国产精品自拍短片,国产精品九九九久久综合

貓群算法仿生計(jì)算在圖像聚類分析中的應(yīng)用

針對(duì)傳統(tǒng)優(yōu)化算法在圖像聚類分析中存在的復(fù)雜度高,、容易陷入局部最優(yōu)解的問(wèn)題,，提出了使用貓群算法求解圖像聚類問(wèn)題。該算法通過(guò)分組和混合策略的機(jī)制進(jìn)行信息傳遞,，用貓記憶當(dāng)前群體中的全局最優(yōu)解來(lái)更新自身,，提高了算法的搜索能力,；闡述了貓群算法的搜尋模式和跟蹤模式，討論了兩種模式下貓群的速度,、位置更新公式,；并說(shuō)明了利用該算法求解圖像聚類分析問(wèn)題的具體步驟,。通過(guò)實(shí)驗(yàn)驗(yàn)證了貓群算法在圖像聚類分析中的有效性和準(zhǔn)確性。

發(fā)表于：2/21/2016

一種硬件加速OpenCV的圖像處理方法研究

研究了一種基于Vivado HLS加速OpenCV程序的方法,，其核心是利用Xilinx高層次綜合工具Vivado HLS,，將C++編寫的OpenCV程序按照Vivado HLS處理規(guī)范進(jìn)行修改，進(jìn)而將代碼轉(zhuǎn)換為硬件描述語(yǔ)言,，可快速生成IP核,。結(jié)合Xilinx Zynq SoC架構(gòu)和其視頻圖像處理方面的優(yōu)勢(shì)，通過(guò)軟硬件協(xié)同的方法,，實(shí)現(xiàn)OpenCV程序算法向高性能處理平臺(tái)Zynq SoC系統(tǒng)的移植和加速,。該方法對(duì)圖像處理軟件設(shè)計(jì)的硬件化加速具有重要的應(yīng)用價(jià)值。

發(fā)表于：2/21/2016

基于光學(xué)特性及其線性約束的圖像檢測(cè)算法

基于圖像紋理和陰影的信息判斷物理光學(xué)特性,，根據(jù)該特性是否一致提出一種檢測(cè)圖像真實(shí)性的算法,。通過(guò)建立線性規(guī)劃方程限定楔形方向和角度，并運(yùn)用共軛梯度法去判定正確的紋理信息,。紋理限定的光源位置或楔形的交集都可以作為判定圖像真實(shí)性的依據(jù),。結(jié)合陰影和紋理的約束條件，使得楔形的參數(shù)更加精確,。實(shí)驗(yàn)結(jié)果顯示,，所建立的算法可以正確顯示光源的信息和圖像中物體的光學(xué)特性，并判斷圖像是否被篡改,。

發(fā)表于：2/21/2016

LED照明閉環(huán)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

為了節(jié)能和智能控制燈光,，構(gòu)建了一個(gè)以STC12C5410AD單片機(jī)為核心的LED照明閉環(huán)控制系統(tǒng)，實(shí)現(xiàn)了對(duì)白光LED照明的閉環(huán)控制功能,。該系統(tǒng)利用光敏電阻實(shí)時(shí)采集環(huán)境光線強(qiáng)度,，自動(dòng)調(diào)節(jié)白光LED亮度；采用A/D轉(zhuǎn)換將光線強(qiáng)度的模擬量轉(zhuǎn)化為數(shù)字量,；采用I/O口實(shí)現(xiàn)對(duì)LED的PWM功率控制,；采用電流驅(qū)動(dòng)，電流步距可調(diào)的方式來(lái)調(diào)節(jié)白光LED,。通過(guò)測(cè)試表明,，該系統(tǒng)提高了照明環(huán)境的品質(zhì)，具有電路簡(jiǎn)單,、可靠性強(qiáng)的優(yōu)點(diǎn),。

發(fā)表于：2/21/2016

基于SVD的經(jīng)編賈卡織物圖像檢索

為了充分利用經(jīng)編賈卡織物圖像的廣泛資源，探索“互聯(lián)網(wǎng)+”背景下紡織企業(yè)的信息化道路,，探討了織物圖像智能檢索系統(tǒng)的開(kāi)發(fā)設(shè)計(jì),。根據(jù)現(xiàn)有方法特征維數(shù)過(guò)高的不足，提出了運(yùn)用奇異值分解的方法進(jìn)行織物圖像檢索,，并使用相關(guān)系數(shù)作為織物圖像間相似度的測(cè)量,。最后在MFC框架下,，運(yùn)用OpenCV開(kāi)源視覺(jué)庫(kù)進(jìn)行了整體的設(shè)計(jì)與實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明,，該方法對(duì)于賈卡經(jīng)編織物檢索速度快,，準(zhǔn)確度高，具有一定的實(shí)用價(jià)值,。

發(fā)表于：2/20/2016

基于改進(jìn)協(xié)方差矩陣的半色調(diào)圖像分類研究

針對(duì)半色調(diào)圖像分類中只存在0和1的特點(diǎn),，提出了一種基于改進(jìn)的協(xié)方差矩陣在半色調(diào)圖像中的分類方法。根據(jù)協(xié)方差矩陣在實(shí)現(xiàn)半色調(diào)圖像分類中個(gè)數(shù)少且并未體現(xiàn)其局部和全局信息的特性,，對(duì)協(xié)方差矩陣的底層特征進(jìn)行改進(jìn),。利用樣本的局部特性和核密度估計(jì)方法，實(shí)現(xiàn)黎曼流形上的貝葉斯分類策略,。實(shí)驗(yàn)中研究協(xié)方差矩陣的底層特征與傳統(tǒng)協(xié)方差矩陣的特征提取方法并對(duì)其進(jìn)行分類性能比較,。實(shí)驗(yàn)結(jié)果表明，在半色調(diào)圖像分類中,，與傳統(tǒng)的協(xié)方差矩陣相比較,，改進(jìn)的協(xié)方差矩陣提取出的特征在分類中平均錯(cuò)誤分類率更低

發(fā)表于：2/20/2016

改進(jìn)Retinex算法對(duì)特殊環(huán)境下的車牌圖像增強(qiáng)研究

針對(duì)特殊環(huán)境（霧天、傍晚）下車牌圖像由于光線暗淡而使得識(shí)別效果明顯下降的問(wèn)題,，提出一種使用改進(jìn)的Retinex算法（五尺度Retinex算法）與冪函數(shù)和雙邊濾波相結(jié)合對(duì)特殊環(huán)境下的車牌圖像進(jìn)行增強(qiáng)的算法。首先用冪函數(shù)對(duì)霧天,、傍晚環(huán)境下的車牌圖像進(jìn)行處理,，再采用雙邊濾波處理，最后經(jīng)過(guò)五尺度Retinex算法處理,。與傳統(tǒng)Retinex算法相比,，所提出的算法取得了較好的對(duì)特殊環(huán)境下的車牌圖像增強(qiáng)的效果，改善了車牌圖像的視覺(jué)效果,，并且處理時(shí)間較短,，對(duì)現(xiàn)實(shí)生活具有可觀的實(shí)際意義。

發(fā)表于：2/20/2016

基于圖像一致性計(jì)算的目標(biāo)識(shí)別算法

視覺(jué)計(jì)算模型集合了人類視覺(jué)系統(tǒng)（HVS）的復(fù)雜特征,，并模擬了視覺(jué)輸入的分層感知表達(dá),。自底向上機(jī)制是現(xiàn)代模型中最常見(jiàn)的特征，是指無(wú)意識(shí)的注意,，所提出的一致計(jì)算方法模擬自底向上視覺(jué)注意,，并通過(guò)一致區(qū)域的計(jì)算來(lái)達(dá)到目標(biāo)識(shí)別的目的。所提模型主要基于對(duì)HVS行為的目前的理解,，使用對(duì)比敏感度函數(shù),、感知分解、視覺(jué)掩蔽形成一個(gè)神經(jīng)性視覺(jué)空間,，并在此基礎(chǔ)上使用center-surround交互,、感知編組和顯著圖的建立來(lái)得到最終的顯著圖,。所提模型的性能通過(guò)使用自然圖像來(lái)進(jìn)行評(píng)估，并將其結(jié)果與參照的經(jīng)典的自底向上模型進(jìn)行對(duì)比,，結(jié)果表明該模型實(shí)效性高,。

發(fā)表于：2/20/2016

基于Tri-training的圖像多特征融合目標(biāo)分類

在對(duì)目標(biāo)進(jìn)行分類識(shí)別過(guò)程中，對(duì)其特征的有效提取直接影響最后分類的精度,。針對(duì)此類問(wèn)題,，提出了基于Tri-training算法對(duì)圖像進(jìn)行多特征融合分類，通過(guò)利用Principal Component Analysis（PCA）主成分分析法,，并結(jié)合目前比較實(shí)用的半監(jiān)督學(xué)習(xí)Tri-training算法對(duì)圖像顯著目標(biāo)進(jìn)行分類,，其中Tri-training算法是以Support Vector Machine（SVM）、Na?觙ve Bayes（NB）,、Back Propagation（BP）為基分類器,，將圖像的多特征數(shù)據(jù)值作為圖像在Tri-training分類器的輸入對(duì)分類器進(jìn)行訓(xùn)練和測(cè)試。實(shí)驗(yàn)表明,，在進(jìn)行了有效的預(yù)處理之后,，再對(duì)樣本進(jìn)行多特征融合在一定程度上明顯提高了分類精度。

發(fā)表于：2/20/2016

基于雙目立體視覺(jué)的圖像增強(qiáng)

戶外視覺(jué)系統(tǒng)采集圖像時(shí),，容易受到低照度等因素的影響,，導(dǎo)致捕獲的圖像退化，視見(jiàn)度降低,。本文提出了一種基于雙目立體視覺(jué)的圖像增強(qiáng)算法,。該算法首先通過(guò)立體匹配處理求解場(chǎng)景視差圖像，然后構(gòu)建廣義雙邊濾波估計(jì)圖像照度分量,，根據(jù)Retinex原理求解圖像反射分量,，實(shí)現(xiàn)圖像的增強(qiáng)。實(shí)驗(yàn)證明,，該算法能夠有效地改善圖像質(zhì)量,，提高雙目視覺(jué)系統(tǒng)工作的魯棒性和可靠性。

發(fā)表于：2/19/2016

光纖照明系統(tǒng)在井下照明的應(yīng)用研究

簡(jiǎn)要分析了現(xiàn)有井下照明系統(tǒng),，提出了光纖照明應(yīng)用于井下的理論,，給出了系統(tǒng)的總體構(gòu)成及部分原理，最后經(jīng)過(guò)實(shí)驗(yàn)分析驗(yàn)證了本研究的可行性,。

發(fā)表于：2/19/2016

基于小波變換和HVS的彩色圖像質(zhì)量評(píng)價(jià)方法

提出了一種基于小波變換和人類視覺(jué)系統(tǒng)的圖像質(zhì)量評(píng)價(jià)方法,。首先分別測(cè)得4級(jí)小波分解后高低頻分量的SSIM值并用CSF曲線加權(quán)，然后對(duì)低頻分量進(jìn)行分塊DCT變換,，測(cè)得每塊的中高頻分量的SSIM值作為乘性系數(shù)與前面所得結(jié)果相乘,，最后對(duì)彩色圖像各個(gè)通道分別進(jìn)行加權(quán)相加。實(shí)驗(yàn)結(jié)果表明,，算法與人眼主觀感受值更加吻合,。

發(fā)表于：2/19/2016

日媒郭臺(tái)銘否認(rèn)與軟銀聯(lián)合收購(gòu)夏普

北京時(shí)間2月19日上午消息,，據(jù)《日本經(jīng)濟(jì)新聞》報(bào)道，鴻海董事長(zhǎng)郭臺(tái)銘18日下午再次訪日,，拜訪了軟銀集團(tuán)社長(zhǎng)孫正義,。在之后的采訪中，郭臺(tái)銘對(duì)于是否攜手軟銀聯(lián)合收購(gòu)夏普的問(wèn)題表示了否認(rèn),，表示目前沒(méi)有這種想法,。

發(fā)表于：2/19/2016

大陸科學(xué)家研發(fā)顯示器薄如紙可彎曲

羊城晚報(bào)今天報(bào)導(dǎo)，廣東省政府16日召開(kāi)全省創(chuàng)新驅(qū)動(dòng)發(fā)展大會(huì),，表彰2015年度優(yōu)秀科技成果和科技工作者,，中國(guó)工程院院士、廣州大學(xué)教授周福霖和中國(guó)科學(xué)院院士,、華南理工大學(xué)教授曹鏞獲得突出貢獻(xiàn)獎(jiǎng),。

發(fā)表于：2/19/2016

常見(jiàn)的八種LED燈具檢測(cè)技術(shù)

LED光源與傳統(tǒng)光源在物理尺寸及光通量、光譜,、光強(qiáng)的空間分布等方面均存在很大差異,，LED檢測(cè)不能照搬傳統(tǒng)光源的檢測(cè)標(biāo)準(zhǔn)及方法。小編下面為您介紹常見(jiàn)LED燈具的檢測(cè)技術(shù),。

發(fā)表于：2/19/2016