国家自然科学基金(60475024)
- 作品数：29 被引量：233H指数：8
- 相关作者：彭复员王宏远刘立赵坤朱光喜更多>>
- 相关机构：华中科技大学南华大学中国人民解放军空军雷达学院更多>>
- 发文基金：国家自然科学基金航天科技创新基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信机械工程更多>>
- 虚拟对象基于层次包围盒的碰撞检测与交互
- 定义了虚拟角色层次包围盒层级的概念,用有向无环图（DAG）描述和表达了虚拟角色层次包围盒层级,将虚拟角色层次包围盒层级、虚拟角色几何模型作为子系统与虚拟角色的骨骼系统进行正向层次联结,用基于虚拟角色关节驱动层次包围盒层级...
- 李自力夏学知刘玉亮沈迎春彭复员石雄
- 关键词：层次包围盒碰撞检测虚拟角色交互行为
- 文献传递
- 激光水下目标回波探测技术
- 针对激光水下目标探测中的困难和关键技术,进行了船池水下激光目标探测的相关实验,并做了目标回波特性和目标回波信号处理的研究。从采集到的314个有效目标回波信号的处理结果可见,该实验系统可有效获取水下目标回波信号,研究的回波...
- 杨述斌彭复员
- 关键词：信号处理后向散射
- 文献传递
- 基于时空相似度量的复杂场景背景估计
- 2005年
- 针对复杂场景中背景的不完整性、背景噪声的影响以及场景中目标运动快慢不一等影响背景估计的因素,该文提出了一种基于时空相似度量的估计视觉监视场景背景的递进式策略。首先利用无运动假设分析时域相似度量矩阵中相邻时刻有运动的子块对,将相似度量矩阵分解为连续的相对平坦子相似矩阵;然后在子相似矩阵中,搜索候选背景子块集合,通过度量与邻近时刻的时域相似度及子块周围场景的空间相似度,判别最可能的背景子块;最后对于一直有运动目标遮挡的位置直接进行有损重建。该方法对噪声、运动目标速度有较强的适应性,计算代价较低。
- 周宁周曼丽
- 水下激光成像系统设计及实验
- 针对水下目标探测这一难题,设计了基于距离选通技术的水下激光成像系统并进行了相关实验。从实验结果来看,该系统可有效克服激光后向散射并对水下目标进行成像,对于水下目标探测、识别十分有效。
- 杨述斌彭复员
- 关键词：水下激光成像距离选通后向散射
- 文献传递
- MATLAB在激光水下图像处理中的应用被引量：6
- 2006年
- 介绍了MATLAB的功能,分析了MATLAB在数字图像处理中的应用,并结合对激光水下图像的处理说明了MATLAB在图像处理中的强大功能。
- 刘秀丽彭复员
- 关键词：MATLAB散斑噪声自适应滤波
- 基于改进EMD的图像压缩算法被引量：14
- 2008年
- 根据图像系统所固有的自相似性以及经验模式分解(EMD)算法的完备性和稳定性,首先给出了一种完整、快速和高效的EMD图像分解算法.该算法主要改进了EMD图像分解的曲面插值方法以及提取固有模式图像的结束条件.解决了一般EMD图像分解算法存在的图像分解算法速度慢、三角剖分导致漏点现象和图像分解算法的结束条件不明确的问题.然后给出了一种基于改进EMD图像分解的编码压缩算法,并利用Matlab进行了仿真实验,结果表明所提算法编码压缩性能较好.
- 贺静波彭复员
- 关键词：经验模式分解图像分解图像压缩
- 基于火焰图像信息量度量的钢水碳含量定性分析
- 2015年
- 钢厂炼钢过程中钢水碳含量的多少与炉口火焰的内部结构信息有着密切的关联.本文基于marr的视觉理论,提出了采用harris角点经典算法来测量火焰等非结构运动目标的内部结构信息,以此来定性分析钢水中碳含量.实验结果表明,该方法不但能准确地判断出炼钢所处的三个阶段,而且因算法简单,时间复杂度较低,适合在线炼钢碳含量预测等实时应用.
- 刘立李悛刘芳菊汪琳霞罗扬
- 关键词：火焰图像含碳量
- 基于支持向量机方法的医学图像分割被引量：4
- 2007年
- 医学图像分割是图像分割研究领域的难点问题。支持向量机方法被看作是对传统学习分类方法的一个好的替代,特别在小样本、高维情况下,具有较好的泛化性能。论文采用支持向量机方法对医学图像进行分割研究。实验结果表明,支持向量机方法是一种很有前景的医学图像分割技术。
- 廖国红齐军黄光林
- 关键词：医学图像分割支持向量机统计学习理论泛化性能
- 基于小波变换的加权特征脸识别算法被引量：11
- 2007年
- 针对人脸识别中难以克服的表情影响,提出了一种基于小波变换的加权特征脸识别方法。本方法先对人脸图像进行小波分解,有效地将原图像降维,然后让各个子图像并行进行特征脸识别,最后通过加权排序得到识别结果。通过在Striling人脸库中进行实验,表明利用本方法进行人脸识别大大提高了识别率同时减少了计算量。
- 刘秀丽彭复员
- 关键词：人脸识别小波变换K-L变换特征脸
- 基于蚁群神经网络的调制识别被引量：2
- 2008年
- 针对通信信号具有非稳定和信噪比变化范围较大的特点,利用蚁群算法优化的神经网络分类器对各种调制信号的特征矢量进行分类识别,强化神经网络的广泛映射能力和蚁群算法的快速、全局收敛以及启发式学习等特点,避免神经网络收敛速度慢、易于陷入局部极小点的问题.使得分类器的识别率、收敛速度和鲁棒性得到明显改善,仿真实验中的信道为高斯信道,且在信噪比为5 dB时也获得了较好的识别率.实验结果证明了此方法的有效性和可行性.
- 刘澍王宏远
- 关键词：通信信号蚁群算法神经网络特征矢量调制识别
