最新刊期
2017 年 第 22 卷 第 6 期
- 摘要：中尺度海洋锋及涡旋均是重要的中尺度海洋环境特征。中尺度海洋锋及涡旋的提取及其时空分布、变化的研究对海洋生态系统的研究、渔业资源评估、渔情预报及军事等都有重要意义。遥感技术能在同一时间获取大面积海洋要素观测数据，遥感数据具有优良的连续性、同步性，因此遥感数据被广泛应用于中尺度海洋锋及涡旋提取的研究中。 对基于遥感数据进行中尺度海洋锋提取的梯度法、Canny算法、小波分析法和基于引力模型的方法，以及涡旋的提取的Okubo-Weiss法（OW法）、Winding-Angle法（WA法）、基于海面高度的无阈值等值线法和Hybird Detection（HD法）进行总结和分析，并提出对中尺度海洋锋面及涡旋提取方法的见解及新思路。 利用2014年2月南海北部海表温度（SST）数据，分别采用梯度法中的Gradient法、Sobel算法以及Canny算法对南海北部温度锋进行提取并得到该区域温度锋分布图。结果 明在多种锋面提取方法中，Canny算法具有较高的效率且其提取结果的连续性和精度更好。中尺度涡的提取方法中，WA法的提取结果具有更好的准确性。早期的中尺度涡提取方法忽略了多中心结构涡旋存在的情况，而后来的HD法能较好地识别多中心结构涡旋。 阈值选取是中尺度海洋锋及涡旋提取的难点和提取结果好坏的关键。然而海洋要素图像弱边缘的特点使得传统边缘检测方法不一定适用于中尺度锋提取。文章通过对不同锋面及涡旋提取方法的总结与分析，为海洋锋面及涡旋提取的研究提供了参考依据。关键词：中尺度锋;中尺度涡旋;遥感;数字图像处理;弱边缘提取4475|541|7更新时间：2024-05-07
综述
- 摘要：为协调水印算法不可见性与鲁棒性之间的矛盾，提高水印算法抵抗几何攻击的能力，提出一种图像块的不可见性与鲁棒性均衡水印算法。 将宿主图像分成互不重叠的图像块，利用人类视觉系统的掩蔽特性对每个图像块的纹理特征和边缘特征进行分析，选择掩蔽性好的图像块作为嵌入子块。对嵌入子块作2级离散小波变换，将其低频子带进行奇异值分解，通过修改U矩阵第1列元素间的大小关系嵌入Arnold置乱后的水印信息。在水印提取前，对几何失真含水印图像利用图像尺度不变特征变换（SIFT）特征点的坐标关系和尺度特征进行几何校正，恢复水印的同步性。 对标准灰度图像进行实验，含水印图像的峰值信噪比都可以达到44 dB以上。对含水印图像进行常规攻击和几何攻击，提取出的水印图像与原始水印图像的归一化互相关系数大部分都能达到0.99以上，说明该算法不仅具有良好的不可见性，对常见攻击和几何攻击都具有较强的鲁棒性。 选择掩蔽性好的图像块作为水印嵌入位置能够充分保证水印算法的不可见性，特别是水印提取前利用SIFT特征点具有旋转、缩放和平移不变性对几何失真含水印图像实现有效校正，提高了含水印图像抵抗几何攻击的能力，较好地协调水印算法不可见性与鲁棒性之间的矛盾。关键词：人类视觉系统(HVS);奇异值分解(SVD);尺度不变特征变换(SIFT);不可见性;鲁棒性;几何校正3195|376|8更新时间：2024-05-07
- 摘要：稀疏编码是图像特征表示的有效方法，但不足之处是编码不稳定，即相似的特征可能会被编码成不同的码字。且在现有的图像分类方法中，图像特征表示和图像分类是相互独立的过程，提取的图像特征并没有有效保留图像特征之间的语义联系。针对这两个问题，提出非负局部Laplacian稀疏编码和上下文信息的图像分类算法。 图像特征表示包含两个阶段，第一阶段利用非负局部的Laplacian稀疏编码方法对局部特征进行编码，并通过最大值融合得到原始的图像表示，从而有效改善编码的不稳定性；第二阶段在所有图像特征表示中随机选择部分图像生成基于上下文信息的联合空间，并通过分类器将图像映射到这些空间中，将映射后的特征表示作为最终的图像表示，使得图像特征之间的上下文信息更多地被保留。 在4个公共的图像数据集Corel-10、Scene-15、Caltech-101以及Caltech-256上进行仿真实验，并和目前与稀疏编码相关的算法进行实验对比，分类准确率提高了约3%~18%。 本文提出的非负局部Laplacian稀疏编码和上下文信息的图像分类算法，改善了编码的不稳定性并保留了特征之间的相互依赖性。实验结果表明，该算法与现有算法相比的分类效果更好。另外，该方法也适用于图像分割、标注以及检索等计算机视觉领域的应用。关键词：稀疏编码;非负局部Laplacian稀疏编码;最大值融合;图像表示;上下文信息;联合空间2168|426|2更新时间：2024-05-07
- 摘要：QR码是目前最被广泛使用的2维条形码，是一种通过拍照或扫描，方便且快速取得内容信息的标签。QR码具备高容错特性，即使其内容遭受一定程度的扭曲或污损仍可正常运作，从而造就它的高普及率及大量商业应用。传统QR码以黑色与白色的方格模组呈现，让机器可以容易定位与辨识，但杂乱的黑白方格视觉效果单调，而QR码常常占据不可忽略的展示区域，所以对有视觉吸引力的QR码的需求日益增长。为此提出一种QR码视觉编码算法，将QR码以主题彩色图像外观呈现。 本文算法将主题图像分割成大小相同的非重叠区块，并设计一个高斯调变函数来修改各区块的平均亮度，使区块呈现出的可感应亮度与所对应的QR码模组所代表的位元值（0或1）相同。另外，可以根据QR码的应用场景以及人眼对不同频率噪声的敏感度设置不同的参数来调整模组亮度感应区域颗粒的大小。 设置不同的参数合成彩色QR码图像，测试它们的正确译码机率，确定最优的参数，保证译码可靠性的同时，使得QR码更容易被人眼辨识。与相关文献的实验结果相比，提出算法生成的QR码兼具高品质视觉效果和高辨识率。 提出了一个可以自动将彩色图像融合到黑白QR码当中的算法，可以轻易得到一幅具有高识别度的图像QR码，不仅颠覆了传统QR码只有黑白两色的外观，也符合QR码标准规范，具备令人满意的辨识率，能相容于任何译码系统，提高了使用接受度，可应用于营销、广告等方面。关键词：QR码;视觉编码;高斯调变函数;彩色图像;视觉品质2841|437|1更新时间：2024-05-07
- 摘要：随机噪声的噪声阈值具有不确定性和敏感性，寻找一个鲁棒的阀值是非常困难的，这严重影响了噪声的提取效率。为提高噪声判断的准确性，提出一种基于方向特性与中智不确定性融合的双端脉冲检测算法；另外，为加强优良像素在滤波过程中的权重，构建了一种基于像素中智不确定性和ROAD（rank-ordered absolute differences）统计量的新型双边滤波函数。 在噪声检测阶段，首先根据ROLD（rank-ordered logarithmic difference）与噪声阈值的关系，将污染图像的像素分为超限域像素（ROLD ≥ ）、邻限域像素（0.8 ≤ ROLD<）和安全域像素（ROLD<0.8），并利用开关机制完成一次噪声检测。在此基础上，为提高超限域和邻限域像素噪声检测的准确性，采用不同策略对其进行二次噪声排查：对超限域像素，利用新型25像素和9像素4方向模板计算像素基于排序的方向对数差统计量，由该统计量与的大小关系决定当前像素的噪声真伪；对邻限域像素，则结合当前像素中智不确定性在滤波窗内的排序信息来进一步确定其噪声特性。在滤波阶段，利用像素中智不确定性和ROAD统计量构建新型双边滤波函数，以加强低不确定性和高相似性像素在图像恢复中的权重。 针对实验图像，双端脉冲检测算法的边缘像素提取率最高可达67%、邻限域像素的噪声剔除率最高可达91%，大大降低了阈值对噪声提取的敏感性，从而提高了噪声判断的正确率。在10%~80%噪声范围内，本文算法的主观性能和峰值信噪比都优于其他7种算法。 本文基于双端检测和新型双边滤波函数的新算法，在噪声检测和去噪过程中均充分考虑了图像本身的方向性和噪声的不确定性，因此提高了噪声提取及像素滤波权重的准确性，从而有效地保护了图像的边缘和细节信息。关键词：随机脉冲噪声;阈值敏感性;双端噪声检测;方向模板;中智不确定性;新双边滤波2130|523|3更新时间：2024-05-07
- 摘要：针对传统总变分方法在去除泊松噪声时容易出现“阶梯效应”和图像边缘模糊的问题，提出了一种基于分数阶变分的自适应去泊松噪声新模型。 首先新模型在分析了泊松噪声分布特点的基础上导出了非凸自适应正则项，它能够根据图像不同区域的特点自适应地调节正则项系数，以达到保持图像边缘的目的。然后，新模型利用分数阶离散微分向量能够结合更多图像信息的特点，将正则项中的一阶离散微分向量替换为分数阶离散微分向量，以此来达到抑制“阶梯效应”的目的。对于新模型的求解，结合交替迭代法和加权原始-对偶法提出了一种高效的数值解法。 新模型明显优于传统总变分去泊松噪声模型，在有效抑制“阶梯效应”的同时图像边缘也得到了较好地保护，以经典的Peppers图片为例，新模型相比于传统模型，峰值信噪比（PSNR）由28.98 dB提高到了30.24 dB，图像结构相似度（SSIM）由0.77提高到了0.87。另外，所提的数值解法具有收敛速度快、复杂度低的特点，收敛时间从偏微分方程、Chambolle投影等传统数值解法的0.5 s与0.1 s缩短至0.056 s。 实验结果表明，所提模型与数值解法的可行性，模型与数值解法在主要客观评价指标和图像视觉效果方面均优于传统的变分去泊松噪声模型，且模型与数值解法具有较好的普适性。但是模型中分数阶的阶次选取有待进一步优化。关键词：泊松噪声;自适应;分数阶离散微分向量;全变分;原始-对偶;边缘信息2851|624|0更新时间：2024-05-07
- 摘要：超声图像斑点噪声会影响诊断的准确性和可靠性。通过分析超声图像斑点噪声统计模型，结合非局部均值滤波算法，提出一种基于超声斑点噪声模型的改进权值非局部均值（NLM）滤波算法。 算法针对超声图像灰度信息对图像进行预处理，利用超声图像斑点噪声模型改进传统NLM算法的权值计算函数，基于图像特征确定最优采样间隔进行下采样，利用改进后的权值计算函数对图像进行NLM去噪处理。 分别采用人工合成与真实超声图像对本文算法性能进行测试，并与传统非局部均值滤波算法、非局部总变分（NLTV）等算法进行去噪效果比较，同时采用均方误差、峰值信噪比和平均结构相似性作为滤波算法性能的客观评价指标。本文算法能快速完成超声图像的去噪处理，峰值信噪比较其他算法可以提高0.2 dB以上，可以降低均方误差，提高平均结构相似性，缩短处理时间，并得到较好的图像质量和视觉效果。 根据超声图像斑点噪声模型对NLM算法的权值计算函数进行优化，使得NLM图像滤波算法能更好地适用于超声图像的去噪，基于超声斑点噪声模型的改进权值NLM算法相较于其他算法，滤波效果更佳，适合超声图像去噪。关键词：图像去噪;非局部均值;斑点噪声;超声图像;下采样;权重函数3114|420|2更新时间：2024-05-07
- 摘要：针对暗原色先验原理对雾霾图像中天空或白色物体等明亮区域透射率估计不足，导致该区域去雾后彩色失真的问题，提出一种基于暗原色先验和引导滤波修正大气耗散函数的单幅图像去雾算法。 首先，基于暗原色先验模型得到大气耗散函数的粗估计值；其次，构造一个修正函数，纠正暗先验失效的明亮区域的大气耗散函数；然后，对修正后的大气耗散函数和求得的初始传输图分别利用引导滤波进行优化，平滑图像边缘的同时保持图像细节信息；最后，由优化后的传输图和估计的大气光值得到复原图像。 选取多幅经典图像进行对比实验，并利用峰值信噪比和均方误差衡量去雾结果的失真程度。实验结果表明，本文算法不但在非明亮区域可以得到较好的去雾效果，而且也能使图像中的明亮区域保持原有色彩，相比而言本文算法得到的复原图像整体失真较少；对于大小为460×；300像素的图像，本文算法与He方法相比，得到的复原图像峰值信噪比提高了0.6005 dB，均方误差降低了0.0026，耗时缩短了29.6220 s。 对于雾天包含明亮区域的降质图像，提出了一种修正大气耗散函数的单幅图像去雾算法。实验结果的主观和客观评价表明本文算法对天空或白色物体等明亮区域能得到较好的去雾效果，有效改善了暗原色先验原理对图像中明亮区域造成的彩色失真问题。关键词：图像去雾;暗原色先验;大气耗散函数;引导滤波;传输图2456|690|5更新时间：2024-05-07
图像处理和编码
- 摘要：角点是图像的基本特征，在图像处理与计算机视觉系统中，经常作为复杂计算的第1步，例如，目标识别、目标跟踪等。因此，角点检测器的检测性能显得尤为重要。基于此，提出了一个既利用到图像边缘轮廓信息又利用到图像灰度信息的基于Log-Gabor梯度方向一致性的角点检测算法，以提高角点检测器的检测性能。 根据角点的定义可知，角点在各个方向的灰度变化都很大，并且每个角点的梯度方向与相邻像素的梯度方向都具有很大差别。然而，相邻边缘像素点的梯度方向是一致的，都是垂直于边缘脊的方向。因此，本文利用角点与边缘像素的这一特性，构建了一个新的角点测度。该算法首先利用边缘检测器检测并提取图像的边缘映射；然后利用Log-Gabor虚部滤波器提取边缘像素周围的灰度变化信息，找到边缘像素点的梯度方向，利用梯度方向计算新的角点测度；最后对角点测度进行阈值化处理，得到最终的角点检测结果。 提出的算法分别与CPDA（chord-to-point distance accumulation）算法，He & Yung算法，以及Harris算法在标准轮廓图像和仿射变换下进行性能比较。平均重复率与定位误差分别作为评价角点检测器检测稳定性以及定位性能的指标。从平面曲线上的仿真实验结果可以看到，本文提出的角点检测算法能够较好地检测到真实角点，避免对角点的漏检与误检。旋转变换、非统一尺度变换以及高斯噪声下的平均重复率和定位误差结果的平均排名CPDA为2.00， Harris为3.33，He & Yung为2.83，本文算法为1.67。实验结果表明，本文算法的综合性能最优。本文算法优于其他3种角点检测算法，包括检测稳定性能和定位性能。 基于边缘的角点检测算法大多只依赖于图像的边缘轮廓信息，没有考虑到图像的灰度变化，而基于灰度的角点检测算法大多只考虑到图像的灰度信息。本文算法既考虑到图像的边缘形状也考虑到图像的灰度变化，并且利用log-Gabor虚部滤波器充分的提取图像的局部信息。在此基础上，利用图像边缘像素的梯度方向一致性构建了新的角点测度，以提高角点检测器的检测性能。实验结果表明，本文算法拥有良好的角点检测稳定性与定位性能。关键词：特征检测;角点检测;边缘轮廓;log-Gabor滤波器;梯度方向一致性2570|371|2更新时间：2024-05-07
- 摘要：现实生活中的彩色图像往往因噪声、色彩不均匀、有较多弱边界等问题的存在导致难以准确分割，结合分水岭变换与形态学重构的优势，提出了一种基于同态滤波与形态学分层重构的分水岭分割算法。 首先提取彩色图像的梯度图，接着对该梯度图采用同态滤波修正梯度图。然后利用形态学开闭重构的方法，对滤波后的梯度图进行分层重构。根据梯度图像的累积分布函数及滤波后的梯度像素直方图的分布信息，给出了梯度分层数的计算公式，同时确定了形态学结构元素尺寸。最后对修正后的梯度图像应用标准分水岭变换实现了图像分割。 对不同类型的4幅彩色图像进行分割实验，采用区域一致性与差异性相结合的综合指标对分割结果进行无监督评价。这4幅图像的综合评价指标分别为0.6333、0.6656、0.6293、0.6484，均高于文献中两种现有分水岭算法的指标值：0.6295、0.6641、0.6230、0.6454与0.5861、0.5907、0.5704、0.5852，分割性能较好。 提出一种新的彩色图像分割算法，应用同态滤波保留了图像的弱边界，采用自适应形态学重构，抑制了分水岭变换中过分割。算法的分割结果更加接近人眼对图像的感知，无论从评价指标还是分割性能看，均表现出色。算法对噪声不敏感，鲁棒性较好，可广泛应用于计算机视觉、交通控制、生物医学等方面的目标分割。关键词：同态滤波;形态学重构;分水岭;分割性能评价;彩色图像分割2858|409|1更新时间：2024-05-07
- 摘要：L1跟踪对局部遮挡具有良好的鲁棒性，但存在易产生模型漂移和计算速度慢的问题。针对这两个问题，该文提出了一种基于判别稀疏表示的视觉跟踪方法。 考虑到背景和遮挡信息的干扰，提出了一种判别稀疏表示模型，并基于块坐标优化原理，采用学习迭代收缩阈值算法和软阈值操作设计出了表示模型的快速求解算法。 在8组图像序列中，该文方法与现有的4种经典跟踪方法分别在鲁棒性和稀疏表示的计算时间方面进行了比较。在鲁棒性的定性和定量比较实验中，该文方法不仅表现出了对跟踪过程中的多种干扰因素具有良好的适应能力，而且在位置误差阈值从0~50像素的变化过程中，其精度曲线均优于实验中的其他方法；在稀疏表示的计算时间方面，在采用大小为16×；16和32×；32的模板进行跟踪时，该文算法的时间消耗分别为0.152 s和0.257 s，其时效性明显优于实验中的其他方法。 与经典的跟踪方法相比，该文方法能够在克服遮挡、背景干扰和外观改变等诸多不良因素的同时，实现快速目标跟踪。由于该文方法不仅具有较优的稀疏表示计算速度，而且能够克服多种影响跟踪鲁棒性的干扰因素，因此可以将其应用于视频监控和体育竞技等实际场合。关键词：机器视觉;目标跟踪;判别稀疏表示;前馈神经网络;粒子滤波2430|341|0更新时间：2024-05-07
- 摘要：在针对LIOP（local intensity order pattern）特征描述算法构造特征描述符过程中，计算描述子权值时未充分考虑采样点之间的局部信息及存在冗余的灰度序模式，从而导致特征描述符不准确的问题，提出一种结合采样点结构信息和剔除冗余模式的算法。 首先，研究了采样点局部信息，并利用采样点顺序结构构造了计算特征描述符权值方法；其次，分析了灰度序模式与对应特征描述子权值的关系；最后，在构造特征描述符时，将冗余的灰度序模式剔除。 对标准数据集（Oxford dataset）及另外4幅复杂光照变化的图像进行了仿真实验，得到132维的特征描述符。结果表明，与原始LIOP算法相比，该算法在不增加特征维度时precision-recall曲线有较大的提高，即提高了描述特征描述符描述能力，增强了特征对单调强度变化和旋转变化的鲁棒性。 提出的算法同时考虑了采样点的差异信息和结构信息，较为完整地保留了待描述点的局部信息，使得图像存在复杂光照强度情况下，能够得到较高精度和辨识度的特征描述符。关键词：灰度序;局部特征;采样点;结构信息;冗余模式2392|335|0更新时间：2024-05-07
- 摘要：研究手写汉字图像时，骨架是最为常见的切入点之一。利用传统细化算法提取手写汉字骨架，容易在笔画交叉等情况复杂的区域产生形变。针对此问题，提出一种基于局部关联度的手写汉字骨架提取算法。 首先对手写汉字图像进行细化以获取原始骨架，按照端点、普通点和复杂点3种类别标注骨架点；利用8邻域窗口扫描相互连通的复杂点，检测并提取复杂区域；删除复杂区域，将原始骨架拆分为若干简单笔画段，形变部分在此过程中被一并移除；提取局部子段，根据笔画段间的方向差异程度和曲率变化程度，计算局部关联度；制定一种局部关联度最优的连接策略，对满足连接条件的笔画段进行插值补偿，从而修正形变，并得到完整的汉字骨架。 对于600个实验样本，从骨架直接检测复杂区域所得结果十分接近理想情况，而轮廓法所得数量是理论值的2.5倍；基于局部关联度重组笔画段，绝大多数形变得到修正，重组后的骨架符合真实拓扑结构；以标准骨架为参考，骨架提取准确率达到了98.41%。 局部关联度最优的手写汉字骨架提取算法，能够有效检测复杂区域，对形变具有良好的修正作用，提取所得骨架能够正确反映复杂笔画间的位置结构关系，是一种实用有效的骨架提取方法。关键词：手写汉字;细化;骨架形变;复杂区域;局部关联度2927|409|2更新时间：2024-05-07
图像分析和识别
- 摘要：针对图像拼接过程中，缝合线通过运动物体或配准不准确区域等情况导致融合图像出现鬼影、重影的问题，提出了一种基于差异图像加权的改进最佳缝合线算法，采用基于多分辨率和加权平均的分区图像融合算法解决了拼接线问题。 首先将两幅图像的重叠区域划分为缝合线区域和过渡区域；在缝合线区域内，使用差异图像加权的最佳缝合线搜索准则构建准则值图像，基于动态规划思想来搜索得到最佳缝合线；基于缝合线生成掩码图像，并对重叠区域图像进行扩展，采用多分辨率融合算法实现了非严格重叠区域的融合；在过渡区域采用加权平均算法来消除拼接线。 采用含有大量运动物体的图像序列对算法进行测试，实验结果表明，基于差分图像加权的最佳缝合线有效避开了大部分运动物体，当缝合线难以绕开运动物体时，能够尽量少地穿过运动物体；通过多分辨率和加权平均融合算法消除了拼缝等问题。 提出的最佳缝合线算法能够有效地避免缝合线通过运动物体、配准不准确的区域，将多分辨率图像融合算法应用于非严格重叠图像融合，能够合成高质量的全景图像。关键词：图像拼接;最佳缝合线;多分辨率融合;加权平均融合7871|489|19更新时间：2024-05-07
- 摘要：局部图像描述符凭借其优越的特性广泛应用于计算机视觉和图像处理多个领域，如图像匹配、图像分类、图像搜索、从运动恢复结构等。 本文提出了一种新的局部特征：最大边缘方向模式（MEOP）。该特征计算中心像素和周围像素间最大强度差值，对其位置和符号进行编码。呈现最大强度差值的像素代表局部领域的最强边缘处，其位置描述了径向方向，差值的符号描述了径向方向的朝向。相对于局部二进制模式，由于MEOP仅编码最大强度差值，所以只要最大强度差值的位置和符号不出现改变，MEOP模式就不会发生改变。所以MEOP模式的鲁棒性较高，抗噪声能力更强。MEOP在描述图像的局部结构特征上和局部二进制模式是完全不一样的，两种模式在表达图像的局部结构方面具有较大的互补性。利用局部旋转不变坐标系计算最大边缘方向模式，采用旋转不变强度序空间分割方法和多支撑域对最大边缘方向模式进行空间汇聚得到一种新的局部图像描述符：最大边缘方向模式直方图（MEOPH）。相对于采用局部二进制模式的MRRID（multisupport region rotation and intensity monotonic invariant descriptor）描述符相比，采用最大边缘方向模式的MEOPH描述符具有不同的统计特性和更优越的性能。 在牛津大学仿射不变研究小组的标准测试图像集上对目前的主流局部描述符（SIFT（scale invariant feature transform）、DAISY、CS-LBP（center-symmetric local binary pattern）、HRI-CSLTP（histogram of relative intensities and center-symmetric local ternary patterns）和MRRID）进行了图像匹配实验。标准测试图像集上的实验结果表明，本文MEOPH和MRRID获得了最好的性能，MEOPH在所有测试数据集上的匹配性能都优于SIFT、DAISY、CS-LBP和HRI-CSLTP，在大多数情况下MEOPH的图像匹配效果要比MRRID稍好一些。在标准测试图像集上添加高斯噪声的图像匹配实验中，MEOPH的性能则远远优于MRRID。另外，MEOPH和MRRID具有很大的互补性，在二者联合情况下匹配性能大大增强。 所以，MEOPH在稳定性方面的优越性能使其可以适应复杂环境下的局部描述符匹配场合。另外，在辨别性要求很高的局部描述符匹配场合，还可以配合MRRID一起使用。关键词：局部图像描述符;最大边缘方向模式;图像匹配;局部二进制模式;局部不变特征2364|324|0更新时间：2024-05-07
图像理解和计算机视觉
- 地址：北京市海淀区北四环西路19号中科院电子所主楼223室 邮编：100190
- 联系电话：010-58887035/58887030/58887418 Email：jig@aircas.ac.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备05080539号-4
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0