Delphi处理SQL Server2000数据库中JPEG图像数据的两种方法

介绍了在以Delphi7，0作为前台开发工具，SQL Server2000作为后台服务器开发数据库过程中，JPEG格式图像数据存储和读取显示的两种方法，即内存流法和路径链接法。使用内存流法可以减少磁盘操作，更易于数据库的维护和管理，还可提高数据的安全性；使用路径链接法加快了数据库的检索速度和图像数据传输速度，极大地扩展了图像数据库的信息量。这两种方法对于图像数据库的应用开发有着重要意义。     

基于VC＋＋的数据库图像存取技术及实现

介绍了数据库图像存取的主要技术和基本原理,包括数据库中图像字段的存储机制、BMP文件格式、图像数据的转换与显示。用VC＋＋实现了对数据库图像字段的存取,并结合应用实例,对图像数据的读取、写入、显示进行了较为详细的分析,给出了关键源代码.     

中国古代文明与考古学Delphi处理SQL Server 2000数据库中JPEG图像数据的两种方法*

介绍了在以Delphi 70作为前台开发工具,SQL Server 2000作为后台服务器开发数据库过程中, JPEG格式图像数据存储和读取显示的两种方法,即内存流法和路径链接法。使用内存流法可以减少磁盘操作,更易于数据库的维护和管理,还可提高数据的安全性;使用路径链接法加快了数据库的检索速度和图像数据传输速度,极大地扩展了图像数据库的信息量。这两种方法对于图像数据库的应用开发有着重要意义。     

如何显示数据库中以OLE对象形式存储的图像

以ASP和Access数据库为例,探讨了以“OLE对象”形式存储在数据库中的图像信息如何读取的问题。通过对存储在“OLE对象”中信息进行分析,找到了控制信息与真实图像信息之间分隔标记,从而在程序中跳过控制信息,从分隔标记处读取真实的图像信息。     

基于DELPHI的JPEG图像存取方法研究

本文介绍了在以Delphi作为开发工具,SQL Senver2000作为数据库开发过程中,JPEG格式图像数据存储和读取显示的两种方法,即路径链接法和内存流方法。这两种方法对于图像数据库存储的应用开发有着重要意义。     

用VC编程实现BMP图像裁切

介绍了用VC编程实现BMP图像裁切的两种方法：第一种方法是将图像数据全部读入内存，然后将感兴趣区域裁切下来；第二种方法是只读取感兴趣区域的图像数据，然后保存读取的数据实现图像的裁切。     

利用Delphi的流对象对多媒体文件进行操作

本文提出了多媒体文件(特别是音频和视频文件)的存取与播放的操作问题，为了解决该问题，首先介绍Delphi中的流对象的基本概念和知识；然后分别借用MSA Access数据库和SQL Server数据库利用数据漉对象来实现音频和视频文件的存储和读取；最后通过MediaPlayer组件演示从数据库中读取的音频和视频数据。     

利用VB6.0存储和显示SOL Server数据库中的图像数据

在大型数据库中经常会遇到对图像数据进行处理，但往往对图像数据的处理不同于其他普通数据那么简单，本文介绍了一种用VB6．0实现对SQL Server数据库图像数据的处理的方法，并通过实例实现了对数据库中的图像数据进行存储和显示的功能。     

数据库编程与图像处理

在数据库编程中,经常需要图像与文字信息的同步显示。讨论了从磁盘文件中读取图像信息,以及将图像信息存入MySQL数据库的Blob段中,然后从中读取。同时,编写了一个应用程序,实现图像与文字信息的同步显示,该程序使用Java作为编程语言。     

Excel数据向MySQL导入技术

本文通过PowerBuilder的OLE技术读取Excel表中有用的数据,再通过MyODBC接口与MySQL数据库通信,实现Excel数据向MySQL数据库的导入.     

多光谱图像与全色图像的像素级融合研究

以高空间分辨率的全色图像与高光谱分辨率的多光谱图像进行像素级双源融合为例，详细地总结了卫星多源遥感图像融合领域像素级融合的步骤、基本融合模型和优缺点，重点分析了各种常见像素级融合方法的原理和特点，并归纳了像素级融合结果的主客观评价标准和评价方法，以及像素级融合的主要应用领域，最后讨论了像素级融合目前存在的问题和今后的发展方向。     

遥感图像的图像镶嵌方法

图像镶嵌技术是近年来发展迅速的图像处理技术之一，是计算机视觉领域和计算机图形学领域都十分关注的研究热点之一。通过对现有遥感图像镶嵌方法的研究，时其进行了归纳和总结，并介绍了几种常见的图像镶嵌关键技术。     

大规模图像集中的代表性图像选取

针对传统图像检索系统通过关键字搜索图像时缺乏语义主题多样性的问题,提出了一种基于互近邻一致性和近邻传播的代表性图像选取算法,为每个查询选取与其相关的不同语义主题的图像集合. 该算法利用互近邻一致性调整图像间的相似度,再进行近邻传播（AP）聚类将图像集分为若干簇,最后通过簇排序选取代表性图像簇并从中选取中心图像为代表性图像. 实验表明,本文方法的性能超过基于K-means的方法和基于Greedy K-means的方法,所选图像能直观有效地概括源图像集的内容,并且在语义上多样化.     

全景鸟瞰拼接图像的质量评价方法

针对全景拼接图像尚无有效的全参考质量评价方法,无法有效地选择最佳拼接方案以及优化系统参数的问题,创新性地提出一种基于图像信息采样的质量评价方法,即通过统计俯视图像素在原始图像中的对应分布,对原始图像素的重采样率和均值方差等统计信息进行分析评估。首先介绍一种车载环视摄像头下4个不同角度的视频图像拼接的方法,然后提出像素采样率性能指标,最后通过仿真实验与实际测试,对比图像方差、熵值和平均梯度等指标,证明了提出的评价方法能够有效地评价拼接图像质量和优化摄像头安装参数。     

基于图像匹配的CBERS-02B卫星HR相机图像拼接方法

中巴地球资源卫星(CBERS)02B星HR相机所获得的高分辨率遥感图像,是由3片TDICCD影像组成,由于TDICCD空间结构关系,导致3片TDICCD的原始影像间存在偏移现象。为此,在充分考虑TDICCD图像的空间几何特征和图像像元间相关性的基础上,利用基于灰度的匹配算法,并结合TDICCD成像原理的特点,提出了一种新的高分辨率遥感CBERS\|02B星HR相机的影像拼接方法,整景拼接精度达到亚像元级。     

Image

Abstract

In a few short years, Google has become one of the world's best known brands. Its strategies to preserve the brand image pose a challenge for information professionals who attempt to present Google's capabilities in a factual manner.     

Image Access Protocol for Image Processing Software

During the past decade a number of multiimage picture processing software packages have been put together. However, only a few of the references to picture processing systems discuss image data structure or input/output routines. This correspondence is a first step in a direction toward getting a communication process started by suggesting some specifications for a multiimage data format and standard input/output interface routines to access the image data.     

基于低分辨率彩色指导图像的深度图像超分辨率重建

传统的以彩色图像为指导的深度图像超分辨率(SR)重建方法,参考图像必须为高分 辨率彩色图像,彩色图像的分辨率决定了深度图像的放大上限。同时,实际应用中可能只存在低 分辨率彩色图像,此时上述方法也不再适用。为此,探讨使用任意分辨率彩色图像为指导的深度 图像SR 重建方法。首先,使用大量不同类别的图像SR 算法对输入彩色图像进行上采样,得到 高分辨率彩色图像并以此作为指导图像,然后采用基于二阶总广义变分方法,将由低分辨率彩色 图像重建得到的图像作为正则约束项,添加图像边缘信息,构建目标函数,将深度图像SR 重建 问题转化为最优化问题,再通过原-对偶方法求解,最终得到高分辨率深度图像。探讨了之前被 相关方法所忽略的情形,该方法可以适用于任意分辨率的彩色指导图像。并且通过相关实验发现 了令人惊异的现象,即通过使用低分辨率彩色图像放大后作为指导,可以得到与使用高分辨率彩 色指导图像相近甚至更好的结果,对相关问题的研究和应用具有一定参考意义。     

No-Reference Image Quality Assessment for Image Auto-Denoising

This paper proposes two new non-reference image quality metrics that can be adopted by the state-of-the-art image/video denoising algorithms for auto-denoising. The first metric is proposed based on the assumption that the noise should be independent of the original image. A direct measurement of this dependence is, however, impractical due to the relatively low accuracy of existing denoising method. The proposed metric thus tackles the homogeneous regions and highly-structured regions separately. Nevertheless, this metric is only stable when the noise level is relatively low. Most denoising algorithms reduce noise by (weighted) averaging repeated noisy measurements. As a result, another metric is proposed for high-level noise based on the fact that more noisy measurements will be required when the noise level increases. The number of measurements before converging is thus related to the quality of noisy images. Our patch-matching based metric proposes to iteratively find and add noisy image measurements for averaging until there is no visible difference between two successively averaged images. Both metrics are evaluated on LIVE2 (Sheikh et al. in LIVE image quality assessment database release 2: 2013) and TID2013 (Ponomarenko et al. in Color image database tid2013: Peculiarities and preliminary results: 2005) data sets using standard Spearman and Kendall rank-order correlation coefficients (ROCC), showing that they subjectively outperforms current state-of-the-art no-reference metrics. Quantitative evaluation w.r.t. different level of synthetic noisy images also demonstrates consistently higher performance over state-of-the-art non-reference metrics when used for image denoising.