基于小波变换的图像边缘检测方法

基于小波变换的图像边缘检测,其图像平滑度与尺度增大成正比:尺度增大,高频受到强抑制,输出图像的信噪比提高,图像边缘平滑变粗,定位精度降低;反之边缘定位精度可提升.小波基函数的选取应保证检测精度,故用大尺度滤波器抑制原图像噪声.同时用小尺度滤波器为图像边缘精确定位,即依据边缘检测的小波母函数一般准则,构造二次B样条小波,并采用自适应阈值图像边缘检测法检测图像边缘.     

基于ADAMS的液压挖掘装置动力学仿真分析

利用Adams软件对挖掘装置虚拟样机进行运动及动力学仿真,分析挖掘装置关键工作参数,获得挖掘装置工况变化规律及曲线、工作载荷和各极值节点受力参数,用以挖掘装置的分析和改进。     

一种改进的核相关滤波目标跟踪方法研究

针对目标跟踪领域视频图像序列经常出现遮挡、光照变化和快速移动等难点,提出了一种融合目标上下文信息和超像素级特征的核相关滤波跟踪方法,目标与其周围的信息存在相关性,利用中层视觉特征(超像素)构建目标的上下文滤波模型,在相关滤波框架下,实现对目标的快速训练和定位。实验结果表明,和其他相关滤波类算法相比,所提出的算法在处理以上跟踪难点时,精确度更高,且鲁棒性更强,同时能以较快的速度运行,满足实时性的要求。     

一种改进的One-Cut交互式图像分割算法

GrabCut算法作为一种典型的交互式彩色图像分割算法,是计算机图像领域中的重要技术手段。然而随着大数据时代的到来,图像数据种类和数量都呈指数级增长,显著地增加了图像分割的任务量,对图像分割效率提出了更高的要求。针对GrabCut算法图像分割效率及精度低的问题,提出了一种改进的One Cut交互式图像分割算法。首先采用One Cut的L1距离项构建能量函数避免GrabCut算法所面临的NP hard问题。然后改进能量函数中表观重叠惩罚项,并结合颜色直方图加速技术,优化网络图结构,显著降低网络图的复杂度,从而提高图像分割的效率及精度。实验结果表明,改进后的One Cut图像分割算法显著提升了图像分割效率,提高了分割精度,得到了较好分割结果。     

基于孤立像素点去除的车牌ROI区域快速定位方法研究

车牌识别（LPR）作为当前较为广泛研究的热门课题之一,已经日趋成熟和完善,但传统车牌提取算法中仍然存在对单个像素点过分依赖、识别率不高等问题。提出一种基于孤立像素点去除的车牌感兴趣区域提取方法,在Sobel算子边缘检测算法的基础上,采用基于行列比例和周围相似度两种方法,对单像素点进行处理,有效去除影响感兴趣区域中的孤立点,突出车牌特征并提高识别精度。实验结果表明,该方法较传统方法识别速率平均提高约5%,识别精度平均提高约15%。     

基于JSSE的可扩展安全通信系统设计与实现

针对网络环境,基于JSSE提出了一种可扩展的安全通信解决方案.该方案实现了应用程序使用者和实现者的彻底分离,能够保证网络通信的安全和保密.最后,在Java平台上实现了一个能够保证通信、文件传输安全等功能的通信系统.测试结果表明,基于JSSE的安全通信系统方案合理,安全性高.     

基于VR与Agent技术的室内漫游系统

基于VR与Agent技术的室内漫游系统,其系统构架分为:漫游场景对象配置和由客户、知识Agent及服务器等通过因特网互联组成。室内漫游包括场景管理和交互性实时绘制。浏览器遵循ISO制定的虚拟现实建模语言(VRML)规范,选用JAVA作为辅助工具,使VRML节点具有对象交互和处理消息的能力。     

基于显著特征和全局特征融合的植物识别方法

针对自然界中植物数据规模大且分布不平衡导致的识别困难的问题,提出一种基于显著特征和全局特征融合的植物识别方法.通过多层特征融合方法改进VGG19网络以提取植物的全局特征,并对全局特征进行显著特征提取得到图像的显著特征,将显著特征和全局特征进行自适应加权特征融合得到融合特征,对融合特征进行分类识别.在PlantCLEF2016数据集上的实验结果表明,该方法的准确率可达到81％,验证了其在大规模且分布不平衡的植物识别中可行有效.     

基于离散余弦变换的彩色图像水印算法

根据水印在离散余弦变换(DCT)系数低、中、高频的嵌入性能,提出基于绿色分量的DCT中频系数中水印的嵌入算法.即将Arnold置乱加密后的水印图像嵌入宿主图像绿色通道的DCT中频系数中,再对原始图像进行通道分离获得绿色分量,由DCT变换得到嵌入水印信息图像分块并DCT逆变换后将其合并成整图,得到加载水印信息的绿色分量灰度图,最后合成通道得到含水印的彩色图像.由此解决了水印算法对不可感知性和鲁棒性的矛盾.