林建华的专栏

根据客户的需求,我们又把我们的redeye库编译到了苹果机上.现在好了,除了wince,其他的操作系统基本上都接触了.特别是MAC,用起来感觉真不错,还有XCode,看起来狠复杂.不过还是顺利编译完成了.项目马上就要递交.下一阶段的工作是优化,有时间的话我会写一些优化的小文章在blog上.

        昨天和今天都在研究DDK的事情,我们要把我们的redeye产品移植到连接打印机的电脑上,并且作为驱动的一部分.所以要把我们的库编译成DDK的dll,通过2天的努力,终于搞清楚怎么编译的了.写的一个小小的测试程序也通过了,不过ddk的编译现在好多,我把redeye的源代码拿过去编译的时候以前一些warning都变成了error,郁闷啊.一堆的error,主要都是变量类型转换的.看来正

 内容也称为数字内容，一般被定义为任何人在每天的商业和个人生活中都会使用到的电子信息。它包括以数字方式展现的文档、出版物、图像、视频、音频、软件、表格、收据、票据、设计、合同、以及电子邮件等等。内容管理就是要将不同类型的数字内容全部以数字化的方式妥善保存起来，并利用足够的信息、高效的查询手段对所保存的数字资产进行查询和检索，用智能分析技术对其进行数据挖掘，最终使得这些数字内容能够得到最充分的利

今天,研究了一下symbian,当然主要是因为要给mobile部门编译symbian9的红眼库.老实说symbian系统在手机操作系统里面算是非常方便的了,按照提示装完安装包后,首先拿里面的helloworld开刀,成功的编译出了安装包,并且还有vc下的模拟程序,可以在vc下产生个进程模拟手机,还有安装包在手机中的运行情况模拟,非常的方便,比我以前做LG手机的时候方便多了,当时每次都要编译库,

今天发生了意见事情,有个打印机客户向我们反映,如果他们把一开始传给我们的内存块memset成0的话,和不做这个操作,检测到的眼睛的数量不一样.一个奇怪的问题,初步判断是内存没有初始化或者是内存越界导致的.我们首先模拟了客户的环境,并且用了大批量样本进行批量测试,发现有4张图像有区别.再对其中的一张图像进行调试后,终于发现了一块没有初始化就使用的内存.应该来说是个比较严重的问题,不过在实际表现上

成功将两个版本合并后,检测率提高了1.5%左右,但是单独运行其中的一个版本,发现printer版本是好的,但是PC版本检测率掉了将近一半,仔细检测后发现是采样模块有问题,今天修改了一天,估计明天可以修改完成.期望检测率可以提高3个点左右. 

终于能够正常运作了,按照原先设定的模式,检测率会和使用内存的大小挂钩.现在使用2M内存的检测率已经可以达到90%以上了,但是错误率也高了很多,还需要进一步控制.同时发现的问题是, 当内存增加到4M时,检测率反而变低了,分析了一下原因,主要可能是PC2.0对1/2缩略的图的检测率反而比不缩略的图检测率高,因为所有的参数都是按照1/2缩略来设置的.

今天打印机客户提出了新的需求,要求修改接口,使得可以输入非连续的图像数据流.新的工作马上就要开始啦.  

我们的去红眼算法一共有3个版本,一个是打印机版本,检测率偏低,但是支持逐行输入,使用的内存核ROM size最小. 一个是数码相机版本,检测率中等,内核和打印机版本是一样的,内存使用比打印机的稍多,速度最快.还有一个就是PC版本,检测率最高,内存与数码相机的版本一样,但是速度最慢.现在打印机厂商准备在某些打印机上能处理照片的同时,在PC上也能出来,作为打印机驱动的一个内嵌功能.在有了足够多的内

终于在修复bug后,检测率回复了正常,而且两个版本合并后,最终的检测率提高了5%,这是个很大的突破,整体的检测率超过了90%.当然,同时错误率也高了很多,所以我们适当的调整了一下验证算子的拒绝阈值,控制误判,似的错误率恢复到原来的水平,同时检测率保持在88%左右. 

昨天感冒休息了,所以没有写流水帐.今天一起补上.这2天最悲惨的事情就是政府出台的印花税提高到300%的政策,这下好了,昨天上海股指跌了7%,我可怜的 大众交通,跌停了,而且还卖不出去,今天大盘涨了,结果他还跌停,明天会怎么样,确实很难说.工作方面,今天测试了一下我们自动去红眼算法和手动去红眼算法在ARM926EJ-S,275MHz,cpu上的时间,结果还不错,auto只需要400ms不到,

今天同事在做one click去红眼的SDK的时候,出现了一个bug,有很多眼睛都修不对或者找不到.拿到工程以后,首先分析了一下原因,认为狠有可能是红色通道二值化的阈值有问题.因为只有这个和以前的算法不一样.所以调试了一下,结果分割阈值果然很离谱.这个分割阈值是通过最佳熵值得到的, 通过和matlab代码比较,是再计算最后结果的时候得到的矩阵与matlab有很大变化,最后看啊看,终于发现有个变

今天网络经常断线,以至于yahoo老是上上下下,邮箱有时候也不能收邮件,结果曾经有一段时间,一下子出来了10多封邮件,还着实下了我一跳.现在进行的新的采样模块一些顺利,预计星期五完成. 

这个星期将随机采样部分和两个算法合并的部分完成了,将近完成了一般的需求.同时新的API接口也已经出来,下面要做的事情就是支持YUV格式,写新的结构和在DDK上编译.估计下个星期可以把项目完成的差不多啦.

昨天,经过一系列的测试和查资料,还是没有办法解决source的路径问题,只要是sources=后面有路径名词的,都不能被顺利的编译.后来没有办法,只好把所有的文件拷贝到一个目录中,还被迫调整了 sos上的结构.重新写好source文件,就可以编译了.然后在vc6下把所有的level4的警告都修改后,到DDK中一编译,结果还是有错.真是晕倒,难道真的这么严格?最后check的error的

今天碰到一个狠郁闷的问题,在做ddk编译的时候,由于我的整个工程文件很多,所以按照不同的应用把源代码分成了多个目录,这时候就发现问题了.我在写source文件的时候,编译的c源代码列表写成SOURCES= ./r/a.c这个样子的时候,DDK编译器就报错了,说:BUILD: f:/jhlin/ddk/redeye/rer2.0: Ignoring current directory

首先是定义边缘曲线参数方程.基本原理是先找到一个特殊的单色空间.用曲线上每个点法方向上的n个点的差分作为能量函数.迭代求解曲线方程参数. 感觉还不错,抗干扰能力也不错.

全新的领域, 不过市场应该很大, 大家都处在起步阶段.

昨天把时间都花在写文档上啦,给公司技术月刊的稿子终于搞定了,刚好今天申请专利的项目和给的稿子讲的是同一件事情,我就直接把那个文档给律师看的,连ppt都省下啦.律师又是录像,又是录音,还有记笔记,忙活了半天.我又是讲流程,又是做演示,还有话流程图,终于吧我做的dd解释清楚了.在交谈的过程中,我发现律师看问题的着重点和我的有点不太一样.我介绍的时候主要是讲技术如何的先进,实现如何的困难,产品如何的

这星期的工作主要侧重于项目管理和预研.首先是新的去红眼项目要启动.目标是更高的识别率,更快的速度,更低的错误率.正在准备开发计划中.另外一块是将我们部门的产品与现今最流行的web2.0和内容管理技术联系,看看能不能整出个好东西来,现在正在找资料,写预研文档中.

这个星期公司搬家,本来可以有4天的假期的,结果因为有个合同要签,马上要做技术评估 ,所以不得不加了3天的班,主要的目的当然是做优化.经过3天的努力,终于在ARM上将性能提高了15%,在TI上提高了20%,在coach上提高了10%.还是比较有成就感了.本来准备写几篇关于优化的文章的,不过这段时间好像没有什么兴致,所以还是等等再说吧.

关于redeye removal再TI平台上性能有差异,得到的报表莫名其妙的问题已经解决了.快速测试了 10张图像后,性能数据比较正常了.但是2.1.0.43版本的速度居然比2.0.0.37的要慢,还有继续关注原因. 今天的主要工作还是Digital Zoom的优化, 但是进展不大.能做的优化基本上都已经完成了,基本上很难找到可以优化的地方.尝试了使用移位来代替判断的方法,

家里没有装vc,等到要用的时候才发现很多下载的链接都不可以用，还好在小艾的blog上找到了，收藏下来吧.1、Microsoft Visual C++ 6.0 SP6 简体中文企业版    为压缩包VC++ 6.0 with SP6 大企业集成安装版.ISO已集成官方SP6升级包，免序列号，安装完即可使用。,文件为镜像文件，须安装Daemon虚拟光驱软件，此处还提供MSDN帮助文件，分两部分，用

        优化无止境啊,今天有个同事说了句狠有哲理而且狠有意思的话: 优化到了后来感觉就是铁板一块了, 一道缝都填不进去.我觉得我的代码对我来说基本上是一块铁板了.这个星期一共优化的10%, 再不断的看汇编,调整顺序,测试,再看汇编的过程中硬挤出来的.       今天碰到的一个比较有意思的问题是如果把一个灰度图转化为RGB565的图.类似于这样       Y1 Y2 Y3 Y4.

今天优化的部分是缩放, 也就是一个2倍放大的模块. 转换成数学表示就是:有一个序列p1, p2, p3, p4, p5....以数组的方式存放, 每个存储为一个字节.现在要把这个序列转换成另外一个序列.(p1*3+p2)/4, (p2*3+p)/41, (p2*3+p3)/4, (p3*3+p2)/4, (p3*3+p4)/4, (p4*3+p3)/4, (p4*3+p5)/4....

今天继续优化2倍放大的模块, 在精简下几个寄存器后, 我可以将循环再次展开, 对于横向X2 采用一次处理4个DWORD的方式, 这样读取核写入内存可以批量进行, ARM有指令支持批量的内存读取和写入操作, 提高了一定的性能, X2纵向方面,同样展开循环, 并且测试了一个舍弃最后2位的方式来进行加法运算, 这样节省了不少指令, 但是缩放效果会稍微差一些,但是人眼是没有办法察觉的.今天总体性能大概提高

 经过QA的不懈努力, 今天指甲的样本终于准备好了. 在挑选完样本后, 打开尘封已久的训练程序, 第一次训练的速度非常慢, 以至于我以为搞错的样本集, 确认再三后, 才最终断定就应该是这么慢的.准备训练3个结果集出来, 一个是指甲作为正样本, 红眼作为负样本. 一个是反过来, 最后一个是把指甲作为负样本加到以前的训练样本中一起训练.本来按照计划今天就可以把前2个训练好的,不过以现在的速度,

我不得不说,今天我在做将RGB565数据转换成YUV411的优化过程中取巧了,我对不起严谨的数学,对不起党和人民对我的信任.下面我坦白我的错误:对于输入的RGB数据 L1:p1p2p3p4...L2:n1n2n3n4...得到的UV的值应该是p1,p2,n1,n2的平均值作为第一个点, p3,p4,n3,n4作为第二值,在以前的优化中,我们已经大大的取巧了,其实只用了p1,和p

几天继续啃铁板, 攻克的难关是 Split2YUV411 函数, 主要是优化里面的将RGB565图像转化为3块内存(Y,Cb,Cr)的模块.暂时进展很少.经过上一轮的优化, 已经采用了2个点计算一次的方式来实现, 乘法也优化成移位, 由于寄存器被占用的太多, 在死锁和寄存器压栈方面需要均衡, 经常在想,要是ARM再多个寄存器多好了,我现在是实在省不出来了,不过说不定明天有办法省出个来,这样就会

    今天正式递交了新的digital zoom的版本, 在PC和ADS上测试了不少时间,应该没有问题,希望QA可以测试的更细致一些. 

        由于下周一要给客户porting新的digital zoom, 所以要做一次递交.          现在要采用新的递交模式了, 原来评估版本的模式会被抛弃, 不过完整的递交包结构还是和以前的是一样的,所以改动不大. 由于这次不是由我去客户那里porting, 所以如果出现问题的话就会比较严重. 这次递交相当以前来说要仔细的多. 我准备在明天在PC和ADS上做一次细致的测试,保

        对于红眼的修复,始终没有达到满意的效果, 毕竟是个主观的指标,很难做的大家都满意. 同时还存在一个问题,比如欠修复和过修复.        在得到了红眼的圆心和半径后, 如果改进现有的修复算法呢? 我觉得如果能把整个红眼区域分割出来的话问题就会简单不少, 现在给定的红眼其实是个圆,修复的时候会根据红色和亮度动态的修复,但是由于不清楚正在的边界在哪里,所以欠修复和过修复在所难免.

这些主要都是在做计划,3.0的目标已经基本确定,现在主要是看实现这些目标所要做的工作,风险,时间,开发计划,可行性分析等等.磨刀不误砍柴功,前期细致的规划有利于后期的开发工作.同时,有新接手了一个关于CBIR的预研,主要是做基于内容的图像搜索,应该说是一个比较新而且是比较热门的课题,希望能有所突破吧.

       这几天在做一个小的预研, 就是将纸张中手写的部分提取出来. 把背景和其他信息过滤掉.       首先处理的是最简单的情况, 就是再白纸或者有浅色底纹的信纸上写的内容提取出来.可以想到的最简单的办法就是二值化, 因为一般书写的颜色会比背景的的颜色要深, 但是同时存在的一个问题是由于摄像头或者纸张的亮度分布并不均匀,所以如果用全局阈值的话, 有些背景和前景会有再一起的地方, 而如果

啥都别说啦,回家休息去啦. 

        这2天都在写文章了, Digital Zoom要申请专利, 所以在写了一份专利申请的文档, 然后还要和负责专利申请的律师面谈一下, 估计是在51以后 .然后公司的技术月刊也要我写一篇介绍Digital Zoom的文章, 据说有稿费, 看来比写专利文档人性化一些,哈哈.如果评上了最佳文章,还有大奖呢.       所以聚类算法稍微就耽搁了一下,不过不着急,等文章写了好就写代码啦.

今天继续给技术月刊写Digital Zoom介绍的稿件 ,完成的主要部分,还用软件截了些效果图下来说明问题,不过看截图的效果好像不是狠明显嘛.凑活着用吧.今天俺的测试机装了最新的symbian编译器,以后给nokia编红眼库就更方便啦,哈哈.明天是国庆前的最后一个工作日啦,马上就解放了,万岁,可以玩玩魔兽世界,睡睡觉,回家看看啦.

上传一篇关于3D显示技术的文章, 文中提到的一些技术已经被实现并使用.  http://download.csdn.net/source/1256743