摘要：数字图像处理课程具有理论难度大、实践性强、碎片化程度高、考核不充分的特点。为适应新工科建设要求,深化培养学生的创新能力,该文设计了理论与实践一体化教学改革方案,重构了教学内容,构建了理论融入式探索性作业和综合项目设计,通过全过程、多维度的方式来考核学生的综合能力。实践表明,该教学改革能显著激发学生兴趣,有效地培养了学生的综合创新能力,为学生从事数字图像处理领域的高阶研究和研发奠定了基础。

摘要：在网络化自动测试系统(NATS)中,提出数据库管理系统和文件系统相结合的数据库模型,在此基础上,利用Java技术设计并实现NATS的数据库中间件。该中间件能为用户提供统一的应用程序接口,为客户端提供通用的CRUD功能和数据访问服务,并可增强NATS的扩展性和重用性,减轻其维护和升级的负担。

摘要：针对当前的自动测试系统只侧重于单个或同种类型武器性能的测试的现状,提出基于消息中间件的自动测试系统。阐述该消息中间件的内部体系结构以及该消息中间件中消息发布和订阅的流程,依托该消息中间件,自动测试系统能够屏蔽底层测试系统的复杂性与多样性,实现各种武器测试数据的跨平台通信。试验证明,基于该消息中间件的自动测试系统是一个综合测试平台,能够对各种武器协同作战性能进行综合测试。

摘要：针对Virtools通过Virtools server整合数据库技术的方案存在造价高、部署难、后期维护繁琐等问题,通过对ADO技术和Virtools SDK进行研究,提出了一种改进的基于ADO技术的Virtools与数据库整合技术。避开了对Virtools server的依赖,封装了ADO技术,设计并实现了能直接对数据库进行查询、添加、删除和修改等功能的Building Block模块。测试结果表明,该技术能够实现Virtools与数据库整合的问题。

摘要：针对点云平面拟合过程中出现的异常值及误差的问题,提出一种将随机采样一致(random sample consensus,RANSAC)算法与整体最小二乘法(total least squares,TLS)相结合的点云平面拟合方法。利用随机采样一致算法剔除异常值,利用整体最小二乘法对剩余有效点进行平面拟合,计算模型参数。实验结果表明,该方法与传统的特征值法、最小二乘法相比,能提高参数的估算精度,更适合对含有不同异常值及误差的点云数据进行拟合,是一种稳健的平面拟合方法。

摘要：针对目前逻辑表达式求值算法中运算符的名称、优先级和运算规则都以硬编码的形式固化在算法中所带来的算法无法扩展的问题,通过将运算符的名称、优先级和运算规则抽象为接口的方法,设计并实现了一种新的逻辑表达式求值系统。该系统既保证了表达式求值算法的独立性,又允许用户自定义运算符和更新原有运算符运算规则,从而实现了逻辑表达式求值的可扩展性。

摘要：传统AJAX引擎在解析较大的回传XML文档时时间开销过大,为了解决这一问题,提出了一种改进的AJAX模型,并给出了一个应用实例。改进AJAX模型采用结构化的并行数组来存储回传数据,避免了对半结构化的XML文档进行解析,提高了数据利用效率。实验结果表明,改进AJAX模型可以满足较大数据量的业务处理要求,明显缩短了用户等待时间。在3000千条记录以下的数据表中应用这一模型,客户端与服务器交互顺畅,可以很好地满足用户实时性要求。

摘要：为快速、准确地实现图像局部特征提取,提高图像中目标识别的实时性,提出一种基于FAST-SIFT组合的局部特征探测算法。使用FAST检测算法进行快速的特征提取,利用SIFT的128维描述子进行准确的特征描述,在匹配阶段采用基于SNR的朴素贝叶斯分类器,提高系统的鲁棒性。实验结果表明,与传统SIFT算法相比较,该算法可以更快速地实现局部特征提取,在杂乱背景中能准确识别出目标物体。

摘要：针对目前ICP算法存在因初始变换矩阵的不确定性造成收敛速度较慢、点云间对应点难以精准匹配造成计算复杂度高的问题,提出一种利用点云局部坐标系,以关键点的邻域内点集的旋转体积为特征对关键点进行表述的描述子。藉此实现点云间关键点点对的准确匹配,达到粗配准的目的,提高点云配准的效率。分析实验结果表明,该描述子相比于其它描述子具有速度快、旋转平移鲁棒性高、抗噪性好的特点,能够应用于实际点云配准和对象识别。

摘要：为改变目前部分三维点云数据集存在分辨率低、有噪声干扰和只有部分三维数据的问题,受最近神经网络成功的启发,提出一种基于深度学习的点云匹配方法。通过对RGB-D数据集重建获取三维点云数据集,利用卷积神经网络进行深度学习训练,得出一种能解决这些问题的描述子,完成点云匹配,使点云的匹配更加准确。实验结果表明,使用该方法进行点云匹配时,与其它点云匹配方法相比,具有更好的计算速度、运行时间更短,对点云旋转平移具有更好的鲁棒性,点云匹配的准确度更高。