高效并行递归高斯SIFT算法的实现

针对传统尺度不变特征变换scale invariant feature transform(SIFT)算法中计算复杂度高、实时性差的问题,提出一种基于多核处理器的数据级并行递归高斯-尺度不变特征变换(recursive Gaussian filter-scale invariant feature transform,RGFSIFT)算法。利用四阶递归高斯滤波逼近尺度不变特征变换算法中的线性高斯滤波,通过EDMA数据传输技术,将图像数据分割为多块,分配到多个DSP核并行处理。实验结果表明:并行递归高斯-尺度不变特征变换算法的特征点重复率比SIFT算法的高;在图像特征点个数小于或等于500的情况下,多核并行递归高斯-尺度不变特征变换算法的平均加速比为17.97倍。     

基于双树复小波变换的指纹增强算法

基于指纹图像纹理多、方向性强的特征,本文提出了双树复小波指纹图象滤波增强的方法.双树复小波具有良好的方向选择性,在各子带中保留图象中各局部主方向的信息而滤除其他方向的噪声,而且可以避免对信号和噪声频率特性和统计特性进行估计,大大减小了算法的复杂程度.实验结果表明,该算法简单,增强效果较好,可用于噪声特性复杂的纹理图象的滤波.     

递归算法的非递归实现

递归算法结构简单、清晰,可读性好,且易于验证其正确性,但浪费空间且执行效率低。因此,有时需要把递归算法转换成非递归算法。本文给出几种递归算法的特点及相应非递归算法实现的方法。     

基于Gabor函数的指纹图像增强技术

在实时指纹识别系统中,图像增强的效果好坏将影响特征提取及指纹鉴别的识别率．Gabor滤波器应用在指纹图像增强处理时,首先求出局部区域中纹线的主导方向,每个像素点处的方向取为其所在局部区域的方向,然后用投影分析法求每个像素点处的频率,最后用中心频率和中心方向与像素点的方向和频率相同的Gabor滤波对每个像素点进行滤波处理,从而去除图像噪声,达到了增强图像的目的．     

递归算法的非递归技术

本文分析了程序设计中递归算法执行速度慢的原因,提出了递归算法的非递归技术,此法计算速度很快,通用性较强,可用于改造一切使用递归方法设计的程序。     

递归算法的非递归化策略

本文从递归算法的外在形式出发,将递归算法划分为三种情形,依递归算法的执行情况,得出递归算法的非递归化的策略:递归调用在算法尾部(返回语句除外)的情形,从上而下地递归到底,找到递归的终止条件,然后从下而上地用循环实现递归算法的非递归化;递归调用在中间时,依递归算法的执行情况,利用堆栈进行现场的保护与恢复,从而实现递归算法的非递归化;递归调用在中间的特殊情形,依递归算法的执行,将其转化为递归调用在尾部的情形。     

基于高斯粒子滤波的CPHD多目标跟踪平滑算法

针对在杂波环境下对机动多目标进行检测与跟踪时,跟踪精度低、计算复杂度高等问题,提出一种基于高斯粒子滤波(GPF)实现的势概率假设密度滤波(CPHD)平滑算法。文章从CPHD平滑公式出发,结合GPF的特点,在CPHD的预测和更新步迭代目标状态的均值和协方差,并采用高斯函数来近似目标状态的后验概率密度,提出基于高斯粒子滤波实现的GPF-CPHD平滑器。仿真结果表明,所提平滑器的检测与跟踪性能优于未经平滑处理的CPHD滤波器。     

汉诺塔问题递归算法与非递归算法比较

汉诺塔问题是一个古典数学问题,对于给定的盘子数量及每步移动盘子次序是确定的。因此,只要能够确定盘子移动的规则,就可以通过计算机程序加以实现。递归算法虽然代码简单,但对于初学者而言,理解其内涵存在困难,且算法执行效率不高。提出一种基于非递归思想的移动方向判断算法解决汉诺塔问题,通过与递归算法执行时间比较,提出的判断移动方向算法执行效率更高,且算法思想相对更简单、更容易理解。     

从递归算法到非递归的变换

探讨了实现递归算法替换非递归算法的多种方法。对于那些不支持递归的程序设计语言（如Fortran语言），通过采用这些方法，不仅为递归问题的非递归化找到了一些有效的解决途径。而且提高了程序的执行效率。     

描述递归算法的有效工具——递归树

通过分析具体问题,抓住扩展条件和回溯条件两个关键点,画出递归树,由递归树写出相应的递归算法。     

一种基于标准差的指纹图像分割算法

首先介绍指纹图像分割的基本概念,接着使用一种基于标准差的图像分割算法对指纹图像进行分割．该方法利用标准差找出最佳分割阈值,再用该阈值将指纹图像脊线提取出来．实验结果表明,该方法能够很好地将指纹脊线从背景中提取出来．     

基于高频增强滤波的光学图像识别谱面增强

在实时联合变换相关器中,由于电寻址液晶透过率较低,造成功率谱对比度比较低,相关峰强度太弱,甚至得不到相关峰.应用高频增强滤波处理技术对功率谱进行滤波处理,能有效提高功率谱对比度,增加信息量,得到较好的相关峰.实验结果证明该方法可行,产生的相关点亮度大幅提高,有利于目标的识别和定位,并给出高频增强滤波参数的选取方法.     

基于MATLAB的语音滤波实验设计

利用MATLAB的声音处理函数作为数据接口,并利用多媒体播放器作为交互界面,设计了一组语音信号滤波实验,目的在于通过对比滤波前后的语音效果来加深对数字信号处理的认识。     

基于粒子滤波同化方法的实时洪水预报

为了充分利用实时水文观测数据,提高预报的可靠性,将马斯京根分段连续流量演算法与粒子滤波同化方法进行耦合,构建了基于粒子滤波同化方法的实时洪水预报模型。采用沙溪干流的永安站至沙县站区间6场典型洪水过程对上述实时洪水预报模型进行了验证。结果表明,粒子滤波同化方法对马斯京根分段连续流量演算模型具有较好的适应性,由此得到的校正参数方案的确定性系数为0.85,与无实时校正结果方案和校正方案相比均有一定提高,且预报精度为甲级的洪水场次分别增加了2场和1场,使洪水预报精度得到了一定的提高。     

基于指纹识别技术的实验室开放管理系统

介绍了指纹采集、比对在实验室开放管理系统中的用法,以及通过指纹的采集比对实现了学生的建档,实验台的分配、计时、控制及学生信息的查询、汇总。指纹技术的应用使得实验室开放管理更加方便、可靠、有效。     

改进导引滤波器的人脸光照预处理方法

针对光照对人脸识别的影响,对传统的导引图像滤波器进行改进,在进行滤波之前,先利用具有边缘检测特性的全局梯度信息的权值模型计算原图像各像素的权模,并将其作为滤波的自适应参数,使得在滤波过程中滤波器能够依据图像的具体内容而自适应地改变滤波参数。将改进方法与基于LoG算子的方法进行比较,结果表明,改进方法可以有效地改善对自熵图像的识别效果,提高人脸图像的识别率。     

基于改进滤波器的非方时滞过程解耦控制

为解决非方时滞系统中耦合和外界输入输出扰动的影响,提出了一种改进的解耦控制方法。首先根据奇异值分解理论对系统进行解耦,结合Smith预估结构并利用内模控制原理设计集中式PI控制器。然后根据过程中的慢动态极点设计改进的反馈滤波器,以加快系统对输入和输出干扰的抑制。仿真实例验证了所设计方法的有效性。     

A recursive techniques editor for Prolog

We describe an editor geared to recursive Prolog procedures. It is similar to the structure editors built for many programming languages, except that instead of just ensuring the correctness of the syntax of the procedures built by the editor, the editor also ensures the correct use of recursion. By correct here we mean that the recursive procedure is guaranteed to terminate and to be well-defined. Within these constraints we have tried to ensure that the range of procedures that can be built is as complete as possible.     

基于线性调频高斯函数的自适应时频分布

1　Ｉｎｔｒｏｄｕｃｔｉｏｎ　ＴｉｍｅｆｒｅｑｕｅｎｃｙａｎａｌｙｓｉｓｍｅｔｈｏｄｓｓｕｃｈａｓｓｈｏｒｔｔｉｍｅＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ(ＳＴＦＴ),Ｇａｂｏｒｅｘｐａｎｓｉｏｎ,ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｎｄＷｉｇｎｅｒＶｉｌｌｅｄｉｓｔｒｉｂｕｔｉｏｎ(ＷＶＤ)ｈａｖｅｂｅｅｎｅｘｔｅｎｓｉｖｅｌｙｓｔｕｄｉｅｄａｎｄｉｍｐｌｅｍｅｎｔｅｄ.Ｔｈｅｙｐｒｏｖｉｄｅｅｆｆｅｃｔｉｖｅｔｏｏｌｓｆｏｒａｎａｌｙｚｉｎｇｓｉｇｎａｌｐｒｏｐｅｒｔｉｅｓｉｎｊｏｉｎｔｔｉｍｅｆｒｅｑｕｅ…     

Multi-spectral remote sensing image enhancement method based on PCA and IHS transformations

This paper introduces a new enhancement method for multi-spectral satellite remote sensing imagery, based on principal component analysis (PCA) and intensity-hue-saturation (IHS) transformations. The PCA and the IHS transformations are used to separate the spatial information of the multi-spectral image into the first principal component and the intensity component, respectively. The enhanced image is obtained by replacing the intensity component of the IHS transformation with the first principal component of the PCA transformation, and undertaking the inverse IHS transformation. The objective of the proposed method is to make greater use of the spatial and spectral information contained in the original multi-spectral image. On the basis of the visual and statistical analysis results of the experimental study, we can conclude that the proposed method is an ideal new way for multi-spectral image quality enhancement with little color distortion. It has potential advantages in image mapping optimization, object recognition, and weak information sharpening.