??xml version="1.0" encoding="utf-8" standalone="yes"?>亚洲天堂久久久,久久综合偷偷噜噜噜色,国产成人精品久久一区二区三区 http://www.shnenglu.com/xushaohua/category/2628.html如有恒,何须三更P半夜眠;最怕莫Q三天打g天晒|,竹篮打水一场空Q?/description>zh-cnTue, 27 May 2008 22:33:16 GMTTue, 27 May 2008 22:33:16 GMT60[转]谈囑փ处理方向的就业前?/title><link>http://www.shnenglu.com/xushaohua/articles/17333.html</link><dc:creator>shaohua</dc:creator><author>shaohua</author><pubDate>Fri, 05 Jan 2007 09:14:00 GMT</pubDate><guid>http://www.shnenglu.com/xushaohua/articles/17333.html</guid><wfw:comment>http://www.shnenglu.com/xushaohua/comments/17333.html</wfw:comment><comments>http://www.shnenglu.com/xushaohua/articles/17333.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.shnenglu.com/xushaohua/comments/commentRss/17333.html</wfw:commentRss><trackback:ping>http://www.shnenglu.com/xushaohua/services/trackbacks/17333.html</trackback:ping><description><![CDATA[ <span id="jktgiye" class="javascript" id="text501501">最q版上有不少人在讨论囑փ处理的就业方向,g大部分都持?zhn)观的态度。我想结合我今年扑ַ作的l验谈谈我的看法?br /><br />我看来Q个得图像处理的׃q是不错的。首先可以把囑փ看成二维、三l或者更高维的信P从这个意义上来说Q图像处理是整个信号处理里面׃形势最好的Q因Z不仅要掌握(一l_(d)(j)信号处理的基本知识,也要掌握囑փ处理Q二l或者高l信号处理)(j)的知识。其ơ,囑փ处理是计机视觉和视频处理的基础Q掌握好?jin)图像处理的基本知识Q就业时可以向q些方向发展。目前的模式识别Q大部分也都是图像模式识别。在实际应用场合Q采集的信息很多都是囑փ信息Q比如指UV条码、h脸、虹膜、R辆等{。说到应用场合,千万不能忘(sh)(jin)d囑փq一块,如果有医学图像处理的背景Q去一些医疗器械公司或者医疗Y件公怹是不错的选择。图像处理对~程的要求比较高Q如果编E很厉害Q当然就业也多了(jin)一个选择方向Qƈ不一定要局限在囑փ方向?br /><br />下面谈谈我所知道的一些公怿息,不全Q仅仅是我所?jin)解到的或者我所感兴的Q实际远q不止这么多?br /><br />搜烦(ch)方向<br />Z内容的图像或视频搜烦(ch)是很多搜索公司研I的热点。要惌入这个领域,必须有很强的~程能力Q很好的囑փ处理和模式识别的背景。要求高待遇自然׃错,目前q方面的代表公司有微软、google、yahoo和百度,个个鼎鼎大名?br /><br />d囑փ方向<br />目前在医疗器械方向主要是几个大企业在竞争Q来头都不小Q其中包括Simens、GE、飞利和柯达,主要生CT和MRI{医疗器材。由于医疗器械的主要功能是成像,必然涉及(qing)到对囑փ的处理,做图像处理的很有Z(x)q入q些公司。它们在国内都设有研发中?j),simens的在上v和深圻IGE和柯N在上P飞利的在沈队뀂由于医疗市(jng)场是一个没有完全开发的?jng)场Q而一套医疗设备的h是非常昂늚Q所以在q些地方的待遇都q可以,前景也看好。国内也有一些这L(fng)企业比如深圳安科和迈?br /><br />计算觉和模式识别方向<br />我没去调研过有哪些公司在做,但肯定不,比如指纹识别、h脸识别、虹膜识别。还有一个很大的方向是R牌识别,q个我倒是知道有一个公叔R德威交通似乎做的很不错的样子。目前视频监控是一个热炚w题,做跟t和识别的可以在q个方向扑ֈ一席之地?br />上v法视特位于上张江高U技园区Q在视觉和识别方面做的不错。北京的我也知道两个公司Q大恒和凌云Q都是以囑փ作ؓ(f)研发的主体?br /><br />视频方向<br />一般的高校或者研I所侧重在标准的制定和修改以?qing)技术创新方面,而公司则侧重在编码解码的g实现斚w。一般这些公司要求是熟?zhn)或者精通MPEG、H.264或者AVSQ选择?jin)这个方向,只要做的q(sh)错,基本׃愁饭。由于这不是我所感兴的方向Q所以这斚w的公司的信息我没有收集,但^常在各个bbs或者各U招聘网站经常看到?br />我所知道的两个公司:(x)诺基亚和pixelworks<br /><br />其他<br />其实一般来_(d)只要涉及(qing)到成像或者图像的基本都要囑փ处理斚w的h。比方说一个成像设备,在输出图像之前需要对原始囑փq行增强或者去噪处理,存储旉要对囑փq行压羃Q成像之后需要对囑փ内容q行自动分析Q这些内定w是图像处理的范畴。下面列举一些与囑փ有关或者招聘时明确说明需要图像处理方面h才的公司Q?br />上v豪威集成?sh)\有限公司Qwww.ovt.com.cnQ?br />中芯?br />摩托|拉上v研究?br />威盛QVIAQ?br />松下<br />索尼<br />清华同方<br />三星<br />所有与囑փQ静(rn)止或者运动图像)(j)有关的公叔R是一U选择。比如数码相机、显微镜成像、超声成像、工业机器h控制、显C器、电(sh)视、遥感等{,都可以作为求职方向?br /><br />要求Q?br />1、外语。如果进外企Q外语的重要性不a而喻。一般外企的W一轮面试都是英语口语面试?br />2、编E。这斚w以CQ+为重Q很多公司的W试都是考cQ+知识?br />3、专业水q뀂如果要找专业相关的工作Q研I生期间的研I经历和发表的论文就昄比较重要?br />4、知识面的宽度。我觉得在研I生期间Q除?jin)做好自q研究方向之外Q扩宽一下知识面也有很大的帮助,当然q个知识面指的是囑փ处理、计机视觉和模式识别,知识面越宽,׃时的选择׃(x)多?br /><br />囑փ处理方向毕业的就业面非常q,而且待遇在应届生应该是中上等。其实还是一句话Q能力决定一切。只要研I生三年没有白过Q根本不愁找不到好工作。祝所有正在读研或者即读研的朋友来都能有一份满意的工作?</span> <br /> <img src ="http://www.shnenglu.com/xushaohua/aggbug/17333.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.shnenglu.com/xushaohua/" target="_blank">shaohua</a> 2007-01-05 17:14 <a href="http://www.shnenglu.com/xushaohua/articles/17333.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>[转]囑փ处理|络资源http://www.shnenglu.com/xushaohua/articles/17332.htmlshaohuashaohuaFri, 05 Jan 2007 09:07:00 GMThttp://www.shnenglu.com/xushaohua/articles/17332.htmlhttp://www.shnenglu.com/xushaohua/comments/17332.htmlhttp://www.shnenglu.com/xushaohua/articles/17332.html#Feedback1http://www.shnenglu.com/xushaohua/comments/commentRss/17332.htmlhttp://www.shnenglu.com/xushaohua/services/trackbacks/17332.html 作图像处理方面的研究工作Q最重要的两个问题:(x)其一是要把握住国际上最?br />
沿的内容Q其二是所作工作要具备很高的实用背景。解决第一个问题的办法?br />
是找?gu)个方向公认最牛的几个大拿(看看他们都在作什?和最权威?br />
出版?阅读上面最新的文献)Q解决第二个问题的办法是你最好能够找C?br />
实际应用的项目,边做边写文章?

做好q几点的途径之一是充分利用|络资源Q特别是权威|站和大拿们的个Zc(din)下面是我收集的一些资源,希望对大家有用?q里我要感谢SMTH AI版的alamarik和Graphics版的faintt)

D栏:(x)

[1]研究体
[2]大拿主页
[3]前沿期刊
[4]GPL软g资源
[5]搜烦(ch)引擎

一、研I群?br />http://www-2.cs.cmu.edu/~cil/vision.html
q是卡奈基梅隆大学的计算觉研I组的主,上面提供很全的资料,从发表文章的下蝲到演C程序、测试图像、常用链接、相兌YgQ甚臌有一个搜索引擎?

http://www.cmis.csiro.au/IAP/zimage.htm
q是一个侧重图像分析的站点Q一般。但是提供一个Image Analysis环境---ZIMAGE and SZIMAGE?

http://www.via.cornell.edu/
康奈?dng)大学的计算觉和囑փ分析研究l,好像是电(sh)子和计算机工E系的。侧重医学方面的研究Q但是在上面有相当不错资源,关键是它正在中,能够跟踪一些信息?

http://www2.parc.com/istl/groups/did/didoverview.shtml
有一个很有意思的目QDID(文档囑փ解码)?

http://www-cs-students.stanford.edu/
斯坦大学计机pM,自己扑֐:(

http://www.fmrib.ox.ac.uk/analysis/
主要研究QBrain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,

Automated Segmentation,Structural brain change analysis,motion correction,etc.

http://www.cse.msu.edu/prip/
q是密歇根州立大学计机和电(sh)子工E系的模式识?-囑փ处理研究l,它的FTP上有许多的文?NEW)?

http://pandora.inf.uni-jena.de/p/e/index.html
德国的一个数字图像处理研I小l,在其上面能找C些不错的链接资源?

http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html
CVIP(used to be CVCC for Computer Vision and Cluster Computing) is a research group focusing on cluster-based computer vision within the Spiral Architecture.

http://cfia.gmu.edu/
The mission of the Center for Image Analysis is to foster multi-disciplinary research in image, multimedia and related technologies by establishing links

between academic institutes, industry and government agencies, and to transfer key technologies to

help industry build next

generation commercial and military imaging and multimedia systems.

http://peipa.essex.ac.uk/info/groups.html
可以通过它来搜烦(ch)全世界各地的知名的计机视觉研究l?CV Groups)Q极力推荐?

二、图像处理GPL?br />http://www.ph.tn.tudelft.nl/~klamer/cppima.html
Cppima 是一个图像处理的C++函数库。这里有一个较全面介绍它的库函数的文档Q当然你也可以下载压~的GZIP包,里面包含TexInfo格式的文档?

http://iraf.noao.edu/
Welcome to the IRAF Homepage! IRAF is the Image Reduction and Analysis Facility, a general purpose software

system for the reduction and analysis of astronomical data.

http://entropy.brni-jhu.org/tnimage.html
一个非怸错的Unixpȝ的图像处理工P看看它的截图。你可以在此基础上构q专用囑փ处理工具包?

http://sourceforge.net/projects/
q是GPL软g集散圎ͼ到这里找你想要得到的IP库吧?

三、搜索资?br />当然q里基本的搜索引擎还是必要依靠的,比如Google{,可以到我常用的链接看看。下面的链接可能?x)节省你一些时_(d)(x)

http://sal.kachinatech.com/
http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml
四、大拿网?br />http://www.ai.mit.edu/people/wtf/
q位可是MIT人工实验室的BILL FREEMAN。大名鼎鼎!专长是:(x)理解--贝叶斯模型?

http://www.merl.com/people/brand/
MERL(Mitsubishi Electric Research Laboratory)中的擅长“Style Machine”高手?

http://research.microsoft.com/~ablake/
CV界极有声望的A.Blake 1977q毕业于剑桥大学三一学院q或数学与电(sh)子科学学士学位。之后在MITQEdinburghQOxford先后l徏q研I小lƈ成ؓ(f)Oxford的教授,直到1999q进入微软剑桥研I中?j)。主要工作领域是计算觉?

http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html
q位牛h好像正在学习(fn)汉语Qƈ且搜集了(jin)诸如“两只老虎(Two Tigers)”的歌曲Q嘿?)
他的主页上面q有几个牛:(x)Shumeet Baluja, Takeo Kanade。他们的Face Detection作的l对是世界一。他毕业于卡奈基梅隆大学的计机U学p,兴趣是计机视觉?

http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html
q位老牛?963q就获得?jin)MIT的博士学位!他领导的Image Lab比较出名的是指纹识别?

--------------------------------------------------------------------------------

下面q些是我搜集的牛?大部分是如日中天的Ph.D?Q可以学?fn)的是他们的Study Ways!

Finn Lindgren(Sweden):Statistical image analysis http://www.maths.lth.se/matstat/staff/finn/
Pavel Paclik(Prague):statistical pattern recognition http://www.ph.tn.tudelft.nl/~pavel/
Dr. Mark Burge:machine learning and graph theory http://cs.armstrong.edu/burge/
yalin Wang:Document Image Analysis http://students.washington.edu/~ylwang/
Geir Storvik: Image analysis http://www.math.uio.no/~geirs/
Heidorn http://alexia.lis.uiuc.edu/~heidorn/
Joakim Lindblad:Digital Image Cytometry http://www.cb.uu.se/~joakim/index_eng.html
S.Lavirotte: http://www-sop.inria.fr/cafe/Stephane.Lavirotte/
Sporring:scale-space techniques http://www.lab3d.odont.ku.dk/~sporring/
Mark Jenkinson:Reduction of MR Artefacts http://www.fmrib.ox.ac.uk/~mark/
Justin K. Romberg:digital signal processing http://www-dsp.rice.edu/~jrom/
Fauqueur:Image retrieval by regions of interest http://www-rocq.inria.fr/~fauqueur/
James J. Nolan:Computer Vision http://cs.gmu.edu/~jnolan/
Daniel X. Pape:Information http://www.bucho.org/~dpape/
Drew Pilant:remote sensing technology http://www.geo.mtu.edu/~anpilant/index.html

五、前沿期?TOP10)
q里的期刊大部分都可以通过上面的大拿们的主间接找刎ͼ在这列出主要是ؓ(f)?jin)节省直接想找期刊投E的兄弟的时?)

IEEE Trans. On PAMI http://www.computer.org/tpami/index.htm
IEEE Transactionson Image Processing http://www.ieee.org/organizations/pubs/transactions/tip.htm
Pattern Recognition http://www.elsevier.com/locate/issn/00313203
Pattern Recognition Letters http://www.elsevier.com/locate/issn/01678655

经|络

Neural Networks Tutorial Review
http://hem.hj.se/~de96klda/NeuralNetworks.htm
ftp://ftp.sas.com/pub/neural/FAQ.html


Image Compression with Neural Networks
http://www.comp.glam.ac.uk/digimaging/neural.htm


Backpropagator's Review
http://www.dontveter.com/bpr/bpr.html


Bibliographies on Neural Networks
http://liinwww.ira.uka.de/bibliography/Neural/


Intelligent Motion Control with an Artificial Cerebellum
http://www.q12.org/phd.html


Kernel Machines
http://www.kernel-machines.org/


Some Neural Networks Research Organizations
http://www.ieee.org/nnc/
http://www.inns.org/


Neural Network Modeling in Vision Research
http://www.rybak-et-al.net/nisms.html


Neural Networks and Machine Learning
http://learning.cs.toronto.edu/


Neural Application Software
http://attrasoft.com


Neural Network Toolbox for MATLAB
http://www.mathworks.com/products/neuralnet/


Netlab Software
http://www.ncrg.aston.ac.uk/netlab/


Kunama Systems Limited
http://www.kunama.co.uk/


Computer Vision

Computer Vision Homepage, Carnegie Mellon University
www.cs.cmu.edu/~cil/vision.html

Annotated Computer Vision Bibliography
http://iris.usc.edu/Vision-Notes/bibliography/contents.html
http://iris.usc.edu/Vision-Notes/rosenfeld/contents.html

Lawrence Berkeley National Lab Computer Vision and Robotics Applications
http://www-itg.lbl.gov/ITG.hm.pg.docs/VISIon/vision.html

CVonline by University of Edinburgh
The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision, www.dai.ed.ac.uk/CVonline

Computer Vision Handbook, www.cs.hmc.edu/~fleck/computer-vision-handbook

Vision Systems Courseware
www.cs.cf.ac.uk/Dave/Vision_lecture/Vision_lecture_caller.html

Research Activities in Computer Vision
http://www-syntim.inria.fr/syntim/analyse/index-eng.html

Vision Systems Acronyms
www.vision-systems-design.com/vsd/archive/acronyms.html

Dictionary of Terms in Human and Animal Vision
http://cns-web.bu.edu/pub/laliden/WWW/Visionary/Visionary.html

Metrology based on Computer Vision
www.cranfield.ac.uk/sme/amac/research/metrology/metrology.html

Digital Photography

Digital Photography, Scanning, and Image Processing
www.dbusch.com/scanners/scanners.html


Educational Resources, Universities

Center for Image Processing in Education
www.cipe.com
Library of Congress Call Numbers Related to Imaging Science by Rochester Institute of Technology
http://wally2.rit.edu/pubs/guides/imagingcall.html

Mathematical Experiences through Image Processing, University of Washington
www.cs.washington.edu/research/metip/metip.html

Vismod Tech Reports and Publications, MIT
http://vismod.www.media.mit.edu/cgi-bin/tr_pagemaker

Vision Lab PhD dissertation list, University of Antwerp
http://wcc.ruca.ua.ac.be/~visielab/theses.html

INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems
www.inria.fr/Themes/Theme3-eng.html

Image Processing Resources
http://eleceng.ukc.ac.uk/~rls3/Contents.htm

Publications of Carsten Steger
http://www9.informatik.tu-muenchen.de/people/steger/publications.html

FAQs

comp.dsp FAQ
www.bdti.com/faq/dsp_faq.htm
Robotics FAQ
www.frc.ri.cmu.edu/robotics-faq

Where's the sci.image.processing FAQ?
www.cc.iastate.edu/olc_answers/packages/graphics/sci.image.processing.faq.html

comp.graphics.algorithms FAQ, Section 3, 2D Image/Pixel Computations
www.exaflop.org/docs/cgafaq

Astronomical Image Processing System FAQ
www.cv.nrao.edu/aips/aips_faq.html



shaohua 2007-01-05 17:07 发表评论
]]>
JPEG压羃~码标准http://www.shnenglu.com/xushaohua/articles/14340.htmlshaohuashaohuaSun, 29 Oct 2006 07:22:00 GMThttp://www.shnenglu.com/xushaohua/articles/14340.htmlhttp://www.shnenglu.com/xushaohua/comments/14340.htmlhttp://www.shnenglu.com/xushaohua/articles/14340.html#Feedback3http://www.shnenglu.com/xushaohua/comments/commentRss/14340.htmlhttp://www.shnenglu.com/xushaohua/services/trackbacks/14340.html阅读全文

shaohua 2006-10-29 15:22 发表评论
]]>
Gif 文g格式 http://www.shnenglu.com/xushaohua/articles/14328.htmlshaohuashaohuaSun, 29 Oct 2006 01:24:00 GMThttp://www.shnenglu.com/xushaohua/articles/14328.htmlhttp://www.shnenglu.com/xushaohua/comments/14328.htmlhttp://www.shnenglu.com/xushaohua/articles/14328.html#Feedback0http://www.shnenglu.com/xushaohua/comments/commentRss/14328.htmlhttp://www.shnenglu.com/xushaohua/services/trackbacks/14328.html
一、编码器

   ~码器是用于生成gif文g的程序。通过光栅数据和其他信息,~码器生成用于再现原始图形所必须的控制块和数据块。它负责完成如下工作Q?br />   Q将所有对再生原始囄所必须的信息包含进来?br />   Q确保数据流标记着包含所有数据块定义的最早的版本Pq是Z(jin)保可以有尽可能多的解码器能够处理该数据?hu)?br />   Q得对囄的编码方法对解码器最Z化,可能避免信息的冗余?br />   -Z(jin)便于扩展Q应该避免对囄的分l,因ؓ(f)在解码时q种分组可能需要对g参数q行重新讄?br />   -定义ؓ(f)保留的字D늚每一位都|ؓ(f)零。注意,逻辑视频、描q符合图像描q符中的某些字段?7a版本中是保留的,但在89a版本中却是有用的?br />
二、解码器

   解码器是用于处理gif数据?hu)的E序。它序地处理数据流Q分析各U数据块和子块,使用控制信息来设|硬件及(qing)处理参数Qƈ且解释数据来昄囑փ?br />解码器负责完成如下工作:(x)
   ·依次处理数据?hu)中的每个图像,按照控制信息中的讑֮处理囑փ间的延时?br />   ·按照在数据流中设|的控制信息Q尽可能接近地设|硬件参数?br />
三、关于色?br />
   gif格式利用色表来显C基于光栅的囑փ。色表分为全局色表和局部色表。全局色表对于那些没有讄局部色表的囑փ起作用。全局色表的作用域是整个数据流。局部色表对于紧接在其后的单张图像v作用。这两种色表都是可选的。正因ؓ(f)q样Q在某个gif数据?hu)中有可能出现很多?gu)不具有Q何色表的囑փ。因Z(x)有如上情况发生,所以解码器通常?x)保留最后一个全局色表直到得到一个新的全局色表。如果一个数据流中既没有全局色表也没有局部色表,解码器就?x)用从上一个数据流中保留下来的全局色表来执行。可以在一l数据流中仅讄一个全局色表来适应一pd囄。如果确实没有色表,解码器会(x)使用pȝ色表或者它自己的色表。应该说明的是,q样的色表用黑和白作Z个开始项Q所以单色图像可以充分显C?br />   Gif格式规定一个数据流只能包含头部、逻辑视屏描述W、全局色表和gif记录?br />
四、块、扩充和?br />
   gif数据?hu)中的数据块可以分?f)三组Q控制块、成象块和特D用途块。控制块Q如Q头部、逻辑视屏描述块、图像控制扩充和记录,包含用于控制处理数据?hu)或讄g参数的信息。成像块Q如Q图像描q符和纯文本扩充Q包含用于在昄讑֤上成像的信息和数据。特D用途块Q如Q注释扩充和应用扩充Q包含那些既不用于处理数据流也不用于在显C备上成象的信息。除?jin)逻辑视屏描述块和全局色表之外Q特D用途块的作用域是整个数据流Q而其他控制块的作用域是有限的Q仅限于对他们后面的成象块v作用。特D用途块不对M控制块构成限Ӟ它对于解码过E来说是透明的。成象块?qing)扩充用于控制块及(qing)扩充的作用域限定。块的标记分ZD:(x)除尾记录0x3b之外Q?x00?x7f用于成象?0x80?xf9用于控制块;0xfa?xff用于Ҏ(gu)用途块。解码器通过识别块标记来处理块的作用域?br />
五、块寸

   一个块中的块尺寸字D는来记录块中所包含的字节数Q不包括块尺寸字D|w和块结束符。它的设|便于蟩q某个块Q该寸讄后不能改变。数据块和子块的长度是可变的Q以适应数据量的变化?br />
六、gif作ؓ(f)内嵌的协?br />
   作ؓ(f)一个内嵌的协议Qgif属于某个更大的应用协议的一部分Q在q个应用协议中gif用于成象。因此,应用协议可以gif数据?hu)定义在一个数据块中。当应用E序遇到一个gifcd的数据块时就调用gif解码器。用gif扩展名来识别gif数据?hu)的?gu)是一U较为有效的Ҏ(gu)?br />
七、数据子?br />
   a. 数据子块是一些包含数据的单元。这些单元没有标{,被当作控制块的内容进行处理。数据子块中的第一个字节指C其后的数据长度Q??55Q,长度信息不包括这个长度字节?br />   b. 必须的版本号Q?7a
   c. 句法

7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 块尺?字节
+---------------+
1 | |
+- -+
2 | |
+- -+
3 | |
+- -+
| | 数据?字节
. +- -+
. | |
. +- . . . . -+
. | |
+- -+
| |
+- -+
255 | |
+---------------+
d. 扩充和域Q该cd的块L作ؓ(f)其他更大块的一部分Q它没有自己的作用域?br />八、块l止W?br />a. q是一个零长度的数据子块,用于说明前一个子块的l束。它只包含一个字节的块尺寸字D,其gؓ(f)0Q没有数据?br />b. 必须的版本:(x)87a
?ji)、头?br />a. 头部用于在上下文中识别gif 数据?hu)。标记字D表明数据流的开始,版本字段用来标识一个解码器能够完整处理该数据流所需的功能集。此块是必须的,q且每个数据?hu)只有一个头部。必d现在数据?hu)的开始?br />b. 句法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 标识W?3 字节
+- -+
1 | |
+- -+
2 | |
+---------------+
3 | | 版本 3 字节
+- -+
4 | |
+- -+
5 | |
+---------------+
i) 标识W?- 包含gif三个字符?br />ii)版本 - 版本号ؓ(f)Q?7a?9a
iii) 扩充和域 - 该块的域为整个数据流。该块不能被M扩充来改变?br />
十、逻辑视屏描述?br />
a. 逻辑视屏描述W包含用于定义显C备的区域的参数。该块中的坐标以虚拟屏幕的左上角为基准,而不需要参考显C备的l对坐标。该块是必须的,q且每个数据?hu)只能有一个逻辑视屏描述块。该块紧接着头部出现?br />b. 语法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 逻辑屏幕?Unsigned
+- -+
1 | |
+---------------+
2 | | 逻辑屏幕?Unsigned
+- -+
3 | |
+---------------+
4 | | | | | <Packed Fields> See below
+---------------+
5 | | 背景色烦(ch)?Byte
+---------------+
6 | | 象素高宽?Byte
+---------------+

<Packed Fields> = 全局色表标志 1 Bit
颜色Ҏ(gu) 3 Bits
短标?1 Bit
全局色表寸 3 Bits

   i) 全局色表标志 - 指示有没有全局色表Q如果该标志位置1Q则全局色表?x)紧接在该块之后出现。该位也用于解释是否选用背景颜色索引字段。若该位|?Q则背景颜色索引字段的值将指向背景颜色表?
   ii) 色彩Ҏ(gu) - 提供l原始图像的每个颜色的位数减1。这个g表图像中所使用的整个调色板的大,而不是图像中所使用的颜色的数量。例如,若该字段的gؓ(f)3Q则囑փ中所使用的调色板的每个色值占4位?br />   iii) 短标?- 表明全局色表是否被排序。如果该位置1Q则全局色表按照重要性递减的原则进行了(jin)排序。典型地Q是按照颜色的用频度进行递减排序Q用频度最高的颜色排在色表的最前面。这样便可帮助解码器选择最好的颜色子集来成象?
   iv) 全局色表的尺?- 如果全局色表标志位置1Q则该字D늚D录全局色表中所占用的字节数?br />   v) 背景颜色索引 - 景颜色指向全局色表。背景颜色是指那些没有背囑փ覆盖的视屏部分的颜色。若全局色表标志位置?Q则该字D也被?Qƈ且被忽略?br />   vi) 象素高宽?- 用于计算原图像中像素的近似高宽比。如果该字段的gؓ(f)?Q则象素的高宽比׃面的公式计算?br />高宽?= (象素高宽?+ 15) / 64
该字D늚取D围从最宽的比?Q?到最高的比?Q?Q递增的步qؓ(f)1/64?br />取|(x) 0 - 没有比?br />1?55 - 用于计算的?
c. 扩充和域。该块的作用域ؓ(f)整个数据?hu)。它不能被Q何扩充来改变?br />十一、全局色表
a. 该块包含一个按照字节顺序表C红-l?C元色的色表。全局色表用于那些没有局部色表的囑փ和纯文本扩充。在逻辑视屏描述块中的全局色表标志位置1时表C有全局色表。全局色表紧接在逻辑视屏描述块之后,占用的字节数为:(x)
3*2^Q全局色表寸+1Q?br />b. 必须的版本:(x)87a
c. 语法
7 6 5 4 3 2 1 0 字段?cd
+===============+
0 | | Red 0 Byte
+- -+
1 | | Green 0 Byte
+- -+
2 | | Blue 0 Byte
+- -+
3 | | Red 1 Byte
+- -+
| | Green 1 Byte
+- -+
up | |
+- . . . . -+ ...
to | |
+- -+
| | Green 255 Byte
+- -+
767 | | Blue 255 Byte
+===============+
d.扩充和域Q该块的作用域ؓ(f)整个数据?hu)。它不能被Q何扩充来改变?br />
十二、图像描q符

a. 数据?hu)中的每一q图像都׃个图像描q符、一个可选的局部色表和囑փ数据l成。每一q图像必d逻辑视屏描述块中所定义的逻辑视屏界限之内。图像描q符包含处理一个基于图像的表的必要参数。在q个块中l定的坐标是参照逻辑视屏的像素坐标。该块是一个成象块Q在其前面可以选择加上一个或多个控制块,如:(x)囑փ控制扩充Q或者是后面接有局部色表;囑փ描述W后面L囑փ数据。它是一q图所必需的。一q图像对应一个图像描q符。一个数据流中的囑փ数目不做限制?br />b. 必须的版本号Q?7a
c. 语法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 图象分隔W?Byte
+---------------+
1 | | 图象左坐?Unsigned
+- -+
2 | |
+---------------+
3 | | 图象坐?Unsigned
+- -+
4 | |
+---------------+
5 | | 图象宽度 Unsigned
+- -+
6 | |
+---------------+
7 | | 图象高度 Unsigned
+- -+
8 | |
+---------------+
9 | | | | | | <Packed Fields> See below
+---------------+
<Packed Fields> = 局部色表标?1 Bit
隔行处理标志 1 Bit
短标?1 Bit
保留 2 Bits
局部色表尺?3 Bits
i)囑փ分隔W?- 用于识别囑փ描述W的开始。取固定?x2c?br />d. 扩充和域Q该块的域是Z表的囑փ。该块可以被囑փ控制扩充所改变?br />
十三、局部色?br />
a. 该块包含一个按照红-l?C原色的顺序排列的色表。该表作用于紧跟其后的图像。当局不色表标志位|?Ӟ该表出现Q且其后紧跟囑փ的描q符Q它所包含的字节数{于
3*2^Q局部色表尺?1Q?br />b. 必须的版本:(x)87a
c. 语法
7 6 5 4 3 2 1 0 字段?cd
+===============+
0 | | Red 0 Byte
+- -+
1 | | Green 0 Byte
+- -+
2 | | Blue 0 Byte
+- -+
3 | | Red 1 Byte
+- -+
| | Green 1 Byte
+- -+
up | |
+- . . . . -+ ...
to | |
+- -+
| | Green 255 Byte
+- -+
767 | | Blue 255 Byte
+===============+
d. 扩充?qing)域Q该块的域是紧跟其后的基于表的图像数据块。该块不能被M扩充所改变?br />
十四、基于表的图像数?br />
a. 对一个基于表的图像数据由一pd子块l成Q每个子块最?55
字节Q包含一个ؓ(f)图中每个象素所指定的有效色表的索引。烦(ch)引的序用LZW法q行~码?br />b. 必须的版本:(x)87a
c. 语法
囑փ数据的格式如下图所C?br />7 6 5 4 3 2 1 0 字段?cd
+---------------+
| | LZW 最编码尺?Byte
+---------------+
+===============+
| |
/ / 图象数据 数据子块
| |
+===============+
i) LZW 最编码尺寸:(x)该字节用于决定在囑փ数据中用 LZW ~码最初的位数?
e. 扩充和域Q该块没有域Q它包括格栅数据。要改变Z表格的图像的扩充必须在相应的囑փ描述W之前出现?br />
十五、图像控制扩?br />
a. 囑փ控制扩充包含在处理一个成象块时所需的参数。扩充只包括一个数据子块。该块是可选的。通常只有一个图像控制扩充在成象块之前。这也是在一个数据流中对成象控制扩充的唯一限制?br />b. 必须的版本:(x)89a
c. 语法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 扩充导入W?Byte
+---------------+
1 | | 图象控制标记 Byte
+---------------+
+---------------+
0 | | 块尺?Byte
+---------------+
1 | | | | | <Packed Fields> See below
+---------------+
2 | | 廉旉 Unsigned
+- -+
3 | |
+---------------+
4 | | 透明颜色索引 Byte
+---------------+
+---------------+
0 | | 块结?Byte
+---------------+
<Packed Fields> = 保留 3 Bits
配置Ҏ(gu) 3 Bits
用户输入标志 1 Bit
透明颜色标志 1 Bit
i) 扩充引入 - 用于识别一个扩充块的开始,该字Dؓ(f)固定?x21?br />ii)囑փ控制标号 - 识别当前块是否ؓ(f)囑Ş控制扩充。该字段为固定?0xF9?br />iii) 块尺?- 块中所包含的字节数。从块尺寸字D开始到快结束符Q不含结束符Q。该字段包含固定??br />iv) 配置Ҏ(gu) - 指示囑փ昄后的处理Ҏ(gu)?br />? 0 - 无指定的配置Q解码器不需要做M处理?br />1 - 不做配倹{图像将被留在原位置?br />2 - 恢复背景颜色。图像所占的区域必须备恢复ؓ(f)背景颜色?br />3 - 恢复以前的颜艌Ӏ解码器需要将囑փ区域恢复为原来成象的颜色?br />4-7 - 未定义?br />v)用户输入标志 - 说明在l处理之前是否需要用戯入。可以和输入延时一起用?br />vi) 透明标志 - 表明在透明索引字段是否l定透明索引?br />vii) 延时 - 如果不ؓ(f)0, 该字D|定以1/100Uؓ(f)单位的时延数?br />viii) 透明索引 - 如果遇到透明索引Q则昄讑֤的相兌素不被改变,l箋(hu)处理下一个象素?br />ix) 块终止符 - q个0长度字段标志着囑փ控制扩充得结束?br />d. 扩充和域:该扩充的域是其后的成象块Q在该块和它的作用块之间可以由其他扩充。该块可以改变图像描q块和纯文本扩充?br />e. Qi)配置Ҏ(gu) - 恢复到原先的Ҏ(gu)厂用于图像中的一些小区域Q用该方法强制解码器存储需要保留的囑փ区域Q因此该Ҏ(gu)要慎用。该Ҏ(gu)q为整个图像或大区域的囑փ所讄?br />ii) 用户输入标志 - 当该标志被设|时Q解码器?x)?0x07)来激zdx(chng)提醒用户输入数据。如果没有设定gӞ则解码器?x)一直等待用L(fng)输入?br />
十六、注释扩?br />
a. 注释扩充包含实际不属于gif数据?hu)的文本信息。它适用于包括图像注释、描q或者Q何其他非控制和非囑փ数据。注释扩充将被解码器忽略Q或者被保留C后处理。在M情况下注释扩充也不能中断Ҏ(gu)据流的处理。该块是可选的Q在数据?hu)中的出现量不加限制?br />b. 必须的版本:(x)89a
c. 语法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 扩充导入W?Byte
+---------------+
1 | | 注释标记 Byte
+---------------+
+===============+
| |
N | | 注释数据 数据子块
| |
+===============+
+---------------+
0 | | 块结束符 Byte
+---------------+
i) 扩充导入W?- 标识扩充的开始。该字段为固定?x21?br />ii) 注释标号 - 标示某块为注释扩充。该Dؓ(f)固定?xFE?br />iii) 注释数据 - 按照子块序Q每个注释最?字节最?55字节。序列结块结束符标识?br />iv) 块结束符 - q个雉度数据块用来标识注释扩充的结束?br />d. 扩充和域Q该块没有域Q且不能被Q何扩充修攏V?br />e.
i) 数据 - 该块为方便用所设。它使用7位ASCII码字W集。不能用于存储控制信息?
ii) 位置 - 该块可以出现在数据流中的M地方。徏议该块尽量在数据?hu)的开始或者结?br />
十七、纯文本扩充

a. U文本扩充包括纯文本数据和将数据昄为图像所必需的参数。文本数据将?位可印刷ASCII码字W编码。文本数据用在块字段中定义的单元格字W元素来成象。每个字W用一个单元成象。ؓ(f)单色字符Q用最合适的字型、字受字W格包含单元的数量,剩余不成ؓ(f)格子的部分要丢弃。编码器应精测,以避免剩余现象出现。该块用全局色表。它可以被图形控制扩充来修改。该块ؓ(f)可选块?br />b. 必须的版本:(x)89a?br />c. 语法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 扩充导入W?Byte
+---------------+
1 | | U文本标?Byte
+---------------+
+---------------+
0 | | 块尺?Byte
+---------------+
1 | | 文本格左坐标 Unsigned
+- -+
2 | |
+---------------+
3 | | 文本格顶坐标 Unsigned
+- -+
4 | |
+---------------+
5 | | 文本格宽?Unsigned
+- -+
6 | |
+---------------+
7 | | 文本格高?Unsigned
+- -+
8 | |
+---------------+
9 | | 字符单元宽度 Byte
+---------------+
10 | | 字符单元高度 Byte
+---------------+
11 | | 文本前景色烦(ch)?Byte
+---------------+
12 | | 文本背景色烦(ch)?Byte
+---------------+
+===============+
| |
N | | U文本数?数据子块
| |
+===============+
+---------------+
0 | | 块结束符 Byte
+---------------+
i) 扩充导入W?- 标识一个扩充块的开始。取固定?x21.
ii) U文本标?- 标识当前块ؓ(f)原文扩充。取固定?x01.
iii) 块尺?- 扩充中的字节敎ͼ取固定?2.
iv) 文本格左位置 - 逻辑视屏的左边,用象素表C的左边列数Q?br />v) 文本格顶位置 - 逻辑视屏的上边,用象素表C的上边行数?br />xii) 原文数据 - 子块序列Q每个子块最?字节最?55字节。该序列遇到块结束符时结束?br />xiii) 块结束符 - q个0长度数据块用来标志块l束?br />d. 扩充和域Q该块的域是包含其中的原文字数据。它可以被图像控制扩充来修改?br />e.
在原文扩充中的数据是提前格式化好的。对字型、字L(fng)选择p码器来定。如果遇到小?x20 或者大?xf7 的字W,解码器将按空?x20来处理。ؓ(f)?jin)最q泛地兼容,字符单元应该?*8?*16炚w?br />
十八、应用扩?br />
a. 应用扩充包含应用说明信息Q它遵守如下所q的扩充块的语法Q块标记?xff.
b. 必须的版本:(x)89a
c. 语法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | 扩充导入W?Byte
+---------------+
1 | | 扩充标记 Byte
+---------------+
+---------------+
0 | | 块尺?Byte
+---------------+
1 | |
+- -+
2 | |
+- -+
3 | | 应用标识W?8 Bytes
+- -+
4 | |
+- -+
5 | |
+- -+
6 | |
+- -+
7 | |
+- -+
8 | |
+---------------+
9 | |
+- -+
10 | | 应用证明?3 Bytes
+- -+
11 | |
+---------------+
+===============+
| |
| | 应用数据 数据子块
| |
| |
+===============+
+---------------+
0 | | 块结束符 Byte
+---------------+
i) 扩充引入W?- 定义该块位扩充块。取固定?x21.
ii) 应用扩充标记 - 标识该块为应用扩充块。取固定?xFF.
iii) 块尺?- 指示该块中包含的字节数。取固定?1.
iv) 应用标识W?- 8格可印刷ASCII字符用来标识该应用所属的应用扩充?br />v) 应用证明?- 3格字节的序列用于证明应用标识W。一个应用程序可以一U算法来计算一个二q制码来唯一地识别这个应用是否数于这个应用扩充?br />d. 扩充和域Q该块没有域Q且不能被其他扩充所修改?br />
十九(ji)、尾记录

a. 该块Z个单字段块,用来指示该数据流的结束。取固定?x3b.
b. 必须的版本:(x)87a?br />c. 语法
7 6 5 4 3 2 1 0 字段?cd
+---------------+
0 | | GIF 记?Byte
+---------------+
d.扩充和域Q该块没有域Q它用于l束gif 数据?hu)。它不能被Q何扩充所修改?br />
附录A. 快速参照表.
块名U?必须?标记 扩充 版本
应用扩充 可?(*) 0xFF (255) ?89a
注释扩充 可?(*) 0xFE (254) ?89a
全局色表 可?(1) ??87a
囑փ控制扩充 可?(*) 0xF9 (249) ?89a
头部 必须 (1) ??N/A
图象描述W?可?(*) 0x2C (044) ?87a (89a)
局部色?可?(*) ??87a
逻辑视屏描述?必须 (1) ??87a (89a)
U文本扩?可?(*) 0x01 (001) ?89a
记?必须 (1) 0x3B (059) ?87a
无标记块
头部 必须 (1) ??N/A
逻辑视屏描述W?必须 (1) ??87a (89a)
全局色表 可?(1) ??87a
局部色?可?(*) ??87a
成象?br />U文本扩?可?(*) 0x01 (001) ?89a
囑փ描述W?可?(*) 0x2C (044) ?87a (89a)
控制?br />图象控制扩充 可?(*) 0xF9 (249) ?89a
Ҏ(gu)用途块
记?必须 (1) 0x3B (059) ?87a
注释扩充 可?(*) 0xFE (254) ?89a
应用扩充 可?(*) 0xFF (255) ?89a
图例: (1) 如果出现Q最多发生一?br />(*) 0个或者多个发?br />(+) 一个或者多个发?br />?: 头部不受版本L(fng)制约?br />89a版的逻辑视屏描述块及(qing)图象描述W保留它们从87a版到89a版的语法,不过有的字段 ?7a版是保留,但是?9a版这为有用项?br />
附录B. GIF 语法.
   语法是用来表辑ֺ列的一U符号Ş式,q用q个表达序列中的一些对象来形成更大的对象。语法也用于表达在给定的位置出现对象的数目。在此给出的语法用来说明形成gif数据?hu)的块序列,用一些规则列表来表达。下面列出用于gif语法的符号定义?br />图例: <> 语法?br />::= W号定义
* 0个或更多的事件发?br />+ 1个或更多的事件发?br />| 替代元素
[] 可选元?br />例子:
<GIF 数据?hu)?gt; ::= 头部 <逻辑视屏> <数据>* 记?br />q个规则?lt;Gif 数据?hu)?gt;实体定义如下。它必须以头部开始,头部后面接一个逻辑视屏 实体Q该实体药用其他规则来定义。最后,数据实体接结束符。数据实体后面的*表示数据实体可以在此位置出现0或多ơ?br />语法
<Gif 数据?hu)?gt; ::= 头部 <逻辑视屏> <数据>* 记?br /><逻辑视屏> ::= 逻辑视屏描述?[全局色表]
<数据> ::= <成象?gt; |
<Ҏ(gu)用途块>
<成象?gt; ::= [图象控制扩充] <成象?gt;
<成象?gt; ::= <Z表的图象> |
U文本扩?br /><Table-Based Image> ::= 图象描述W?[局部色表] 图象数据
<Ҏ(gu)用途块> ::= 应用扩充 |
注释扩充

shaohua 2006-10-29 09:24 发表评论
]]>
[转]L转换影像压羃模式http://www.shnenglu.com/xushaohua/articles/14121.htmlshaohuashaohuaWed, 25 Oct 2006 02:28:00 GMThttp://www.shnenglu.com/xushaohua/articles/14121.htmlhttp://www.shnenglu.com/xushaohua/comments/14121.htmlhttp://www.shnenglu.com/xushaohua/articles/14121.html#Feedback0http://www.shnenglu.com/xushaohua/comments/commentRss/14121.htmlhttp://www.shnenglu.com/xushaohua/services/trackbacks/14121.html

由於在现今资讯流通普遍的C会(x)中,影像的需求量来大Q媄(jing)像的C化是必然的趋ѝ然而在C化过的媄(jing)像所占的资料量又相当庞大Q在传输与处理上皆有所不便。将资料压羃是最好的Ҏ(gu)。如今有一新的模式Q在压羃率及(qing)q原度皆有不错的表现Qؓ(f)其尚未有一标准的格式,故在应用上尚未普?qing)。但在不久的未来Q其潜力不可限量。而媄(jing)像之於印h密不可分的关pR故以此文章介l小波(WAVELETQ{换的历史渊源。小波{换的基础原理。现今的发展对印刷业界的冲击。媄(jing)像压~的未来的发展。?/p>


壏V前a (tng)

由於U技日新月异Q印刷已׃l印刯向数位印列在C化的q程中,影像的资料一直有档案q大的问题,占用记忆体过多,使资料在传输上、处理上都相当的Ҏ(gu)Q现今个人拥有True (tng)Color的视讯卡?4-bit的全彩印表机与扫描器已不再是天方夜K?jin),而用者对影像囑Ş的要求,不仅要色彩繁多、真实自?dng)更要搭配多媒体或动画。但是相对的高画质视觉n受,所要付出的代h(hun)是大量的储存I间Q用者往往只能眼睁睁地看着体积庞大的图档占掉硬、磁带和光碟片的I间Q美丽的图档在亲朋好友之间互通有无,是天l地义的事,但是用网路传?40X480 (tng)True (tng)Color囑Ş得花3分多钟,怋人哈Ơ连q,大家不禁?j)生疑虑Q难道图档不能压~得更小些吗Q如此报业在传版时也可更快速。所以一U好的压~格式是不可或缺的,可以使媄(jing)像所占的记忆体更、更Ҏ(gu)处理。但是目前市(jng)Z所用的压羃模式Q在压羃的比率上q不理想Q失d~的意义。不然就是压~比例过大而造成影像qQ即使数学家与资讯理论学者日以夜,卯尽全力Cؓ(f)lossless~码法找出更快速、更_ֽ的演法Q都无可避免一个尴的事实Q压~率q是不够好。再说用来印L(fng)话就造成影像模糊不清Q或是媄(jing)像出现锯齿状的现象。皆?x)造成印刷输出的问题。媄(jing)像压~?a target="_blank">技?/a>是否真的I途末路?L(fng)信hc解决难题的潜力是无限的。既然旧有编码法不够用Q山不{路{Q科学家便将注意力移转到WAVELET转换法,l果不但发现?jin)满意的解答Q还开拓出一条光明的坦途。小波分析是q几q来才发展出来的数学理论。小波分析,无论是作为数学理论的q箋(hu)L变换Q还是作为分析工具和Ҏ(gu)的离散小波变换,仍有许多可被研究的地方,它是q几q来在工具及(qing)Ҏ(gu)上的重大H破。小波分析是傅利ӞF(tun)ourierQ分析的重要发展Q他保留?jin)傅氏理论的优点Q又能克服其不之处。可辑ֈ完全不失真,压羃的比率也令h可以接受。由於其数学理论早在1960q代中叶有人提Z(jin)Q而到现在才有人将其应用於实际上,其理Z有相当大的发展空_(d)而其实际q用也属刚v步,其後l发展可说是不可限量。故研究的动Z由此而生。?/p>


贰、?tng)WAVELET的历史v源?/p>

WAVELET源v於Joseph (tng)Fourier的热力学公式。傅利叶方程式在十九(ji)世纪初期由Joseph (tng)Fourier (tng)(1768-1830)所提出Qؓ(f)C信号分析奠定?jin)基。在十九(ji)C十世U的基础数学研究领域也占?jin)极重要的地位。Fourier提出?jin)Q一方程式,甚至是画Zq箋(hu)囑Ş的方E式Q都可以有一单纯的分析式来表C。小波分析是q几q来才发展出来的数学理论为傅利叶方程式的延。?/p>

L分析Ҏ(gu)的提出可q溯?910qHaar提出的小波规范正交基。其?984q_(d)法国地球物理学J. (tng)Morlet在分析地震L的局部性质Ӟ发现传统的傅利叶转换Q难以达到其要求Q因此引q小波概忉|信号分析中,对信可行分解。随後理论物理学家A.Grossman对Morlet的这U信h据一个确定函数的伸羃Q^Uȝ (tng){ (tng)a (tng)-1/2 (tng)Ψ[(x-b)/a] (tng)Qa,b?R (tng),a?}展开的可行性进行了(jin)研究Qؓ(f)L分析的Ş成开?jin)先沟뀂?/p>

1986q_(d)Y. (tng)Meyer建构出具有一定衰减性的光滑函数Ψj,k(x)Q其二进制׾~与q移p?tng){Ψj,k(x)=?jΨ(2jx-k)Qj,k?Z}构成L2QRQ的规范正交基?987q_(d)Mallat巧妙的将多分辨分析的思想引入到小波分析中Q徏构了(jin)L函数的构造及(qing)信号按小波{换的分解?qing)重构?988qDaubechies建构?jin)具有正交性(OrthonormalQ及(qing)紧支集(Compactly (tng)SupportedQ;?qing)只有在一有限区域中是非零的小波,如此Q小波分析的理论得到?jin)初步徏立。?tng)?/p>


三、?tng)WAVELET影像压羃介及(qing)基础理论介绍 (tng)

一、?tng)WAVELET的压~概念?tng)?/p>

WAVELET架在三个主要的基理论之上Q分别是阶层式边?pyramid (tng)coding)、o(h)波器l理?filter (tng)bank (tng)theory)、以?qing)次旁带~码(subband (tng)coding)Q可以说wavelet (tng)transforml合?jin)此三?a target="_blank">技?/a>。小波{换能各U交l在一L(fng)不同频率l成的信P分解成不相同频率的信P因此能有效的应用於编码、解码、检边~、压~数据,?qing)将非线性问题线性化。良好的分析局部的旉区域与频率区域的信号QI补傅利叶转换中的~失Q也因此L转换被誉为数学显微镜。?tng)?/p>

WAVELETq不?x)保留所有的原始资料Q而是选择性的保留?jin)必要的部䆾Q以便经由数学公式推出其原始资料,可能不是非常完整Q但是可以非常接q原始资料。至於媄(jing)像中什度要保留Q什麽要舍弃Q端看能量的大小储存Q跟波长与频率有养I(j)。以较少的资料代替原来的资料Q达到压~资料的目的Q这U经由取舍资料而达到压~目地的作法Q是q代C影像~码技?/a>的一突破。即是WAVELET的概念引入编?a target="_blank">技?/a>中。?/p>

WAVELET转换在数位媄(jing)像{?a target="_blank">技?/a>上算是新UQ然而在太空U技早已行之有年Q像探测卫星和哈柏望q镜传输影像回地球,和医学上的光U媄(jing)像,早就开始用WAVELET的原理压~?q原影像资料Q而且有压~率极佳与原影重现的效果。?/p>

以往lossless的编码法只着重压~演法的表玎ͼ数位化的媄(jing)像资料一丝不漏的送去压羃Q所以还原回来的资料和原始资料分毫无差,但是此种压羃法的压羃率不佟뀂?tng)将C化的影像资料转换成利於编码的资料型态,控制解码後媄(jing)像的品质Q选择适当的编码法Q而且q在撷取囑Ş资料Ӟ先帮资料「减肥」。如此才是WAVELET~码法主要的观念。?tng)?/p>

二、?tng)?jing)像压~过E?/p>

原始囑Ş资料 (tng)→?tng)色彩模式{换?tng)→?tng)DCT转换 (tng)→?tng)量化器?tng)→?tng)编码器?tng)→?tng)编码结束 (tng)?/p>

三、?tng)编码的基本要素有三点?/p>

Q一Q?tng)一U压~?q原的{换可表现在媄(jing)像上的。?/p>

Q二Q?tng)其转换的系数是可以量化的。?/p>

Q三Q?tng)其量化的系数是可以用函数编码的。?/p>

四、?tng)现有WAVELET影像压羃工具主要的部q?/p>

Q一Q?tng)Wavelet (tng)TransformQWAVELET转换Q:(x)图形均衡的分割成Q何大,最压~二分之一。?tng)?/p>

Q二Q?tng)FiltersQo(h)镜)(j)Q这部䆾包含Wavelet (tng)TransformQ和一些着名的压羃Ҏ(gu)。?tng)?/p>

Q三Q?tng)QuantizersQ量化器Q:(x)包含两种格式的量化,一U是q_量化Q一U是内插量化Q对~码的架构有一定的影响。?/p>

Q四Q?tng)Entropy (tng)CodingQ熵~码器)(j)Q有两种格式Q一U是使其减少Q一Uؓ(f)内插。?/p>

Q五Q?tng)Arithmetic (tng)CoderQ数学公式)(j)Q这是徏立在Alistair (tng)Moffat's (tng)linear (tng)time (tng)coding (tng)histogram的基上。?/p>

Q六Q?tng)Bit (tng)AllocationQ资料分布)(j)Q这个过E是用整除法有效率的分配M一U量化。?tng)?/p>

肆、?tng)WAVELET影像压羃未来的发展趋势?/p>

一、?tng)在其结构上加强完备性。?/p>

二、?tng)修改程式,使其可以处理不同模式比率的?jing)像。?/p>

三、?tng)支援更多的色彩。可以处理RGB的色彩,像是YIQ、HUV的色彩定义都可以分别的处理。?tng)?/p>

四、?tng)加的能力Q其可支援更多的媄(jing)像格式。?/p>

五、?tng)用WAVELET转换藉由消除高频率资料增加速率。?/p>

六、?tng)增加多U的WAVELET。如Q离散、零元树(wi){。?/p>

七、?tng)修改其数学~码器,使资料能在数学公式和?sh)?/map>的位元之间{换。?/p>

八、?tng)增?X8格的DCT模式Q其能做JPEG的压~。?/p>

?ji)、?tng)增?X8格的DCT模式Q其能重叠。?/p>

十、?tng)增加trellis (tng)coding。?/p>

十一、?tng)增加零元?wi)。?/p>

C已有׃研院委托国内学术单位研究Q也有不的研究所的硕?map title="<a target=_blank>论文</a>" >论文发表。国外更是如火如荼的展开研究。相信实际应用於实务上的日子指日可待。?tng)?/p>

  (tng)

伍、?tng)?jing)像压~研I的方向 (tng)

1. (tng)输入装置如何捕捉真实的媄(jing)像而将其数位化。?/p>

2. (tng)如何数位化的媄(jing)像资料{换成利於~码的资料型态。?/p>

3. (tng)如何控制解码影像的品质。?/p>

4. (tng)如何选择适当的编码法。?/p>

5. (tng)人的视觉对媄(jing)像的反应机制。?/p>

L分析Q无论是作ؓ(f)数学理论的连l小波变换,q是作ؓ(f)分析工具和方法的LL变换Q仍有许多可被研I的地方Q它是近几年来在工具?qing)方法上的重大突破。小波分析是傅利ӞF(tun)ourierQ分析的重要发展Q他保留?jin)傅氏理论的优点Q又能克服其不之处。?tng)?/p>


陆、?tng)在印刷输出的应用?/p>

WAVELET影像压羃格式未成熟的情况下Q作为印刯?gu)嫌太早。但是後l发展潜力无IP其在网路出版方面,其利用h(hun)值更高,W(xu)AVELET的出现就犹如当时的JPEG出现Q在影像的领域中掀起一股旋风,但是WAVELET却有JPEG没有的优点,JPEG乃是q压羃Q且解码後复原程度有限,能在|\应用Q乃是由?map title="?sh)脑和计机斚w" >?sh)?/map>的解析度q不需要太高,可辨识其图形。而印h需的解析度却需一定的E度。WAVELET虽然也是q压羃Q但是解码後却可以还原资料到几乎完整q原Q如此的压羃才有存在的h(hun)倹{?/p>

有一点必要提出的就是,q不是只要资料还原就可以用在印刷上,q需要有解读其档案的RIPQ才能用於数位印刷上。等到WAVELET的应用成熟,再发展其适用的RIPQ又是一D|间以後的事了(jin)。?/p>

在网路出版上已经有浏览器可以外挂dWAVELET档案的Y体了(jin)Q不q还是测试版Q可是以後会(x)在网路上大量使用Q应该是未来的趋ѝ对於网路出版应该是一阵不的冲击。?/p>

囑փ压羃的好处是在於资料传输快速,减少|\的用费用,增加企业的利润,由於传版的时间减,也印刷品在当地印刷的可能性增高,减少q费Q减开支,提高时效性,创造新的商机。?tng)?/p>


柒、?tng)结论 (tng)?/p>

WAVELET的理论ƈ不是相当完备Q但是据现有的研I?map title="报告" >报告昄Q到普及(qing)应用的阶D,q有一D距R但L分析在信号处理、媄(jing)像处理、量子物理及(qing)非线性科学领域上Q均有其应用价倹{国内已有正?map title="<a target=_blank>论文</a>" >论文研究此一压羃模式。但有许多名词尚未有正式的翻译,各自有各自的译Q故研究h倍感辛苦。但怿不久即会(x)有正式的定名出现。这也显C国内的研究速度Q远落在外国的後面,国外已成立不相关的|站Q国内仅有少数的相关论文。如此一来国内要使这U压~模式普?qing)还有的{。正式用於印刷业更是要相当旉。不q对於网路出版仍是有相当大的契机Q国内仍是可以朝q一斚w发展的。站在一个用其成果的角度,印刷业界也许q不需要去?jin)解光q数理理论。但是在q用上,Z(jin)要用方便,和预估其发展势Q媄(jing)像压~的基本概念却不能没有。本文章单U的介绍其中的一U媄(jing)像压~模式,目的在ؓ(f)?jin)後进者有一参考的依据Q也许在不久的将来此一模式?x)成Z,到时才不?x)手x(chng)措。?/p>


参考文献:(x) (tng)

1.Geoff (tng)DavisQ?997QW(xu)avelet (tng)I(yng)mage (tng)Compression (tng)Construction (tng)KitQ。?/p>

2.张维?宇宙工作室Q初?994Q媄(jing)像档宝典.WINDOWS实作Q上Q, (tng)峰资讯股份有限公司。?/p>

3.张维?宇宙工作室Q初?994Q媄(jing)像档宝典.WINDOWS实作Q下Q, (tng)峰资讯股份有限公司。?/p>

4.施威铭研I室Q?994QPC影像处理技?/a>Q二Q图档压~箋(hu),旗标出版有限公司。?/p>

5.卢永成,民八十七q_(d)使用L转换?qing)其在?jing)像与视讯~码之应用,U立中原大学甉|工程学系士学位论文。?/p>

6.江俊明,民八十六q_(d)L分析介,U立淡江大学物理学系士论文。?/p>

7.曾泓瑜、陈曜州Q民八十三年Q最新数位讯号处?a target="_blank">技?/a>Q语韟뀁媄(jing)像处理实务)(j)Q全ƣ资讯图书?/p>

shaohua 2006-10-25 10:28 发表评论
]]>
[转]指纹识别法仍有优化I间http://www.shnenglu.com/xushaohua/articles/13240.htmlshaohuashaohuaTue, 03 Oct 2006 07:37:00 GMThttp://www.shnenglu.com/xushaohua/articles/13240.htmlhttp://www.shnenglu.com/xushaohua/comments/13240.htmlhttp://www.shnenglu.com/xushaohua/articles/13240.html#Feedback1http://www.shnenglu.com/xushaohua/comments/commentRss/13240.htmlhttp://www.shnenglu.com/xushaohua/services/trackbacks/13240.html指纹识别法是实现指U识别的关键Q它直接军_?jin)识别率的高(sh),是指U识别技术的核心(j)。虽然这些算法日d善,但仍有进一步降低错误率的空间?

目前Q指U识别技术的研究无论是在前端的数据采集上q是在后端的指纹识别法上都已经取得?jin)巨大的q展。于是,很多为现在的指纹识别技术已l很完善?jin),不再需要研I了(jin)。但q种观点是错误的Q在指纹识别技术上仍然有一些没有解军_的问题,? 低质量指U图像的处理、Ş变指U图像的匚w、活体指U的(g)等。这些都是经帔R到、非帔R要和亟待解决的问题。在国际指纹识别竞赛QF(tun)VC2004Q中Q指UҎ(gu)据库DB1中有些指U图像的形变很大,而位于第一名的指纹识别法的等错误?EER)?.97%Q从中可以看出Ş变指U图像的处理仍然不是很理惻I有着很多工作要做?

自动指纹识别pȝQAutomatic Fingerprint Identification SystemQ简UAFISQ是通过Ҏ(gu)的光?sh){换设备和计算机图像处理技术,Ҏ(gu)体指U进行采集、分析和比对Q可以自动、迅速、准地鉴别Zn份的。一般可以分成“离UK分”和“在UK分”两个部分。如?所C?

? 自动指纹识别pȝ框图

其中ȝ部分包括用指Uw集A采集指纹、提取出l节炏V将l节点保存到数据库中形成指纹模板库等主要步骤。在UK分包括用指纹采集仪采集指UV提取出l节炏V然后将q些l节点与保存在数据库中模板细节点q行匚wQ判断输入细节点与模板细节点是否来自同一个手指的指纹。一般来_(d)ȝ处理允许人工因素介入Q可Ҏ(gu)需要手动调整系l参敎ͼ而在U处理应完全ql自动完成所有操作?

本文主要Ҏ(gu)U图像增强、特征点提取、匹配以?qing)分cd压羃法q行介绍?

指纹囑փ增强法

采集获得的指U图像通常都伴随着各种各样的噪壎ͼ一部分是由于采集A造成的,比如采集仪上的污渍,采集仪的参数讄不恰当等。另外一部分是由于手指的状态造成的,比如手指的过qӀ太ѝ伤疤、脱皮等{。第一U相Ҏ(gu)说是固定的系l误差,比较Ҏ(gu)恢复。另外一cd个体手指密切相关Q比较难于恢复。指U增强在指纹囑փ的识别过E中是最为重要的一环,q部分算法的优劣对整个pȝ的性能产生臛_重要的媄(jing)响。如果这一部分没有处理好,也很N过改进后面的细节提取过E而获得好的效果?

指纹囑փ是连l脊U和L(fng)l成的(在细节点处除外)(j)Q具有丰富纹理信息的囑փ。对于灰度指U图像,脊线和谷U在局部的邻域内可以认ؓ(f)是正弦L形状Q具有一定的频率和方向。用方向场和Gabor滤L器来q行增强的算法就是基于这L(fng)特点q行?

指纹专家通常是根据视觉上的脊U信息来准确地识别出真正的细节点。这些脊U的关系有局部脊U的方向、脊U的q箋(hu)性、脊U的曲率、光滑度、脊U走向趋势等{。而诸如指U的脊线q接、局部脊U方向和脊线的光滑度q样的结构信息是有可能在计算Z表示出来的。所以也可以把hҎ(gu)U结构的认识引入指纹囑փ处理的过E中Q用计算机来模拟指纹专家做图像增强的法?

囑փ的预处理指的是在指纹q行囑փ增强前用一些简单的囑փ处理手段对图像进行初加工的过E。常见的预处理有: 灰度的均衡化Q这可以消除不同囑փ之间Ҏ(gu)度的差异; 使用单的低通o(h)波消除斑点噪声、高斯噪? 计算出图像的边界Q进行图像的裁剪Q这样可以减下一步的计算工作量,提高pȝ的速度?

指纹特征提取法

? 指纹囑փ?qing)其特?/font>

用计机的语a完整地描q稳定而又有区别的指纹特征是实现自动指U识别的一个关键问题。选择什么特征以?qing)如何表CU特征既关系指纹本n的特点,又和具体的指U匹配算法紧密联p,同时q要考虑所采用的指Uw集设备的特点。目前的自动指纹识别pȝ普遍采用的指U特征是l节点(minutiaeQ,分ؓ(f)极限末梢和分叉点Q见??

指纹的特征可以反映给定的人类体里来自不同手指的指纹之间怼的程度。指U的特征信息很多。这些所有的指纹特征信息构成?jin)庞大的指纹特征集合。那么,特征层需要研I和解决的问题(sh)要与q些特征信息有关Q比? “特征是否是l生不变的、惟一的”,“特征之间存在什么样的相互关pZ,“什么样的特征子集可以某种法辑ֈ最佳的识别效果”,“指U特征用于n份鉴别是否更安全”等{。一l好的特征不仅要能达到n份识别的基本要求Q而且对噪声、畸变和环境条g不敏感?

围绕指纹特征展开研究是伴随着ZҎ(gu)U进行n份鉴别的认识而进行的Q如今已l有很长的历双Ӏ?892q英国Sir Francis GaltonҎ(gu)U进行了(jin)pȝ研究Q首ơ提Z(jin)指纹特征惟一性的问题。随着信息技术的发展Qh们对w䆾认证的准性要求明显提高,同时也对指纹有效鉴定w䆾的能力生质疑?002q?月,国联邦法官路易斯hL拉克做出的“凭借指Uw定不能定|”的裁决?j)动了(jin)针?gu)U特征的两个斚w的研I工? (1)在实践中为指U定出可以作为有效特征的标准Q得两q指UҎ(gu)否相W不依赖于鉴定h员的主观判断; (2)研究指纹特征产生误差的根源,从技术角度将出现的误差量化?

指纹匚w

指纹匚w指的是通过对两枚指U特征集间的怼性比较,来判断对应的指纹囑փ是否来自同一手指的过E,它是一U非常经典而又亟待解决的模式识别问题?

目前Q指U细节点匚w法分类有多U? Ҏ(gu)指纹识别的目的可以分Z比一匚w和一比N匚w; Ҏ(gu)操作q程的差异可分ؓ(f)自动匚w 和hZ互匹? Ҏ(gu)匚w适应性可以分为弹性匹配和刚性匹配。根据指U细节点定义和相似性判断函数选取的不同,指纹匚wҎ(gu)更是多种多样的,比如Z奇异点的、基于三角Ş的、基于极坐标变换的,Z动态规划的、基于图匚w的等{方法,不胜枚D。需要说明的是这些分cL法都难以囊括所有的指纹匚w法Q因为同时有很多法彼此交叉?

需要指出的是,上述分类Ҏ(gu)q不是绝对的Q各U方法是怺联系的,每个法都有自己的特点,q对特D的应用。比? 囑֌配的Ҏ(gu)对质量差指纹囄噪声抗干扰能力较好,但方法未l大规模实验的证? l节点匹配对质量好的指纹囑փ计算准确Q纹理特征的可区分性不? ZU理信息和串匚w的؜合匹配方法在一定程度上提高?sh)(jin)识别率Q但是计代价非帔R; Z三角匚w和动态规划的混合匚wҎ(gu)可以解决非线性Ş变的问题Q但是提取的特征q大Q难以满_U实用的要求。总而言之,指纹囑փ的几何媄(jing)像Ş变及(qing)错位{问题是匚w法需要做的首要工作。因此,在指U识别中必须考虑q些指纹囑փ中可能存在的U性或非线性Ş变。目前已有的法依赖一个前提条? 待匹配的两幅指纹囑փ是用相同配|、相同采集A来采集的Q即同模态,q且Q这些指U允许存在一定程度的噪声。而匹配算法的最l目的是对给定的两幅指纹Q寻求ɘq两q图像的灰度(或特?怼度之间差异达到最的Ҏ(gu)。在q种情况下,主要的工作常常是Ҏ(gu)UŞ变问题的研究Q徏立一个定义在有穷的Ş变参数空间的带参数的形变变换模型Q最后进行Ş变参数最优化处理?

指纹分类与压~?

识别一个h需要将他的指纹与数据库中的所有指U做比较。在某些民用或刑侦场合,数据库可能非常大Q比如几百万枚指U)(j)。在q种情况下,识别需要耗费很长的时_(d)q是无法接受的。这一识别q程可以通过减少必须执行的匹配次数来提高速度。在某些情况下,如果加入诸如性别、种族、年龄等与个体有关的信息能显著降低搜索数据库的范_(d)然而这些信息ƈ不L存在的,比如在犯|现场的指纹。通常的策略是指UҎ(gu)据库划分成几个子c,q样识别指纹时只需此指纹与数据库中同一cȝ指纹做比较?

指纹分类是研究如何以稳定而且可靠的方式将指纹划ؓ(f)某一cd。指U匹配多Ҏ(gu)指纹的局部特征(如细节点Q来判别Q而指U分cdҎ(gu)指纹的全局特征Q如全局脊线l构、奇异点Q来判别。由于各指纹模式h较小的类间差距和较大的类内差距,指纹分类是一个非帔R的模式识别问题。指U图像通常q有噪声Q这使得分类d更加困难Q因此指U分c问题(sh)直是模式识别领域中的隄问题Q一直以来也吸引?jin)科研h员的极大兴趣?

指纹压羃技术也是自动指U识别系l中的一w要技术,在大定w的指U库中,Z(jin)节省存储I间必须Ҏ(gu)U图q行压羃存储Q用时再进行解压羃。图像压~编码的目的是以量的比特数表C图像,同时保持复原囑փ的质量,使它W合预定应用场合的要求。基于小波的指纹压羃法Q是目前技术较成熟、应用较q泛的指U图像压~算法?/p>

shaohua 2006-10-03 15:37 发表评论
]]>
常用囑փ压羃Ҏ(gu)http://www.shnenglu.com/xushaohua/articles/13231.htmlshaohuashaohuaMon, 02 Oct 2006 13:03:00 GMThttp://www.shnenglu.com/xushaohua/articles/13231.htmlhttp://www.shnenglu.com/xushaohua/comments/13231.htmlhttp://www.shnenglu.com/xushaohua/articles/13231.html#Feedback0http://www.shnenglu.com/xushaohua/comments/commentRss/13231.htmlhttp://www.shnenglu.com/xushaohua/services/trackbacks/13231.html一、行E长度压~?/p>

原理是将一扫描行中的颜色值相同的盔R像素用一个计数值和那些像素的颜色值来代替。例?aaabccccccddeeeQ则可用3a1b6c2d3e来代ѝ对于拥有大面积Q相同颜色区域的囑փQ用RLE压羃Ҏ(gu)非常有效。由RLE原理z?gu)多具体行E压~方?

1.PCX行程压羃Ҏ(gu):

该算法实际上是位映射格式到压~格式的转换法Q该法对于q箋(hu)出现1ơ的字节ChQ若Ch>0xc0则压~时在该字节前加?xc1Q否则直接输出ChQ对于连l出现Nơ的字节ChQ则压羃?xc0QNQChq两个字节,因而N最大只能ؓ(f)ffQc0=3fh(十进制ؓ(f)63)Q当N大于63Ӟ则需分多ơ压~?/p>

2.BI_RLE8压羃Ҏ(gu):

在WINDOWS3.0?.1的位图文件中采用?jin)这U压~方法。该压羃Ҏ(gu)~码也是以两个字节ؓ(f)基本单位。其中第一个字节规定了(jin)用第二个字节指定的颜色重复次数。如~码0504表示从当前位|开始连l显C?个颜色gؓ(f)04的像素。当W二个字节ؓ(f)零时W二个字节有Ҏ(gu)含义:0表示行末;1
表示图末;2转义后面2个字节,q两个字节分别表CZ一像素相对于当前位|的水^位移和垂直位UR这U压~方法所能压~的囑փ像素位数最大ؓ(f)8?256?囑փ?/p>

3.BI_RLE压羃Ҏ(gu):

该方法也用于WINDOWS3.0/3.1位图文g中,它与BI_RLE8~码cMQ唯一不同?BI_RLE4的一个字节包含了(jin)两个像素的颜Ԍ因此Q它只能压羃的颜色数不超q?6的图像。因而这U压~应用范围有限?/p>

4.紧羃位压~方?Packbits):

该方法是用于Apple公司的MacintoshZ的位图数据压~方法,TIFF规范中用了(jin)q种Ҏ(gu)Q这U压~方法与BI_RLE8压羃Ҏ(gu)怼Q如1c1c1c1c2132325648压羃?831c2181325648Q显而易见,q种压羃Ҏ(gu)最好情冉|每连l?28个字节相同,q?28个字节可压羃Z个数?f。这U方法还是非常有效的?/p>

二、霍夫曼~码压羃:

也是一U常用的压羃Ҏ(gu)。是1952qؓ(f)文本文g建立的,其基本原理是频繁使用的数据用较短的代码代替,很少使用的数据用较长的代码代替,每个数据的代码各不相同。这些代码都是二q制码,且码的长度是可变的。如:有一个原始数据序列,ABACCDAA则编码ؓ(f)A(0)QB(10)QC(110)QD111)Q压~后?10011011011100。生霍夫曼~码需要对原始数据扫描两遍Q第一遍扫描要_地统计出原始数据中的每个值出现的频率Q第二遍是徏立霍夫曼?wi)ƈq行~码Q由于需要徏立二叉树(wi)q历二叉树(wi)生成~码Q因此数据压~和q原速度都较慢,但简单有效,因而得到广泛的应用?/p>

三、LZW压羃Ҏ(gu)

LZW压羃技术比其它大多数压~技术都复杂Q压~效率也较高。其基本原理是把每一个第一ơ出现的字符串用一个数值来~码Q在q原E序中再这个数D成原来的字符Ԍ如用数?x100代替字符?abccddeee"q样每当出现该字W串Ӟ都用0x100代替QvC(jin)压羃的作用。至?x100与字W串的对应关pd是在压羃q程中动态生成的Q而且q种对应关系是隐含在压羃数据中,随着解压~的q行q张~码表会(x)从压~数据中逐步得到恢复Q后面的压羃数据再根据前面数据生的对应关系产生更多的对应关pR直到压~文件结束ؓ(f)止。LZW是可逆的Q所有信息全部保留?/p>

四、算术压~方?/p>

术压羃与霍夫曼~码压羃Ҏ(gu)cMQ只不过它比霍夫曼编码更加有效。算术压~适合于由相同的重复序列组成的文gQ算术压~接q压~的理论极限。这U方法,是将不同的序列映像到0?之间的区域内Q该区域表示成可变精?位数)的二q制数Q越不常见的数据要的_ֺ高(更多的位?Q这U方法比较复杂,因而不太常用?/p>

五、JPEG(联合摄媄(jing)专家lJointPhotographicExprertsGroup)

JPEG标准与其它的标准不同Q它定义?jin)不兼容的编码方法,在它最常用的模式中Q它是带q的,一个从JPEG文g恢复出来的图像与原始囑փL不同的,但有损压~重建后的图像常常比原始囑փ的效果更好。JPEG的另一个显著的特点是它的压~比例相当高Q原囑փ大小与压~后的图像大相比,比例可以?Q到80?0Q不{。这U方法效果也好,适合多媒体系l?/p>

shaohua 2006-10-02 21:03 发表评论
]]>
析指纹识别http://www.shnenglu.com/xushaohua/articles/13230.htmlshaohuashaohuaMon, 02 Oct 2006 12:55:00 GMThttp://www.shnenglu.com/xushaohua/articles/13230.htmlhttp://www.shnenglu.com/xushaohua/comments/13230.htmlhttp://www.shnenglu.com/xushaohua/articles/13230.html#Feedback0http://www.shnenglu.com/xushaohua/comments/commentRss/13230.htmlhttp://www.shnenglu.com/xushaohua/services/trackbacks/13230.html (tng) (tng) (tng) 指纹识别基本上也是可以分成:(x)预处理、特征选择和模式分cd个大的步骤。但是由于指U图像的Ҏ(gu)性,其内在的处理q程可能比较复杂Q所以其中的变化也比较多?br /> (tng)
指纹囑փ的预处理包括Q图像加强、细化、方向图提取、分割等步骤。其中分割指的是去除噪声较多不易区分的指U分块等{。方向图提取的方法也比较多,有模板的Ҏ(gu)、神l网l的Ҏ(gu)或者其他好多的Ҏ(gu)?/p>

指纹囑փ的特征指的是q种特征
 (tng)

 (tng) (tng) (tng) 特征提取之后的匹配过E,我们所知到的不多,可以参考文章?/p>

A.K.Jain是其中的大师Q中国在q方面的人物有石青云。以下列Z(jin)他们的一些文章?/p>

1. Fingerprint classification approaches: an overview
http://ccrma-www.stanford.edu/~jhw/bioauth/fingerprints/00949849.pdf

2. Jain, A., and Pankanti, S., "Fingerprint Classification and Matching".
 (tng)Handbook for Image and Video Processing, A. Bovik (ed.), Academic Press, April 2000.
http://www.research.ibm.com/ecvg/pubs/sharat-handbook.pdf

3. L. Hong, Y. Wan, and A. Jain, "Fingerprint image enhancement: Algorithm and performance evaluation,"  (tng)I(yng)EEE. Trans. Pattern Anal. Machine Intell., vol. 20, pp. 777--789, Aug. 1998.

 (tng)



shaohua 2006-10-02 20:55 发表评论
]]>
指纹识别的基本原?/title><link>http://www.shnenglu.com/xushaohua/articles/13228.html</link><dc:creator>shaohua</dc:creator><author>shaohua</author><pubDate>Mon, 02 Oct 2006 12:53:00 GMT</pubDate><guid>http://www.shnenglu.com/xushaohua/articles/13228.html</guid><wfw:comment>http://www.shnenglu.com/xushaohua/comments/13228.html</wfw:comment><comments>http://www.shnenglu.com/xushaohua/articles/13228.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.shnenglu.com/xushaohua/comments/commentRss/13228.html</wfw:commentRss><trackback:ping>http://www.shnenglu.com/xushaohua/services/trackbacks/13228.html</trackback:ping><description><![CDATA[ <p> <span id="hxuacjq" class="unnamed1"> <font color="#333333" size="2">指纹其实是比较复杂的。与人工处理不同Q许多生物识别技术公司ƈ不直接存储指U的囑փ。多q来在各个公司及(qing)其研I机构生了(jin)许多数字化的法Q美国有x(chng)律认为,指纹囑փ属于个h隐私Q因此不能直接处理指U图像)(j)。但指纹识别法最l都归结为在指纹囑փ上找到ƈ比对指纹的特征?/font> </span> </p> <h2 class="unnamed1" align="left"> <font color="#333333" size="2">指纹的特?/font> </h2> <p class="unnamed1" align="left"> <font color="#333333" size="2">我们定义?jin)指U的两类特征来进行指U的验证QM特征和局部特征。在考虑局部特征的情况下,英国学者E.R.Herry认ؓ(f)Q只要比?3个特征点重合Q就可以认为是同一个指UV?/font> </p> <h3 class="unnamed1" align="left"> <font color="#333333" size="2">M特征</font> </h3> <div align="left"> <font color="#333333"> <span id="vnisybe" class="unnamed1"> <font size="2">  M特征是指那些用肉眼直接就可以观察到的特征Q包括:(x)</font> </span> </font> </div> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">UŞ</font> <font color="#333333"> <span id="oneytah" class="unnamed1"> <font size="2">?</font> </span> </font> </h4> <div align="left"> <table width="747"> <tbody> <tr> <td class="unnamed1"> <div align="center"> <font color="#333333"> <img height="160" alt="loop" src="http://www.chinaai.org/UploadFiles/200433021838734.gif" width="160" /> </font> </div> </td> <td class="unnamed1"> <div align="center"> <font color="#333333">?img height="160" alt="arch" src="http://www.chinaai.org/UploadFiles/200433021838580.gif" width="160" /></font> </div> </td> <td class="unnamed1"> <div align="center"> <font color="#333333"> <img height="160" alt="whorl" src="http://www.chinaai.org/UploadFiles/200433021839621.gif" width="160" /> </font> </div> </td> </tr> <tr align="middle"> <td class="unnamed1"> <font color="#333333" size="2">环型QloopQ?</font> </td> <td class="unnamed1"> <font color="#333333" size="2">弓型QarchQ?</font> </td> <td class="unnamed1"> <font color="#333333" size="2">螺旋型(whorlQ?</font> </td> </tr> </tbody> </table> </div> <p class="unnamed1" align="left"> <font color="#333333" size="2">其他的指U图案都Zq三U基本图案。仅仅依靠纹形来分L指纹是远q不够的Q这只是一个粗略的分类Q通过更详l的分类使得在大数据库中搜寻指纹更ؓ(f)方便快捷?/font> </p> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">模式区(Pattern AreaQ?/font> </h4> <div align="left"> <table> <tbody> <tr> <td class="unnamed1" width="120"> <div align="center"> <font color="#333333"> <img height="100" alt="" src="http://www.chinaai.org/UploadFiles/200433021839360.gif" width="100" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333">?font size="2">模式区是指指纹上包括了(jin)M特征的区域,即从模式区就能够分L出指UҎ(gu)属于那一U类型的。有的指U识别算法只使用模式区的数据?SecureTouch的指U识别算法用了(jin)所取得的完整指U而不仅仅是模式区q行分析和识别?/font></font> </td> </tr> </tbody> </table> </div> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">核心(j)点(Core PointQ?/font> </h4> <div align="left"> <table> <tbody> <tr> <td class="unnamed1" width="120"> <div align="center"> <font color="#333333"> <img height="100" alt="" src="http://www.chinaai.org/UploadFiles/200433021839371.gif" width="100" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333">?font size="2">核?j)点位于指纹U\的渐q中?j),它在d指纹和比Ҏ(gu)UҎ(gu)作ؓ(f)参考点。许多算法是Z核心(j)点的Q既只能处理和识别具有核?j)点的指UV核?j)点对于SecureTouch的指U识别算法很重要Q但没有核心(j)点的指纹它仍然能够处理?/font></font> </td> </tr> </tbody> </table> </div> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">三角点(DeltaQ?/font> </h4> <div align="left"> <table> <tbody> <tr> <td class="unnamed1" width="120"> <div align="center"> <font color="#333333"> <img height="100" alt="" src="http://www.chinaai.org/UploadFiles/200433021840797.gif" width="100" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333" size="2">三角点位于从核心(j)点开始的W一个分叉点或者断炏V或者两条纹路会(x)聚处、孤立点、折转处Q或者指向这些奇异点。三角点提供?jin)指U纹路的计数跟踪的开始之处?/font> </td> </tr> </tbody> </table> </div> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">UҎ(gu)QRidge CountQ?/font> </h4> <div align="left"> <table> <tbody> <tr> <td class="unnamed1" width="120"> <div align="center"> <font color="#333333"> <img height="100" alt="" src="http://www.chinaai.org/UploadFiles/200433021840112.gif" width="100" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333">?font size="2">指模式区内指纹U\的数量。在计算指纹的纹数时Q一般先在连接核?j)点和三角点Q这条连U与指纹U\怺的数量即可认为是指纹的纹数?/font></font> </td> </tr> </tbody> </table> </div> <h3 class="unnamed1" align="left"> <font color="#333333" size="2">局部特?/font> </h3> <p class="unnamed1" align="left"> <font color="#333333" size="2">局部特征是指指U上的节点的特征Q这些具有某U特征的节点UCؓ(f)特征炏V两枚指U经怼(x)h相同的M特征Q但它们的局部特?-特征点,却不可能完全相同?/font> </p> <p class="unnamed1" align="left"> <font color="#333333" size="2">指纹U\q不是连l的、^滑笔直的Q而是l常出现中断、分叉或打折。这些断炏V分叉点和{折点q为?b>特征?/b>”。就是这些特征点提供?jin)指U唯一性的认信息。指U上的节Ҏ(gu)四种不同Ҏ(gu):(x)</font> </p> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">特征点的分类</font> </h4> <p class="unnamed1" align="left"> <font color="#333333" size="2">有以下几U类型,最典型的是l结点和分叉炏V?/font> </p> <div align="left"> <table> <tbody> <tr> <td class="unnamed1" width="100"> <div align="center"> <font color="#333333"> <img height="85" alt="" src="http://www.chinaai.org/UploadFiles/200433021840784.gif" width="85" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333" size="2">l结点(EndingQ?-- 一条纹路在此终l?/font> </td> </tr> <tr> <td class="unnamed1"> <div align="center"> <font color="#333333"> <img height="85" alt="" src="http://www.chinaai.org/UploadFiles/200433021840833.gif" width="85" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333" size="2">分叉点(BifurcationQ?-- 一条纹路在此分开成ؓ(f)两条或更多的U\?/font> </td> </tr> <tr> <td class="unnamed1"> <div align="center"> <font color="#333333"> <img height="85" alt="" src="http://www.chinaai.org/UploadFiles/200433021841738.gif" width="85" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333" size="2">分歧点(Ridge DivergenceQ?-- 两条q的纹路在此分开?/font> </td> </tr> <tr> <td class="unnamed1"> <div align="center"> <font color="#333333"> <img height="85" alt="" src="http://www.chinaai.org/UploadFiles/200433021841140.gif" width="85" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333" size="2">孤立点(Dot or IslandQ?-- 一条特别短的纹路,以至于成Z炏V?/font> </td> </tr> <tr> <td class="unnamed1"> <div align="center"> <font color="#333333"> <img height="85" alt="" src="http://www.chinaai.org/UploadFiles/200433021842472.gif" width="85" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333" size="2">环点QEnclosureQ?-- 一条纹路分开成ؓ(f)两条之后Q立x(chng)合ƈ成ؓ(f)一条,q样形成的一个小环称为环炏V?/font> </td> </tr> <tr> <td class="unnamed1"> <div align="center"> <font color="#333333"> <img height="85" alt="" src="http://www.chinaai.org/UploadFiles/200433021842876.gif" width="85" /> </font> </div> </td> <td class="unnamed1"> <font color="#333333" size="2">短纹QShort RidgeQ?-- 一端较短但不至于成Z点的U\?/font> </td> </tr> </tbody> </table> </div> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">方向QOrientationQ?/font> </h4> <p class="unnamed1" align="left"> <font color="#333333" size="2">-- 节点可以朝着一定的方向?/font> </p> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">曲率QCurvatureQ?/font> </h4> <p class="unnamed1" align="left"> <font color="#333333" size="2">-- 描述U\方向改变的速度?/font> </p> <h4 class="unnamed1" align="left"> <font color="#333333" size="2">位置QPositionQ?/font> </h4> <p class="unnamed1" align="left"> <font color="#333333" size="2">-- 节点的位|通过Qx, yQ坐标来描述Q可以是l对的,也可以是相对于三角点或特征点的?/font> </p> <img src ="http://www.shnenglu.com/xushaohua/aggbug/13228.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.shnenglu.com/xushaohua/" target="_blank">shaohua</a> 2006-10-02 20:53 <a href="http://www.shnenglu.com/xushaohua/articles/13228.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>指纹识别pȝ?qing)其应?/title><link>http://www.shnenglu.com/xushaohua/articles/13229.html</link><dc:creator>shaohua</dc:creator><author>shaohua</author><pubDate>Mon, 02 Oct 2006 12:53:00 GMT</pubDate><guid>http://www.shnenglu.com/xushaohua/articles/13229.html</guid><wfw:comment>http://www.shnenglu.com/xushaohua/comments/13229.html</wfw:comment><comments>http://www.shnenglu.com/xushaohua/articles/13229.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.shnenglu.com/xushaohua/comments/commentRss/13229.html</wfw:commentRss><trackback:ping>http://www.shnenglu.com/xushaohua/services/trackbacks/13229.html</trackback:ping><description><![CDATA[一??<br />我们手掌?qing)其手指、脚、脚ֆ侧表面的皮肤凸凹不^产生的纹路会(x)形成各种各样的图案。这些纹路的存在增加?jin)皮肤表面的摩擦力,使得我们能够用手来抓起重物。h们也注意刎ͼ包括指纹在内的这些皮肤的U\在图案、断点和交叉点上各不相同Q也是_(d)是唯一的。依靠这U唯一性,我们可以把一个h同他的指U对应v来,通过比较他的指纹和预先保存的指纹q行比较Q就可以验证他的真实w䆾。这U依靠h体的w体特征来进行n份验证的技术称为生物识别技术,指纹识别是生物识别技术的一U?br />1、现行的pȝ受到的挑(xi)?<br />安全性是许多pȝ要首先考虑的问题,管使用者一向都相当讨厌安全(g)查机制介入他们的工作中,但管理者仍焉要这L(fng)一U检查访问与使用情Ş的手l与Ҏ(gu)。如果没有办法清楚明的辨认使用者n分的话,那么你也无法确认是那位使用者,以及(qing)他究竟操作了(jin)什么行动。所以用者会(x)被强q去q行一些密码机制或g标志以帮助我们去q踪I竟是谁做了(jin)些什么?<br />现行的许多计机pȝ中,包括许多非常机密的系l,都是使用“用户ID+密码”的Ҏ(gu)来进行用L(fng)w䆾认证和访问控制的。实际上Q这U方案隐含着一些问题。例如,密码Ҏ(gu)被忘讎ͼ也容易被别hH取。而且Q如果用户忘C(jin)他的密码Q他׃能进入系l,当然可以通过pȝ理员重新设定密码来重新开始工作,但是一旦系l管理员忘记?jin)自q密码Q整个系l也许只有重新安装后才能工作。有x(chng)构的调查表明Q因为忘记密码而生的问题已经成ؓ(f)IT厂商售后服务的最常见问题?sh)一Q密码被别h盗取则更是一件可怕的事情Q因为用?j)不良的人可能?x)q一步窃取公司机密数据、可能会(x)盗用别h的名义做不正当的事情、甚至从锹行、ATMl端上提取别人的巨额存款。实际上Q密码的盗取比较Ҏ(gu)Q别人只要留意你在计机l端前输入口令时的击键动作就可以知道你的密码Q甚臛_以通过你的生日、年龄、姓名或者其他一些信息猜Z的密?-许多Z用自q生日作ؓ(f)密码Q密码还可以被解?-众所周知Q高度机密的国一些军事机构计机|络曾不止一ơ被黑客侵入Q黑客们实际上就是解破了(jin)q些计算机网l的某一合法用户的密码来开始的。尽现行系l通过要求用户?qing)时改变(sh)们的口今来防止盗用口o(h)行ؓ(f)Q但q种Ҏ(gu)不但增加?jin)用L(fng)记忆负担Q也不能从根本上解决问题?br />随着U技的进步,指纹识别技术已l开始走入了(jin)我们的日常生zM中。目前在世界上许多公司和研究机构都在指纹识别技术的研究中取得一些突破性技术,从而推Z(jin)许多C品,q些产品q开始在请多领域得以q用。BAC公司推出的业界领先的SecureTouch指纹识别Z品,是非常h应用价值和前景的?br />除了(jin)计算机网l及(qing)其应用系l外Q一些传l的需要进行n份验证的场合Q也存在着cM的安全性问题。例如证件的伪造和盗用、不正当的{借等。一些犯|通过伪造证件进入机密场所以窃取机密信息,有的犯罪伪造签证和护照非法入境或移民,q是因ؓ(f)传统的证件用了(jin)易于伪造、未l加密的U制证g。另一个例子是考勤机,它的使用方便?jin)企业进行职工的考勤理Q但佉K导头疼的是经常有人弄虚作假,代别人打卡?br />丢了(jin)钥匙不仅打不开门,q要当心(j)坏h拑ֈ你的钥匙盗取你的家胦(ch)Q其他用钥匙的场合同样也有如此的问题…?br />q些问题都说明,现行的系l安全性技术己l遭遇严ȝ?xi)?<br />2、指U识别是成熟的生物识?Biometric)技?<br />׃Z的n体特征具有不可复制的特点Qh们把目光转向?jin)生物识别技术,希望可以c此技术来应付现行pȝ安全所面(f)的的?xi)战。要把h体的特证用于w䆾识别Q这些特征必d有唯一性和E_性。研I和l验表明Qh的指UV掌UV面孔、发韟뀁虹膜、视|膜、骨架等都具有唯一性和E_性的特征Q即每个人的q些特征都与别h不同、且l生不变Q因此就可以据此识别Zh的n份。基于这些特征,Z发展?jin)指U识别、面部识别、发韌别等多种生物识别技术,目前许多技术都q成熟q得以应用,其中的指U识别技术更是生物识别技术的热点?br />指纹识别技术的发展得益于现代电(sh)子集成制造技术和快速可靠的法的研I。尽指U只是h体皮肤的一部分,但用于识别的数据量相当大Q对q些数据q行比对也不是简单的相等与不相等的问题,而是使用需要进行大量运的模糊匚w法。现代电(sh)子集成制造技术得我们可以制造相当小的指U图象读取设备,同时飞速发展的个h计算速度提供?jin)在微机甚至单片Z可以q行两个指纹的比对运的可能。另外,匚w法可靠性也不断提高Q指U识别技术己l非常实用?br />二?验证和L?<br />应用pȝ利用指纹识别技术可以分Zc,即验?Verification)和L?Identification)?验证是通过把一个现场采集到的指U与一个己l登记的指纹q行一对一的比对(one-to-one matchingQ,来确认n份的q程。作为验证的前提条gQ他或她的指U必d指纹库中已经注册。指U以一定的压羃格式存贮Qƈ与其姓名或其标识QIDQPINQ联pv来。随后在比对现场Q先验证其标识,然后Q利用系l的指纹与现场采集的指纹比对来证明其标识是合法的。验证其实是回答?jin)这样一个问题:(x)"他是他自U的q个人吗Q?q是应用pȝ中用得较多的方法?br />辨识则是把现场采集到的指U同指纹数据厍中的指Uw一Ҏ(gu)Q从中找Z现场指纹相匹配的指纹。这也叫“一对多匚wQone-to-many matchingQ”。验证其实是回答?jin)这样一个问题:(x)“他是谁Q”L识主要应用于犯罪指纹匚w的传l领域中。一个不明n份的人的指纹与指U库中有犯罪记录的h指纹q行比对Q来定此h是否曄有过犯罪记录?br />验证和L识在比对法和系l设计上各具技术特炏V例如验证系l一般只考虑对完整的指纹q行比对Q而L识系l要考虑D纹的比对;验证pȝҎ(gu)对算法的速度要求不如辨识pȝ高,但更易用性;另外在L识系l中Q一般要使用分类技术来加快查询的速度?br />除了(jin)验证的一对一和L识的一对多比对Ҏ(gu)Q在实际应用中还有“一对几个匹配(one-to-few matchingQ”。一对几个匹配主要应用于只有“几?few)”用L(fng)pȝ中,比如一个家庭的成员要进入他们的房子?“几个”所包含的数目一般ؓ(f)5?0人。一对几个匹配一般用与一对一匚w相同的方法?br />三?可靠性问?<br />׃计算机处理指UҎ(gu)Q只是涉?qing)?jin)指纹的一些有限的信息Q而且比对法q不是精匹配,其结果也不能保证100%准确。指U识别系l的特定应用的重要衡量标志是识别率。主要由两部分组成,拒判?FRR)和误判率(FAR)。我们可以根据不同的用途来调整q两个倹{FRR和FAR是成反比的。用0-1.0或百分比来表达这个数。ROC(Receiver Operating Curve)-曲线l出FAR和FRR之间的关pR?br />管指纹识别pȝ存在着可靠性问题,但其安全性也比相同可靠性别的“用户ID+密码”方案的安全性高得多。例如采用四位数字密码的pȝQ不安全概率?.01%Q如果同采用误判率ؓ(f)0.01%指纹识别pȝ相比Q由于不诚实的h可以在一D|间内试用所有可能的密码Q因此四位密码ƈ不安全,但是他绝对不可能扑ֈ一千个人去Z把所有的手指Q十个手指)(j)都试一遍。正因ؓ(f)如此Q权威机构认为,在应用中1%的误判率可以接受?br />FRR实际上也是系l易用性的重要指标。由于FRR和FAR是相互矛盄Q这׃得在应用pȝ的设计中Q要权衡易用性和安全性。一个有效的办法是比对两个或更多的指U,从而在不损失易用性的同时Q极大地提高?sh)(jin)系l安全性?br />四?嵌入式系l?Embedded System)与连接PC的桌面应?<br />利用指纹识别技术的应用pȝ常见有两U方法,卛_入式pȝ和连接PC的桌面应用系l。嵌入式pȝ是一个相对独立的完整pȝQ它不需要连接其他设备或计算机就可以独立完成其设计的功能Q象指纹门锁、指U考勤l端是嵌入式系l。其功能较ؓ(f)单一Q应用于完成特定的功能。而连接PC的桌面应用系l具有灵zȝpȝl构Qƈ且可以多个系l共享指U识别设备,可以建立大型的数据库应用。当?dng)׃需要连接计机才能完成指纹识别的功能,限制?jin)这U系l在许多斚w的应用?br />当今?jng)场上的指纹识别pȝ厂商Q除?jin)提供完整的指纹识别应用pȝ?qing)其解决?gu)外,可以提供从指U取像设备的OEM产品到完整的指纹识别软g开发包Q从而得无论是pȝ集成商还是应用系l开发商都可以自行开发自q增g品,包括嵌入式的pȝ和其他应用指Uw证的计算Y件?br />五?指纹识别技术应用实?<br />指纹识别技术可以通过几种Ҏ(gu)应用到许多方面。本文在上面已经介绍的通过使用指纹验证来取代各个计机应用E序的密码就是最为典型的实例。可以想象如果计机上的所有系l和应用E序都可以用指Uw证的话,Z使用计算机就?x)非常方便和安全Q用户不再讨厌必要的安全性检查,而IT开发商的售后服务工作也?x)减轻许多。IBM公司已经开发成功ƈq泛应用的Global Sign On软g通过定义唯一的口令,或者用指U,可以在公司整个|络上畅行无阅R?把指U识别技术同IC卡结合v来,是目前最有前景的一个方向之一。该技术把卡的Mh的指U(加密后)(j)存储在IC卡上Qƈ在IC卡的dZ加装指纹识别pȝQ当d机阅d上的信息Ӟ一q读入持卡者的指纹Q通过比对卡上的指U与持卡者的指纹可以确认持卡者的是否卡的真正MhQ从而进行下一步的交易。在更加严格的场合,q可以进一步同后端Lpȝ数据库上的指U作比较。指UIC卡可以广泛地q用于许多行业中Q例如取代现行的ATM卡、制造防伪证Ӟ{证或护照、公费医疗卡、会(x)员卡、借书卡等Q。目前ATM提款机加装指U识别功能在国已经开始用。持卡h可以取消密码 (避免老h和孩子记忆密码的困难)或者仍旧保留密码,在操作上按指U与密码的时间差不多?br />q年来,自动发送信息的互联|络Q带lh们的方便与利益,正在快速增长之中,但也因此产生?jin)很多的问题Q尤其在信息安全斚w。无论是团体或者个人的信息Q都x(chng)在四通八辄|络上传送而发生有损权益的事情。由于指U特征数据可以通过?sh)子邮g或其他传输方法在计算机网l上q行传输和验证,通过指纹识别技术,限定只有指定的h才能讉K相关信息Q可以极大地提高|上信息的安全性,q样Q包括网上银行、网上N易、电(sh)子商务的一pd|络商业行ؓ(f)Q就有了(jin)安全性保障。在SFNB(Security First Network Bank安全W一|络银行)Q就是通过互联|络来进行资金划的Q他们目前正在实施以指纹识别技术ؓ(f)基础的保障安全性的目Q以增强交易的安全性?br />֜医院里,指纹识别技术可以验证病n份,例如输血理。指U识别技术也有助于证实寻求公共救援、医疗及(qing)其他政府利或者保险金的h的n份确认。在q些应用中,指纹识别pȝ会(x)取代或者补充许多大量用照片和ID的系l?br />MQ随着许多指纹识别产品已经开发和生Q指U识别技术的应用已经开始进入民用市(jng)场,q且发展q猛Q相信这一技术的普及(qing)应用已经指日可待?img src ="http://www.shnenglu.com/xushaohua/aggbug/13229.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.shnenglu.com/xushaohua/" target="_blank">shaohua</a> 2006-10-02 20:53 <a href="http://www.shnenglu.com/xushaohua/articles/13229.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>数字囑փ?/title><link>http://www.shnenglu.com/xushaohua/articles/12591.html</link><dc:creator>shaohua</dc:creator><author>shaohua</author><pubDate>Sun, 17 Sep 2006 11:41:00 GMT</pubDate><guid>http://www.shnenglu.com/xushaohua/articles/12591.html</guid><wfw:comment>http://www.shnenglu.com/xushaohua/comments/12591.html</wfw:comment><comments>http://www.shnenglu.com/xushaohua/articles/12591.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.shnenglu.com/xushaohua/comments/commentRss/12591.html</wfw:commentRss><trackback:ping>http://www.shnenglu.com/xushaohua/services/trackbacks/12591.html</trackback:ping><description><![CDATA[ <span id="xvqlgjf" class="javascript"> <font color="#000000"> <font color="#ff0033"> <strong>1.数字囑փ处理发展概况<br />2.数字囑փ处理主要研究的内?br />3.数字囑փ处理的基本特?br />4.数字囑փ处理的优?br />5.数字囑փ处理的应?/strong> <br /> </font> <br /> <strong>数字囑փ处理发展概况<br /></strong>  数字囑փ处理QDigital Image ProcessingQ又UCؓ(f)计算机图像处理,它是指将囑փ信号转换成数字信号ƈ利用计算机对其进行处理的q程。数字图像处理最早出C20世纪50q代Q当时的?sh)子计算机已l发展到一定水qIZ开始利用计机来处理图形和囑փ信息。数字图像处理作Z门学U大UŞ成于20世纪60q代初期。早期的囑փ处理的目的是改善囑փ的质量,它以Zؓ(f)对象Q以改善人的视觉效果为目的。图像处理中Q输入的是质量低的图像,输出的是改善质量后的囑փQ常用的囑փ处理Ҏ(gu)有图像增强、复原、编码、压~等。首ơ获得实际成功应用的是美国喷气推q实验室QJPLQ。他们对航天探测器徘徊?号在1964q发回的几千张月球照片用了(jin)囑փ处理技术,如几何校正、灰度变换、去除噪声等Ҏ(gu)q行处理Qƈ考虑?jin)太阳位|和月球环境的媄(jing)响,p机成功地绘制出月球表面地图Q获得了(jin)巨大的成功。随后又Ҏ(gu)飞船发回的q十万张照片q行更ؓ(f)复杂的图像处理,以致获得?jin)月球的地Ş图、彩色图?qing)全景镶嵌图Q获得了(jin)非凡的成果,Zhcȝ?rn)月创丑֥定?jin)坚实的基Q也推动?jin)数字图像处理这门学U的诞生。在以后的宇航空间技术,如对火星、土星等星球的探研I中Q数字图像处理技术都发挥?jin)巨大的作用。数字图像处理取得的另一个巨大成是在医学上获得的成果?972q英国EMI公司工程师Housfield发明?jin)用于头颅诊断的X线计算机断层摄p|,也就是我们通常所说的CTQComputer TomographQ。CT的基本方法是Ҏ(gu)人的头部截面的投影,l计机处理来重建截面图像,UCؓ(f)囑փ重徏?975qEMI公司又成功研制出全n用的 CT装置Q获得了(jin)Z各个部位鲜明清晰的断层图像?979q_(d)q项无损伤诊断技术获得了(jin)?dng)奖Q说明它对hcMZ(jin)划时代的贡献。与此同Ӟ囑փ处理技术在许多应用领域受到q泛重视q取得了(jin)重大的开拓性成,属于q些领域的有航空航天、生物医学工E、工业检、机器h视觉、公安司法、军事制对{文化艺术等Q囑փ处理成ؓ(f)一门引人注目、前景远大的新型学科。随着囑փ处理技术的深入发展Q从70q代中期开始,随着计算机技术和人工、思维U学研究的迅速发展,数字囑փ处理向更高、更深层ơ发展。h们已开始研I如何用计算机系l解释图像,实现cM人类视觉pȝ理解外部世界Q这被称为图像理解或计算觉。很多国Ӟ特别是发辑֛家投入更多的人力、物力到q项研究Q取得了(jin)不少重要的研I成果。其中代表性的成果?0q代末MIT的Marr提出的视觉计理论,q个理论成ؓ(f)计算觉领域其后十多年的主导思想。图像理解虽然在理论Ҏ(gu)研究上已取得不小的进展,但它本n是一个比较难的研I域,存在不少困难Q因人类本n对自q视觉q程q(sh)(jin)解甚,因此计算觉是一个有待h们进一步探索的新领域?<br /><br /><strong>数字囑փ处理主要研究的内?/strong><br />   数字囑փ处理主要研究的内Ҏ(gu)以下几个斚wQ?<br /> (tng) (tng) (tng) (tng) (tng) (tng) (tng) 1) 囑փ变换。由于图像阵列很大,直接在空间域中进行处理,涉及(qing)计算量很大。因此,往往采用各种囑փ变换的方法,如傅立叶变换、沃?yu)(dng)什变换、离散余弦变换等间接处理技术,空间域的处理{换ؓ(f)变换域处理,不仅可减计量Q而且可获得更有效的处理(如傅立叶变换可在频域中进行数字o(h)波处理)(j)。目前新兴研I的L变换在时域和频域中都h良好的局部化Ҏ(gu),它在囑փ处理中也有着q泛而有效的应用?br /> (tng) (tng) (tng) (tng) (tng) (tng) (tng) (tng) (tng)2) 囑փ~码压羃。图像编码压~技术可减少描述囑փ的数据量Q即比特敎ͼ(j)Q以便节省图像传输、处理时间和减少所占用的存储器定w。压~可以在不失真的前提下获得,也可以在允许的失真条件下q行。编码是压羃技术中最重要的方法,它在囑փ处理技术中是发展最早且比较成熟的技术?br /> (tng) (tng) (tng) (tng) (tng) (tng) (tng)  (tng)3) 囑փ增强和复原。图像增强和复原的目的是Z(jin)提高囑փ的质量,如去除噪壎ͼ提高囑փ的清晰度{。图像增Z考虑囑փ降质的原因,H出囑փ中所感兴的部分。如强化囑փ高频分量Q可使图像中物体轮廓清晰Q细节明显;如强化低频分量可减少囑փ中噪声媄(jing)响。图像复原要求对囑փ降质的原因有一定的?jin)解Q一般讲应根据降质过E徏? 降质模型"Q再采用某种滤LҎ(gu)Q恢复或重徏原来的图像?<br /> (tng) (tng) (tng) (tng) (tng) (tng) (tng) </font> </span> <span id="joflvyu" class="javascript"> <font color="#000000">4) 囑փ分割。图像分割是数字囑փ处理中的关键技术之一。图像分割是图像中有意义的特征部分提取出来Q其有意义的特征有图像中的边~、区域等Q这是进一步进行图像识别、分析和理解的基。虽然目前已研究Z边~提取、区域分割的Ҏ(gu)Q但q没有一U普遍适用于各U图像的有效Ҏ(gu)。因此,对图像分割的研究q在不断深入之中Q是目前囑փ处理中研I的热点之一?<br /> (tng) (tng) (tng) (tng) (tng) (tng) 5) 囑փ描述。图像描q是囑փ识别和理解的必要前提。作为最单的二值图像可采用其几何特性描q物体的Ҏ(gu),一般图像的描述Ҏ(gu)采用二维形状描述Q它有边界描q和区域描述两类Ҏ(gu)。对于特D的U理囑փ可采用二l纹理特征描q。随着囑փ处理研究的深入发展,已经开始进行三l物体描q的研究Q提Z(jin)体积描述、表面描q、广义圆׃描述{方法?<br /> (tng) (tng) (tng) (tng) (tng) (tng) 6) 囑փ分类Q识别)(j)?/font> </span> <span id="wbwwgjx" class="javascript"> <font color="#000000">囑փ分类Q识别)(j)属于模式识别的范_(d)其主要内Ҏ(gu)囑փl过某些预处理(增强、复原、压~)(j)后,q行囑փ分割和特征提取,从而进行判军_cR图像分cd采用l典的模式识别方法,有统计模式分cd句法Q结构)(j)模式分类Q近q来新发展v来的模糊模式识别和h工神l网l模式分cd囑փ识别中也来受到重视?br /><br /><strong>数字囑փ处理的基本特?/strong><br />  Q?Q目前,数字囑փ处理的信息大多是二维信息Q处理信息量很大。如一q?56×256低分辨率黑白囑փQ要求约64kbit的数据量Q对高分辨率彩色512×512囑փQ则要求768kbit数据量;如果要处?0?U的?sh)视囑փ序列Q则每秒要求500kbit?2.5Mbit数据量。因此对计算机的计算速度、存储容量等要求较高?br /> (tng) (tng) (tng) (tng) (tng) (tng) Q?Q数字图像处理占用的频带较宽。与语言信息相比Q占用的频带要大几个数量U。如?sh)视囑փ的带宽?.6MHzQ而语韛_宽仅?kHz左右。所以在成像、传输、存储、处理、显C等各个环节的实CQ技术难度较大,成本亦高Q这对频带压羃技术提Z(jin)更高的要求?br /> (tng) (tng) (tng) (tng) (tng) (tng) Q?Q数字图像中各个像素是不独立的,其相x(chng)大。在囑փ画面上,l常有很多像素有相同或接q的灰度。就?sh)视画面而言Q同一行中盔R两个像素或相M行间的像素,其相关系数可?.9以上Q而相M帧之间的相关性比帧内相关性一般说q要大些。因此,囑փ处理中信息压~的潜力很大?br /> (tng) (tng) (tng) (tng) (tng) (tng) Q?Q由于图像是三维景物的二l投影,一q图象本w不具备复现三维景物的全部几何信息的能力Q很昄三维景物背后部分信息在二l图像画面上是反映不出来的。因此,要分析和理解三维景物必须作合适的假定或附加新的测量,例如双目囑փ或多视点囑փ。在理解三维景物旉要知识导引,q也是h工智能中正在致力解决的知识工E问题?br /> (tng) (tng) (tng) (tng) (tng) (tng) Q?Q数字图像处理后的图像一般是lh观察和评L(fng)Q因此受人的因素影响较大。由于h的视觉系l很复杂Q受环境条g、视觉性能、h的情l爱好以?qing)知识状况?jing)响很大,作ؓ(f)囑փ质量的评仯有待q一步深入的研究。另一斚wQ计机视觉是模仿h的视觉,人的感知机理必然影响着计算觉的研究。例如,什么是感知的初始基元,基元是如何组成的Q局部与全局感知的关p,优先敏感的结构、属性和旉特征{,q些都是?j)理学和经心(j)理学正在着力研I的N?<br /><br /><strong>数字囑փ处理的优?br /></strong>  1. 再现性好数字囑փ处理与模拟图像处理的Ҏ(gu)不同在于Q它不会(x)因图像的存储、传输或复制{一pd变换操作而导致图像质量的退化。只要图像在数字化时准确地表C(jin)原稿Q则数字囑փ处理q程始终能保持图像的再现?<br /> (tng) (tng) (tng) (tng) (tng) (tng) 2Q处理精度高按目前的技术,几乎可将一q模拟图像数字化ZQ意大的二维数组Q这主要取决于图像数字化讑֤的能力。现代扫描A可以把每个像素的灰度{量化?6位甚x(chng)高,q意味着囑փ的数字化_ֺ可以辑ֈ满M应用需求。对计算言Q不论数l大,也不论每个像素的位数多少Q其处理E序几乎是一L(fng)。换a之,从原理上讲不论图像的_ֺ有多高,处理L能实现的Q只要在处理时改变程序中的数l参数就可以?jin)。回想一下图像的模拟处理Qؓ(f)?jin)要把处理精度提高?sh)个数量Q就要大q度地改q处理装|,q在l济上是极不合算的?<br /> (tng) (tng) (tng) (tng) (tng) (tng) 3Q适用面宽囑փ可以来自多种信息源,它们可以是可见光囑փQ也可以是不可见的L谱图像(例如X线囑փ、射U图像、超声L囑փ或红外图像等Q。从囑փ反映的客观实体尺度看Q可以小到电(sh)子显微镜囑փQ大到航I照片、遥感图像甚臛_文望q镜囑փ。这些来自不同信息源的图像只要被变换为数字编码Ş式后Q均是用二维数组表示的灰度图像(彩色囑փ也是q度图像组合成的,例如RGB囑փq、绿、蓝三个灰度囑փl合而成Q组合而成Q因而均可用计算机来处理。即只要针对不同的图像信息源Q采取相应的囑փ信息采集措施Q图像的数字处理Ҏ(gu)适用于Q何一U图像?br /> (tng) (tng) (tng) (tng) (tng)  (tng)4Q灵zL高囑փ处理大体上可分ؓ(f)囑փ的像质改善、图像分析和囑փ重徏三大部分Q每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运,q极大地限制?jin)光学图像处理能实现的目标。而数字图像处理不仅能完成U性运,而且能实现非U性处理,卛_是可以用数学公式或逻辑关系来表辄一切运均可用数字囑փ处理实现?<br /><br /><strong>数字囑փ处理的应?br /></strong>  囑փ是hc获取和交换信息的主要来源,因此Q图像处理的应用领域必然涉及(qing)Chcȝzd工作的方斚w面。随着人类zd范围的不断扩大,囑փ处理的应用领域也随之不断扩大。?br /> (tng) (tng) (tng) (tng) (tng) 1Q航天和航空技术方面的应用数字囑փ处理技术在航天和航I技术方面的应用Q除?jin)上面介l的JPLҎ(gu)球、火星照片的处理之外Q另一斚w的应用是在飞机遥感和卫星遥感技术中。许多国家每天派出很多侦察飞机对地球上有兴趣的地行大量的IZ摄媄(jing)。对由此得来的照片进行处理分析,以前需要雇用几千hQ而现在改用配备有高计算机的囑փ处理pȝ来判d析,既节省h力,又加快了(jin)速度Q还可以从照片中提取人工所不能发现的大量有用情报。从60q代末以来,国?qing)一些国际组l发了(jin)资源遥感卫星Q如LANDSATpdQ和天空实验室(如SKYLABQ,׃成像条g受飞行器位置、姿态、环境条件等影响Q图像质量M是很高。因此,以如此昂늚代h(hun)q行单直观的判读来获取图像是不合的Q而必采用数字图像处理技术。如LANDSATpd陆地卫星Q采用多波段扫描器(MSSQ,?00km高空对地球每一个地Z18天ؓ(f)一周期q行扫描成像Q其囑փ分L率大致相当于地面上十几米?00c_叻I?983q发的LANDSAT-4Q分辨率?30mQ。这些图像在IZ先处理(数字化,~码Q成数字信号存入带中,在卫星经q地面站上空Ӟ再高速传送下来,然后由处理中?j)分析判诅R这些图像无论是在成像、存储、传输过E中Q还是在判读分析中,都必采用很多数字图像处理方法。现在世界各国都在利用陆地卫星所获取的图像进行资源调查(如森林调查、vz惔沙和渔业调查、水资源调查{)(j)Q灾x(chng)(如病虫害(g)、水火检、环境污染检等Q,资源勘察Q如x(chng)a(b)勘查、矿产量探测、大型工E地理位|勘探分析等Q,农业规划Q如土壤营养、水份和农作物生ѝ量的估算{)(j)Q城?jng)规划(如地质结构、水源及(qing)环境分析{)(j)。我国也陆箋(hu)开展了(jin)以上诸方面的一些实际应用,q获得了(jin)良好的效果。在气象预报和对太空其它星球研究斚wQ数字图像处理技术也发挥?jin)相当大的作用。?br /> (tng) (tng) (tng) (tng) (tng) 2Q生物医学工E方面的应用数字囑փ处理在生物医学工E方面的应用十分q泛Q而且很有成效。除?jin)上面介l的CT技术之外,q有一cL对医用显微图像的处理分析Q如U细?yu)、白l胞(yu)分类Q染色体分析Q癌l胞(yu)识别{。此外,在X光肺部图像增晰、超声L囑փ处理、心(j)?sh)图分析、立体定向放治疗等d诊断斚w都广泛地应用囑փ处理技术。?br /> (tng) (tng) (tng) (tng) (tng) 3Q通信工程斚w的应用当前通信的主要发展方向是声音、文字、图像和数据l合的多媒体通信。具体地讲是电(sh)话、电(sh)视和计算Z三网合一的方式在数字通信|上传输。其中以囑փ通信最为复杂和困难Q因囑փ的数据量十分巨大Q如传送彩色电(sh)视信L(fng)速率?00Mbit/s以上。要这样高速率的数据实时传送出去,必须采用~码技术来压羃信息的比牚w。在一定意义上Ԍ~码压羃是这些技术成败的关键。除?jin)已应用较广泛的늼码、DPCM~码、变换编码外Q目前国内外正在大力开发研I新的编码方法,如分行编码、自适应|络~码、小波变换图像压~编码等。?br /> (tng) (tng) (tng) (tng) (tng) 4Q工业和工程斚w的应用在工业和工E领域中囑փ处理技术有着q泛的应用,如自动装配线中检零件的质量、ƈ寚w件进行分c,印刷?sh)\板疵病检查,Ҏ(gu)力学照片的应力分析Q流体力学图片的d和升力分析,邮政信g的自动分拣,在一些有毒、放性环境内识别工g?qing)物体的形状和排列状态,先进的设计和刉技术中采用工业视觉{等。其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器hQ将?x)给工农业生产带来新的激励,目前已在工业生中的h、焊接、装配中得到有效的利用。?br /> (tng) (tng) (tng) (tng) (tng) 5Q军事公安方面的应用在军事方面图像处理和识别主要用于导弹的精末制导Q各U侦察照片的判读Q具有图像传输、存储和昄的军事自动化指挥pȝQ飞机、坦克和军舰模拟训练pȝ{;公安业务囄的判d析,指纹识别Qh脔R别,不完整图片的复原Q以?qing)交通监控、事故分析等。目前已投入q行的高速公路不停R自动收费pȝ中的车辆和R牌的自动识别都是囑փ处理技术成功应用的例子。?br /> (tng) (tng) (tng) (tng) (tng) 6Q文化艺术方面的应用目前q类应用有电(sh)视画面的数字~辑Q动ȝ制作Q电(sh)子图像游戏,U织工艺品设计,服装设计与制作,发型设计Q文物资料照片的复制和修复,q动员动作分析和评分{等Q现在已逐渐形成一门新的艺?-计算机美?/font> </span> <img src ="http://www.shnenglu.com/xushaohua/aggbug/12591.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.shnenglu.com/xushaohua/" target="_blank">shaohua</a> 2006-09-17 19:41 <a href="http://www.shnenglu.com/xushaohua/articles/12591.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item></channel></rss> <footer> <div class="friendship-link"> <p>лǵվܻԴȤ</p> <a href="http://www.shnenglu.com/" title="精品视频久久久久">精品视频久久久久</a> <div class="friend-links"> </div> </div> </footer> <a href="http://www.dishengbao.cn" target="_blank">97þۺɫۺɫhd</a>| <a href="http://www.phb321.cn" target="_blank">Ʒþþþ㽶</a>| <a href="http://www.xnrb.net.cn" target="_blank">޾þһح</a>| <a href="http://www.linggei.cn" target="_blank">þþƷһ</a>| <a href="http://www.qeckf.cn" target="_blank">þþþ߽ۺϳ</a>| <a href="http://www.jiangyuyun.cn" target="_blank">97þþƷˬ</a>| <a href="http://www.byrrj.cn" target="_blank">۲˾þþƷٸAV</a>| <a href="http://www.pbbu.cn" target="_blank">Ĺ˾Ʒþ޾ƷA뾫Ʒ </a>| <a href="http://www.vocard.cn" target="_blank">þ޾ƷƷ</a>| <a href="http://www.jamesauto.cn" target="_blank">þһٸ</a>| <a href="http://www.sdyingdahb.cn" target="_blank">2021þþƷ99Ʒ</a>| <a href="http://www.zzhysh.cn" target="_blank">͵ٸþþþþþþ</a>| <a href="http://www.qhcl233.cn" target="_blank">þþWWW</a>| <a href="http://www.spiralstar.com.cn" target="_blank">һþþþþþ</a>| <a href="http://www.thebeaver.cn" target="_blank">Ʒþþþþ</a>| <a href="http://www.p8595.cn" target="_blank">þþƷ</a>| <a href="http://www.zhunsan.cn" target="_blank">ģ˽ĹƷþ</a>| <a href="http://www.wzqcz.cn" target="_blank">þˬˬƬAV</a>| <a href="http://www.cq928.cn" target="_blank">þѾƷƵ</a>| <a href="http://www.secwatch.com.cn" target="_blank">þþþƷ鶹</a>| <a href="http://www.pz25555.cn" target="_blank">Ʒþþþþ</a>| <a href="http://www.f938.cn" target="_blank">һɫþ88ۺպƷ</a>| <a href="http://www.mdg163.cn" target="_blank">þþƷһ</a>| <a href="http://www.lushihu.cn" target="_blank">þ99Ʒ鶹լլ </a>| <a href="http://www.0756400.cn" target="_blank">޹Ʒþþ</a>| <a href="http://www.manini.cn" target="_blank">þþ뾫ƷպĦ </a>| <a href="http://www.callmanager.cn" target="_blank">޳avƬþ</a>| <a href="http://www.mlbj.net.cn" target="_blank">Ӱһþҹײ</a>| <a href="http://www.bttzc.cn" target="_blank">ձŷþþþѲ</a>| <a href="http://www.tst5.cn" target="_blank">޾ƷҹVAþó</a>| <a href="http://www.sxxnjy.cn" target="_blank">þĻƷһ</a>| <a href="http://www.xinjian452858.cn" target="_blank">ҹƷþþĸ</a>| <a href="http://www.liaoningluntan.cn" target="_blank">þùҹaӰԺ</a>| <a href="http://www.lianliankan123.cn" target="_blank">69Ʒþþþ99</a>| <a href="http://www.yefaa.cn" target="_blank">þøݾƷԴվ </a>| <a href="http://www.commonsoft.cn" target="_blank">avԾþþþa鶹</a>| <a href="http://www.su26.cn" target="_blank">þþƷҹҹŷ</a>| <a href="http://www.symedia.com.cn" target="_blank">þùAV䡪ٶ</a>| <a href="http://www.netbirds.cn" target="_blank">ĻȾþþþþþ</a>| <a href="http://www.jinziwan.com.cn" target="_blank">þþƷþһ</a>| <a href="http://www.pc345.cn" target="_blank">ľƷþþþ޲</a>| <script> (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); </script> </body>