基于最佳漫反射像素的汽车表面高光检测

汽车表面常常反射出表征光源颜色的高光,高光的颜色严重影响了汽车的真实颜色.因此在识别汽车颜色之前需要将汽车表而的高光像素检测出来,以提高颜色识别的准确率.结合原图像和对应的无高光图像提出了最佳漫反射像素的概念,并以最佳漫反射像素为基础提出了一种检测单张彩色图像中汽车表面高光的算法.算法简单、容易实现,其理论基础是二分光反射模型.实验结果表明算法有效、运算速度快,可以满足汽车颜色识别系统准确性和实时性的要求.     

导向滤波的高光去除改进算法

为了解决传统的高光去除方法在去除图像高光时黑色像素点褪色、边缘和纹理缺失、产生伪影效应的问题,提出了一种导向滤波的高光去除改进算法。该算法通过设置第一阈值分离出图像中的黑色像素和其他像素,并采用不同方法分别估算黑色像素和其他像素的最大漫反射色度,避免黑色像素点发生褪色;利用导向滤波器对最大色度图进行了平滑处理,避免了伪影效应;在分离漫反射分量过程中,根据分母与第二阈值的关系,将滤波后图像中的像素点划分为两类,并对不同类别的像素点采用不同方法实现漫反射分量的分离,避免了分母为0导致错误分离。根据实验结果,该算法相比于传统算法,在防止黑色像素褪色、保留图像边缘和纹理信息、避免伪影方面均表现出优势。     

用于去除单张图像高光的光照约束补色

在计算机视觉研究领域,如何检测和消除图像中的高光(specular)一直是个热点问题,有关的研究结果对于提高计算机视觉算法性能有着重要的影响.针对这一问题,提出了一种检测和消除高光的方法.首先,通过比较高光和漫反射光(diffuse)的色度特性的不同,给出了一种交互检测单色物体表面高光区域的方法;然后,引入补色(inpainting)方法并结合光照约束条件,设计了一种去除单张图像中高光并还原出漫反射分量的新的补色算法.与一般补色方法不同,该算法充分利用了高光区域含有的信息来指导补色过程.通过综合利用观测到的像素值、光源的色度分析(illumination chromaticity analysis)、光源颜色的平滑性等来约束补色过程,保证了算法能够克服一般的补色方法无法保持物体表面细微明暗变化的缺点.实验结果表明,与以往的去除单张图像高光的方法相比,该算法能够提供更好的光源色度估计,从而得到更准确的结果.     

实时单幅图片高光去除算法

单幅图片的高光去除是一个非常具有挑战性的课题。综述以往多数方法,一般需要进行图像分割等预处理,或者要求用户进行交互输入。采用的方法是从高光图片的颜色统计规律出发,发现了最大漫反射色度局部平滑这一特性;然后估计镜面反射像素最大漫反射色度,由基于线性模型对最大色度的值进行扩散传播,从图像中的漫反射像素传播到镜面反射像素;最后求出图像中每个像素的漫反射分量。与传统方法相比较,这种高光去除的方法效果较好,而且非常简单,适合并行,可以满足实时应用需要。     

基于快速双边滤波的图像高光去除研究

在各向异性的物体中,高光被视为是漫反射分量以及镜面反射分量的一种线性组合。单幅图像的高光去除是计算机视觉中一项非常有挑战性的课题。很多方法试图将漫反射分量、镜面反射分量进行分离,然而这些方法往往需要图像分割等预处理过程,方法鲁棒性较差且比较耗时。基于双边滤波器设计了一种高效的高光消除方法,该方法利用最大漫反射色度存在着局部平滑这一性质,使用双边滤波器对色度的最大取值进行传播与扩散,从而完成整幅图像高光去除。方法采用一种加速策略对双边滤波器进行速度优化,与目前流行的方法相比,有效提升了方法的执行效率。与传统方法相比,该方法高光去除效果更好,处理速度更快,非常适用于一些实时应用的场合。     

基于保边滤波器的单幅图像高光去除

研究图像分割优化问题,由于图像中存在高光中,造成干扰,提出一种简单但有效的单幅图片高光去除方法。传统单幅图像高光去除方法,一般需要进行图像分割预处理,或者进行交互输入。提出的新方法无需图像分割预处理,也不要交互输入,而是使用漫反射色度估计值作为引导值,对最大色度图应用边界保留滤波器,并最终得到去高光后的图片。实验结果比较表明,与传统方法比较,该方法不但能够去除单色物体表面高光,对于复杂纹理表面高光非常有效,且输出图像在非高光区更接近输入图像,提高了图像分割效果。     

一种实拍图像的高光去除方法

根据双色反射模型,通过分离出漫反射分量的方法,获得了对图像中的高光去除的结果。同时,针对双色反射模型要求的相机响应函数必须满足线性关系,但实际拍摄图像为非线性关系的问题,提出了基于参数自适应确定的伽马变换漫反射分离方法。实验结果表明,该方法可对实际拍摄的图像完成有效的高光去除。     

均场退火算法在单幅灰度图像高光检测与恢复中的应用

为了解决单幅灰度图像高光去除方法恢复结果存在的图像失真问题,提出一种基于均场退火算法的单幅灰度图像高光检测方法.首先利用反射模型分别对镜面反射分量和漫反射分量的分布进行建模;然后通过均场退火算法的迭代过程估计镜面反射分量和漫反射分量的比例,对可能存在的高光区域进行检测;最后利用基于BSCB模型的图像修复方法修复高光区域.采用一种主观评价方法和客观评价方法相结合的性能的评价方法对文中方法进行验证,结果表明,该方法是有效的;与传统的高光检测与恢复的方法相比,该方法能够有效地检测出灰度图像中镜面反射区域,且恢复效果更符合人眼视觉、恢复后的图像质量更好,提高了图像高光区域的恢复率.     

基于表面形态分布的单幅灰度图像高光检测

镜面高光是由明暗恢复形状算法的重大障碍,但是对于单幅灰度图像,由于只包含亮度信息,现有以色度分析和极化分析为基础的高光检测方法均不能适用.为此,提出了一种利用表面形态分布信息检测图像高光的方法.首先,利用成像过程信息,对表面法向量进行估计;其次,基于物理光照模型,通过模拟退火算法最小化亮度误差函数,计算漫反射成分和镜面反射成分;然后,定位高光区域;最后,给出了基于曲率连续性假设的约束补色方法.通过对仿真图像和真实图像的高光检测及表面恢复,验证了提出的算法具有良好的稳定性,提高了镜面高光图像的表面恢复精度.     

双边滤波的改进高光去除

目的 由于非均匀光照条件下,物体表面通常出现块状的强反射区域,传统的去高光方法在还原图像时容易造成颜色失真或者边缘的丢失。针对这些缺点,提出一种改进的基于双边滤波的去高光方法。方法 首先通过双色反射模型变换得到镜面反射分量与最大漫反射色度之间的转换关系,然后利用阈值将图像的像素点分为两类,将仅含漫反射分量的像素点与含有镜面反射分量的像素点分离开来,对两类像素点的最大漫反射色度分别做估计,接着以估计的最大漫反射色度的相似度作为双边滤波器的值域,同时以图像的最大色度图作为双边滤波的引导图保边去噪,进而达到去除镜面反射分量的目的。结果 以经典的高光图像作为处理对象,对含有镜面反射和仅含漫反射的像素点分别做最大漫反射色度估计,再以该估计图作为双边滤波的引导图,不仅能去除镜面反射分量还能有效的保留图像的边缘信息,最大程度的还原图像细节颜色,并且解决了原始算法处理结果中R、G、B三通道相似的像素点所出现的颜色退化问题。用改进的双边滤波去高光算法对50幅含高光的图像做处理,并将该算法与Yang方法和Shen方法分别作对比,结果图的峰值信噪比（PSNR）也分别平均提高4.17%和8.40%,所提算法的处理效果更符合人眼视觉,图像质量更好。结论 实验结果表明针对含镜面反射的图像,本文方法能够更有效去除图像的多区域局部高光,完成对图像的复原,可为室内外光照不匀情况下所采集图像的复原提供有效理论基础。     

动态分区分配与回收算法的模拟

为了探索和改进操作系统课程的教学方法,加强学生对动态分区的深入理解,采用C语言中的链表模拟实现了动态分区中的两种分配算法:首次适应算法(First Fit)、最佳适应算法(Best Fit),以及内存回收算法。模拟结果表明:这种理论加实践的教学不仅有助于学生掌握操作系统的理论知识,使抽象内容具体化,而且有助于提高学生分析数据、选择数据结构以及综合编程的能力。     

利用直线拟合估算光源色度

提出一种光源色度的估计方法,并在此基础上利用Specular-to-Diffuse机制去除高光.首先引入最佳分析窗口的概念,将此窗口中的像素归一化,投影到二维的Inverse-Intensity空间;然后利用模糊C均值聚类将上述空间中的数据分为3类;最后取其中2类作为候选高光像素,采用一维线性拟合得到直线的截距值作为估算出的光源色度.文中方法相对简单而且容易实现,实验证明非常有效.     

基于宽容分层策略的启发式排样算法

针对2D Packing排样方法中存在的择优匹配思想与排样优劣评估的平衡性问题,基于多目标优化的宽容分层策略提出一种新颖有效的择优匹配启发式排样算法。首先,定义排样空间和匹配值,计算入排零件与排样空间的宽、高匹配值,然后建立统一的多目标优化函数模型,并根据目标函数值的大小来确定排放优先规则。特别针对一般可排入匹配情况,可在目标函数模型中通过设置和调整宽容值,最后实现多种排样布局的最优化。对benchmark问题的7类数据实例的计算结果表明,该算法相对于底部左齐择优匹配（LLABF）和水平线择优匹配（LSBF）算法,Gap的平均值可降低了2%;在C1P1+C3P1以及C2~C7随机构成的两组混合数据测试中（矩形数量为33和66）,排样高度达到24和339。该算法也可用于多类型异形零件的排样过程。     

Power efficient server consolidation for Cloud data center

Cloud computing has become an essential part of the global digital economy due to its extensibility, flexibility and reduced costs of operations. Nowadays, data centers (DCs) contain thousands of different machines running a huge number of diverse applications over an extended period. Resource management in Cloud is an open issue since an efficient resource allocation can reduce the infrastructure running cost. In this paper, we propose a snapshot-based solution for server consolidation problem from Cloud infrastructure provider (CIP) perspective. Our proposed mathematical formulation aims at reducing power cost by employing efficient server consolidation, and also considering the issues such as (i) mapping incoming and failing virtual machines (VMs), (ii) reducing a total number of VM migrations and (iii) consolidating running server workloads. We also compare the performance of our proposed model to the well-known Best Fit heuristics and its extension to include server consolidation via VM migration denoted as Best Fit with Consolidation (BFC). Our proposed mathematical formulation allows us to measure the solution quality in absolute terms, and it can also be applicable in practice. In our simulations, we show that relevant improvements (from 6% to 15%) over the widely adopted Best Fit algorithm achieved in a reasonable computing time.     

基于不完备标签数据的半监督聚类算法

针对seeded-K-means和constrained-K-means算法要求标签数据类别完备的限制,本文提出了基于不完备标签数据的半监督K-means聚类算法,重点讨论了未标签类别初始聚类中心的选取问题.首先给出了未标签类别聚类中心最优候选集的定义,然后提出了一种新的朱标签类别初始聚类中心选取方法,即采用K-mea...     

面向Overlay技术的镜面高光快速算法研究

在虚拟环境实时漫游中利用画面连贯性加速生成真实感图形的研究工作中，镜面分量的计算量往往较大，且因其与视点相关而难以利用其连贯性。本文采用ｏｖｅｒｌａｙ技术，把景物表面光亮度中的镜面分量作为一个独立层面进行叠加，在此基础上提出了一种新的镜面高光分量绘制模型，新模型采用光亮度可分辨性来完成其快速绘制，并在虚拟环境实时漫游中能满足限时计算要求，在实践中取得了良好的效果。     

Fast Analytic Shading and Shadowing for Area Light Sources

This paper describes a fast analytic algorithm that generates exact highlights and soft shadows from area light sources. In order to realize fast shadowing, we propose the ray-oriented buffer which segments 3D space by following light rays from polygonal sources. Each cell of the buffer stores objects that intersect a related subspace. Candidate objects which may cast shadows onto a point are selected by referring to the buffer. The candidates are then tested with their shadow bounding volumes to suppress objects that never occlude light sources. In addition, we propose the cross scanline clipping algorithm. It quickly determines the exact regions of uncovered area light sources with simple silhouette generation. Both diffuse and specular reflections are computed by integrating light rays from the uncovered sources. Experimental results confirm the high performance of the proposed method.     

显著性检测指导的高光区域修复

目的为解决传统的基于光照模型的高光修复算法无法很好地对高光区域存在饱和现象的单幅图像进行处理这一问题,提出一种显著性检测指导的高光区域修复算法。方法首先在亮度空间应用显著性模型,实现高光区域的自动检测和标记,之后运用改进的Exemplar-Based算法,综合利用图像的邻域和边缘信息,对标记的高光区域进行自适应修复,去除图像中的高光。结果分别对仿真及自然场景下的高光图像进行测试,实验结果表明,与原修复算法和传统高光去除算法相比,所提算法的修复效果更符合人眼视觉、修复后的图像质量更好。结论本文算法与Exemplar-Based算法及Tan方法相比,对高光区域存在饱和现象的单幅图像有较好的修复效果,并且有效地克服了传统高光去除算法受光照模型限制的缺点。