排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
2.
如何在MFC中利用OpenGL实现三维图形的绘制 总被引:5,自引:0,他引:5
针对OpenGL强大的三维图形功能和Visual C 完善的基础类库,将二者结合起来,开发出基于Win32环境下的高品质的三维图形应用程序.文中介绍了作者在工程实践中利用MFC开发OpenGL三维图形功能的关键技术,提出了在MFC的框架下构造虚基类来实现MFC和OpenGL函数库之间的接口的方法. 相似文献
3.
糖尿病视网膜病变(diabetic retinopathy, DR)是一种糖尿病性微血管病变,会在球结膜微血管上有所体现,球结膜血管图像的获取比眼底图像更加便捷,但微血管的特征变化微小且难以量化。为了能够对患者进行早期辅助诊断,本文依据球结膜微血管形态与DR的关联,首先对球结膜图像进行预处理,使用限制对比度自适应直方图均衡(contrast limited adaptive histogram equalization, CLAHE)算法进行图像增强,随机处理使数据增强,然后结合卷积神经网络(convolutional neural network, CNN)和Transformer各自的网络优势构建CTCNet,对处理后的球结膜血管图像进行DR分类,分类准确率达到了97.44%,敏感度97.69%,特异性97.11%,精确度97.69%,通过实验对比CNN和Transformer, CTCNet网络性能优于其他模型,能够有效识别DR。 相似文献
4.
圆锥角膜在病变过程中会导致角膜中央部位向前凸出,使角膜呈现出圆锥形,而且会导致高度不规则近视和散光,对视力造成不同程度损害。疾病一般发生于青少年时期,为了能及时治疗避免病变严重,筛查区分圆锥角膜具有十分重要的意义。而且临床上对于圆锥角膜诊断通常是采用角膜地形图的方法,可以得到角膜形态学的改变,但是有一定的误诊率。目前研究发现,角膜力学特性改变先于形态学,所以本文从角膜生物力学角度出发,提出一种基于多层感知机(multi-layer perceptron,MLP)神经网络区分圆锥角膜的模型。首先,利用可视化生物力学分析仪(corneal visualization scheimpflug technology,Corvis-ST)测得角膜的生物力学视频,进行处理计算得到角膜生物力学参数作为数据集,其中包含正常角膜和圆锥角膜2种类别;然后,针对角膜生物力学参数数据集构建MLP神经网络模型,将70%数据集作为训练集,30%数据集作为测试集。在数据集上训练及测试的结果表明,该模型区分圆锥角膜的准确率为97.6%。 相似文献
5.
摩擦片的裂纹数目和长度是衡量高铁制动性能的核心评定标准之一,有效的裂纹检测对高铁的安全运行具有重要意义.提出基于CSPDarkNet53主干网络架构的改进算法,实现摩擦片裂纹的在线自动检测.一方面融合双路特征提取网络以增强对于裂纹特征检测的敏感度,有效提高摩擦片裂纹检测的准确率;另一方面在YOLO检测模块预测框的去冗余计算环节中,采用目标框加权融合算法(weighted fusion algorithm of target box,WBF)降低误检率.实验结果表明,相较于当前最具有代表性几类目标检测算法,本文采用的方法准确率显著提高,平均精度提升7.64%. 相似文献
6.
7.
8.
传统装配系统中依靠人力进行重复性劳动,容易 由于人的操作具有疲劳性和人眼分辨 率有限等特点造成失误,为了避免浪费人工和时间,解决工厂环境中光线等不稳定因素,提 出了一种基于YOLO v3算法对形状多样的工业零件识别方法。在智能装配系统中根据视觉检 测结果判断零件种类,弥补了传统方法的不足,满足产品生产系统的节拍要求。改进后的YO LO v3网络模型使用k-means算法重新聚类预选框的参数,残差网络来减少网络的参数,结 合 多尺度方法、采用Mish激活函数提高精确度,使其更适合工业零件的小目标分类检测。该模 型以3D打印的工业零件制作数据集,实验表明与原有的YOLO v3算法对比,使用改进后的网 络模型具有良好的鲁棒 性,准确率提高了1.52%,时间提高了7.25 ms,实现精确实时地检测出智能装配系统中的零件种类。 相似文献
9.
针对在摄像机视角、光照、气候、地貌等条件的大 幅度变化或者存在快速移动物体的 复杂场景下,视觉即时定位与地图构建(simultaneous localization and mapping,SLAM)的精确性和鲁棒性较低等问题,闭环检 测作为解决SLAM位姿漂移的重要环节,提出了一种基于神经网络的闭环检测方法。该方 法通过传感器获取视觉图像的数据,不同于传统方法的特征提取,采用改进三重约束损 失函数训练Darknet提取图像特征,构造对应特征向量矩阵。由于Darknet借鉴了残差网络(resnet)的思想,在具有较深网络层数的同时,仍保持较高的准确率,减少了特征提取 误差。经过自编码器方法对数据进行降维处理,通过余弦相似度计算,设定合理阈值,能够 更快的得到闭环检测结果。最后通过在两个公开视觉SLAM闭环检测数据集,New College数 据集和光照及角度变化更明显的City Centre数据集上进行实验,结果表明复杂环境下本文 提出的方法比现有闭环检测方法,能够得到更高准确率和速率,更好满足了视觉SLAM系统对 消除累计误差和实时性的要求。 相似文献
10.
针对目前单样本人脸识别率不高这一问题,本文 提出一种基于子模式下的分层LBP和 金字塔模式HOG特征相融合的单样本人脸识别方法。该方法针对人脸不同部位对人脸识别所 做贡献的程度,先通过已有人脸不同部位的分类器将人脸不同器官提取出来并以此为基准将 其分为不同的子图像。然后针对LBP描述子提取的纹理特征数量较少且不能很好的描述图像 边缘和方向信息等问题,将分层LBP与金字塔不同层级的HOG特征相融合的方法作用在每一个 子图像上,得到每一个子图像的融合特征向量,计算训练样本与测试样本对应的每一个子图 像的融合特征的欧氏距离并且乘上预先设定的该子图像对应的权重参数,然后将它们相加得 到最终的欧氏距离,通过阈值判断该人脸所属id。最后通过在ORL人脸库上进行实验,结果 表明本文提出的方法比现有单样本人脸识别方法识别率更高。 相似文献