摘要：为了改善传统人工检测纱线排列及其密度的效率,提出一种机器视觉的检测方法。首先对织物图像进行小波分解,求得垂直图像分量并对其进行Radon变换以求取织物图像校正角度。重点研究经纬纱线投影曲线的小波分解和长度对数阈值的规则滤波,以此来获取经纬纱线的位置定位。最后,对识别结果进行直观比较与统计学上的配对样本t检验,并进一步提出了纱线间距异常值判别法则。结果表明:该方法能较好地适用于机织物纱线排列关系及其密度的机器视觉判别。

摘要：为进一步提高经编贾卡织物智能分析水平与设计技术,提出一种基于小波变换和Canny算子的贾卡织物纹理分割和轮廓提取算法。该算法首先采用具有局部定域能力和多分辨率能力的小波变换作为分析工具,将织物图像中的低频部分作递归金字塔结构分解;然后从分解后的最大尺度水平开始,逐层图像聚类,并融入下一尺度水平上的高频信息实现纹理的重构和自动分割;最后采用Canny算子对分割后的图像纹理进行轮廓跟踪提取。实验结果表明,这种算法对于贾卡织物具有较好的适用性,可为后续的深入研究提供理论参考。

摘要：基于贾卡织物特点和层次马尔科夫随机场建模,提出一种贾卡经编针织物图像的分割方法。贾卡织物图像在扫描过程中因其立体肌理会带来噪音信息,需进行高斯低通滤波预处理,在此基础上,采用haar小波进行多尺度分解以模拟人类视觉处理信息过程。在特征场建模上采用有限通用混合模型来逼近贾卡织物图像的小波系数,同时融合零均值隐状态的混合概率分布函数来描述贾卡经编针织物图像的噪音信息,在标签场建模上采用尺度内的非因果马尔科夫和尺度间因果马尔科夫来确定先验模型,在贝叶斯准则下完成图像分割。结果表明,该方法能较好地实现贾卡经编针织物图像的纹理分割。

摘要：随着互联网等计算机网络应用领域的迅速扩大,新的一代网络设备更具灵活性、开放性和可扩展性,如何对这些新兴的网络设备进行有效管理,是当前迫切需要解决的问题之一。文章针对ForCES 路由器的体系结构提出一种基于 AgentX 的网络管理方案,并详细论述了基于 AgentX 协议 CE端子代理的设计与实现。

摘要：为快速准确地得到贾卡经编织物花型图案,提出一种基于小波多尺度分层、马尔科夫随机场建模和贝叶斯最优准则分割理论的贾卡经编织物图像多纹理区域分割技术。首先通过小波变换将贾卡织物图像作多尺度分解等预处理,其次结合马尔科夫随机场理论,运用有限高斯混合算法构建图像灰度场分布模型,采用尺度逻辑算法构建标号场先验模型,最后在贝叶斯理论框架下采用连续最大后验概率准则对贾卡织物图像进行多纹理区域分割。实验结果表明,应用该算法对多类贾卡经编织物进行纹理分割,可以快速高效地得到贾卡织物花型图。

摘要：针对嵌入式系统实践性、应用性强的特点,对嵌入式系统的实践教学环节进行有意义的改革尝试,取得了很好的效果,专门开设了《嵌入式系统课程设计》课程进行配合,有利于应用型嵌入式人才的培养。

摘要：采用控制件CE(Control Element)与转发件FE(Forwarding Element)分离的ForCES路由器,这在路由器体系结构的设计上与传统路由器比较是一种突破性的创举,如何对其实施有效的网络管理是当前研究的热点之一。针对ForCES路由器体系结构特点,在分析SNMP代理实现难点的基础上,结合工程实践,提出并具体实现了一种新的网管代理方案。实践证明,该基于AgentX协议的方案,以可扩展方式实现了网络管理的功能,能较好地满足ForCES路由器可扩展性要求。