的点点通信(unicast)和广播通信(broadcast)是两种主要的通信方式,但随着Internet的日益普及、带宽的不断提高,利用IP组播技术在Internet上建立了虚拟的multicast backbone(Mbone),其上的点到多点通信的应用和各种工具也相继产生。人们可方便地在Mbone上举行远程视频会议,股票实时行情的分发,参与远程教育等。但可靠的组播协议的研究相对传统的点点协议而言,在错误控制、路由、流量控制、可伸缩性都具有其独有的特点,其复杂度也大得多。就错误控制和流量控制而言,传统的点点通信只涉及收发双     

核主成分分析在异型纤维识别中的应用

异型纤维自动检验过程中,传统边沿检测方法受到图片质量的影响较大。核主成分分析,直接从原始的灰度图像提取高阶统计信息,相对受图片质量影响较小。本文中,通过核主成分分析方法,提取图像特征,利用支持向量机分类器,实现对异性纤维的自动检验,并应用到异型纤维识别系统中,取得了预期的效果。同时实验结果表明,使用非线性核函数的识别率明显优于线性核函数的识别率。     

基于RAW格式的图像双光源白平衡

白平衡是照片处理过程中决定性的一步,它根据不同的光源消除色偏,确保原始的图像能够再现。现有白平衡算法中最为经典有效的有灰色世界法和RGB最大值法,它们都是在单光源的前提下进行白平衡处理的,可是很多情况下照片是在双光源或者混合光源的情况下拍摄的。因此,本文在研究单光源白平衡算法的基础上,直接对RAW格式的图片进行白平衡处理,提出了基于RAW格式的图像双光源白平衡算法。实验表明我们的算法能获得满意的处理效果。     

一种基于直线拟合的自适应角点检测算法

角点是图形图像的重要特征,对图形图像的理解和分析具有重要作用.角点检测的关键是对局部支撑域和曲率的估算.为此,提出一种基于直线拟合的自适应角点检测算法,设计了滑动窗口自适应调整策略,并用于边界点局部支撑域的选择.克服了以往局部支撑域事先固定不变的缺陷,且在滑动窗口的基础上提出基于特征向量夹角的曲率计算方法,克服了图像边缘噪声的干扰.针对改进的Harris角点检测算法和n链码角点检测算法进行比较,实验证明所提出的算法能对角点进行精确定位,抗噪能力强.     

基于二分法的纤维掩码阈值的计算

针对纤维图像的特点,提出了纤维掩码计算算法中的阈值计算方法,使得计算结果中纤维的轮廓信息具有高信噪比以及良好的连续性.此外,克服了Canny算子在纤维边缘检测中输出的伪边缘以及多重边缘的缺点,为后继纤维识别算法提供了更准确的轮廓信息.     

用JavaCC构造编译器的方法

介绍了编译器自动生成器的原理，并分析了Sun公司提供的一个编译器自动生成器工具——JavaCC，最后，通过设计一个简单的命令行计算器说明了如何利用JavaCC构造编译器。     

面向对象软件覆盖度量的研究和软件测试工具的实现

面向对象软件测试技术的研究是面向对象方法不可缺少的一环，但是面对面向对象技术所引入的新特点，传统的测试技术已经无法有效地进行测试。因此，结合传统的测试技术，提出了一种新的面向对象软件覆盖度量-基于段的面向对象覆盖度量（object-oriented segment coverage），解决了传统的覆盖度量没有考虑到继承和多态等语言特征对面向对象软件软件测试过程的影响的不足，可以比传统的结构化覆盖度量获得更精确的测试覆盖数据。同时，还分析了一个已实现的、具有高度可重用性和灵活性的面向多种OO语言的测试工具的系统结构。     

基于视频的人脸识别校园安全接送系统的研究

校园安全接送作为一个严肃的社会问题,需要及时发现不明身份人员混入校园等隐患,而市场上大多数的校园人脸识别系统,基本上都需要专用的硬件设备,且只支持单人逐个检测,这无疑提高了推广的成本.针对以上问题,本文提出了使用普通摄像头的支持多人的人脸识别系统.首先采用YOLOv3算法训练人脸数据集,利用K-Means++算法改进先验框中心位置的预测,提高边界框的准确性,得到人脸检测器,对视频中的行人进行人脸检测;之后利用本文的人脸图像质量评价FIQUE算法对人脸进行筛选,增加高质量的人脸图像占比;最后使用Inception-ResNet-v1模型提取人脸特征,进行识别.本文方法利用学校现有的摄像头设备,提高了系统的普及率.实验证明了本文多人识别系统的实时性和鲁棒性良好.