基于自适应BM3D的侧扫声纳图像散斑降噪

侧扫声纳(SSS)是一种利用声波的水下传播特性完成水下探测的电子设备。因为侧扫声纳利用回波强度成像,所以不可避免地引入散斑噪声。本文针对散斑噪声,提出了基于自适应三维块匹配滤波(BM3D)的侧扫声纳图像散斑降噪方法。该算法首先对SSS图像进行幂变换和对数变换,采用小波变换估计整体图像噪声,同时用局部噪声估计结果更新BM3D算法的参数。然后本文算法比较全局估计和局部估计的结果,选择最合适的参数解决噪声分布不均匀的问题。实验结果表明,本文改进的BM3D算法能有效地降低SSS图像中的散斑噪声,获得良好的视觉效果。本文算法的等效视数至少提高了6.83%,散斑抑制指数低于传统方法,散斑抑制和平均保存指数至少减少了3.30%。该方法主要用于声纳图像降噪,对于超声、雷达或OCT图像等受散斑噪声污染的信号也有一定的实用价值。     

面向非匀点云拟合的RSR移动最小二乘法

针对传统的移动最小二乘法在非均匀分布的采样点集拟合中的不足,提出了影响域半径动态调整的移动最小二乘法（RSRMLS）。在传统移动最小二乘法（MLS）的基础上,根据拟合子区域采样点数据稀疏情况,该方法可自动调整MLS的半径区域大小。通过对相同数据点集的拟合比较,提出的RSRMLS拟合效果明显优于传统MLS。     

面向3D肌肉模型的穿插分离算法

针对肌肉配准后获得的三维肌肉模型之间小范围区域的穿插问题,提出一种新的穿插分离算法.首先应用OBB层次树检测3D模型间的交叉区域,然后采用最小二乘法计算穿插模型间的接触面,最后用基于逐点位置约束的Laplace算法对接触模型进行优化和光滑,并保留模型的原有几何细节,实验表明本文算法分离效果良好.     

一个三维人脸真实感模型重建算法

从多幅照片恢复三维人脸模型的难点在于如何自动求取脸部的特征点以及获得逼真的模型.本文提出了从人的头部运动来求取脸部结构的方法,首先使用改进的图像金字塔LK算法匹配对应照片的特征,再由局部向量调整,得到了精确的匹配结果,然后通过相机定标、运动分析、通用模型匹配、纹理映射算法重构出真实感的人脸模型.实验结果及算法分析表明,本文提出的特征匹配算法的精确度较高,实现特定人脸重建方法切实可行,生成的模型可视效果较好.     

C++多元化教学方法的实践与思考

从加强C++程序设计的教学效果,提高学生编程能力的目标出发,对教学过程中所采取的教学模式、教学方法以及实验环节进行了探讨,展示了实例教学法、问题教学法、任务驱动教学法和多媒体辅助教学法在C++程序设计教学过程中的简单运用,强调了实验环节对于C++课程教学的重要性.     

城市道路交通数据可视分析综述

目的 交通是困扰现代大都市的世界性难题.近年来,可视分析技术在分析和利用交通大数据中扮演了越来越重要的角色,成为一项重要的智能交通技术.本文将全面回顾自信息可视化和可视分析兴起以来城市交通数据可视分析领域的研究现状.方法 从道路交通流量分析和其他交通问题分析两个方面,按照数据的类型及问题的分类探讨交通领域的可视化技术和可视分析系统,简单回顾近年来出现的研究新趋势.结果 早期研究注重对道路流量的可视化展示方案,主要方法有箭头图、马赛克图和轨迹墙等.随着可视分析手段的丰富,对城市道路交通流量的分析层次上升到交通事件层面,但是交通事件的定义仅局限于交通拥堵.应用可视分析的其他交通问题领域包括公共交通、交通事故和人群出行行为等.近年出现了挖掘和利用交通轨迹或交通事件的社会属性或称环境上下文信息的研究新趋势.结论 从对交通流量的可视化到交通事件的可视分析,从面向道路交通状况到与交通相关的其他社会性问题,从单纯反映路况的交通数据到富含社会性语义的多源数据,从传统的PC端可视化和交互范式到新型的可视化展示介质,交通数据可视化领域的研究在深度和广度上都得到大大拓展,未来该领域的研究趋势也体现于其中.     

基于成员体关系的医学数据剥离绘制算法

针对修改传输函数或者使用特殊的光照效果时不能完全解决直接体绘制医学数据人体组织间的遮挡问题,提出一种基于成员体关系的分层剥离体绘制算法.利用梯度阈值函数判断采样点的类型,通过采样光线获得同种组织的标量值范围;用由移动最小二乘法按照拟合出的不同组织的分界标量值和空间位置来建立每个体素的成员体关系;将成员体关系用于分层剥离体绘制,以解决同类组织的遮挡问题,并采用自适应的光线投射算法提高图像的绘制效果和速度.实验结果表明,文中算法可以根据医学数据来确定相应的成员体关系,使被遮挡部分绘制效果清晰.     

基于ZYNQ的轻量化YOLOv5声呐图像目标检测算法及实现

针对声呐图像存在的模糊、样本量不足的现象,本文提出一种基于YOLOv5的声呐图像目标检测改进算法。利用几何滤波、垂直翻转等方法,对声呐图像数据集进行数据增强。添加融合注意力机制模块,使算法更好地关注声呐图像小目标的特征。同时,针对目前大多数目标检测算法运行在云端,无法做到实时性声呐图像检测的问题,本文利用替换轻量级网络和NCNN边端移植技术,同时在颈部网络中采用GSConv模块,将算法成功移植到ZYNQ平台,实现声呐图像的嵌入式端实时检测。实验表明,本文提出的算法在降低了56%参数量的同时,在map50和map50-95上分别提高2.2%和2.5%。改进后的算法性能提升明显,证明所提出的方法在轻量化声呐图像目标检测任务上具有一定的可行性与有效性。     

脑纤维可视化综述

脑纤维是构成大脑复杂结构和各脑区信息交流的物质基础.基于弥散张量成像和追踪技术的纤维解剖结构重建,对脑肿瘤手术导航、神经性疾病的诊断及人脑神经网络连接图谱的绘制等有着十分重要的价值.脑纤维可视化技术的目标是更精确地表达单体素纤维方向和全局纤维分布,并对纤维束形成过程中的不确定性进行量化分析,以降低视觉混杂性,增加空间层次感,为临床诊断提供辅助性分析工具.文中简略地介绍了脑纤维束的重构流程,从脑纤维的可视表达形式角度出发,梳理并总结了当前主流的纤维表示及渲染方法;并从模型估计、纤维追踪过程和纤维束分析等3个方面,讨论了脑纤维不确定性可视化的进展;最后,对需要进一步探索的研究方向进行展望.     

人工智能在财务决策支持系统中的应用

从财务决策支持系统（ＦＤＳＳ）的概念出发,该文讲述了 ＦＤＳＳ的结构框架及其实现,重点论述了人工智能技术在ＦＤＳＳ的应用,主要是在实现ＦＤＳＳ的知识库系统时用到的财务知识表示与财务推理机制,并针对同一个具体的财务实例,是如何用财务知识表示与财务推理机制的。