基于层次匹配下多种特征融合的蕾丝花边检索方法

针对基于图像纹理特征的蕾丝花边检索方法效率低下问题,为提高蕾丝花边检索效率,提出一种基于层次匹配下多种特征融合的蕾丝花边检索方法。通过运用图像纹理特征标识图像,利用Canny算子处理纹理图像,得到彩色Canny图像及其灰度梯度共生矩阵GGCM,采用能量、梯度平均、灰度平均、相关等二次统计特征参数描述图像的纹理特征,将上述提取纹理特征结合形状特征和SURF特征进行逐层匹配,实现层次匹配下多种特征的融合,弥补单个匹配方法的不足,同时在蕾丝花边库中验证所提检索方法的正确率。实验结果表明,与其他匹配方法相比,该方法提取的纹理特征具有更强的纹理鉴别能力,能较好地实现蕾丝花边检索,有效地提高了检索方法的速率和准确率。     

一种基于自适应神经模糊推理系统的图像滤波方法

赤潮是常见海洋自然灾害之一。为了早期预测和预报赤潮的发生,开发了基于流式图像的赤潮监测仪器,它将流式细胞、显微成像以及图像处理技术结合起来,采用基于背景差的方法快速准确地分割出藻类图像;为了克服藻类细胞处于不同生长周期和环境带来的形态和个体差异的影响,提取具有平移、旋转和尺度不变性的几何形状特征与基于灰度共生矩阵的纹理特征,采用一对一的多分类支持向量机进行分类识别。实验结果表明,该算法实现对了海洋原甲藻、红色裸甲藻、拟菱形藻和中肋骨条藻的自动分类,平均识别准确率高达94.37%。     

基于形状特征的植物叶片在线识别方法

针对传统植物识别方法工作任务量大,效率低下以及难以保证数据客观性的问题,提出了一种基于形状特征的植物叶片识别算法,并开发了一款C/S模式的植物叶片在线识别Android应用。叶片图像经预处理后,提取叶片的轮廓凸包顶点比、轮廓曲率方差等形状特征,采用KNN-SVM对叶片进行分类识别。实验结果表明,相比于一些已有识别算法,该算法可以达到更高的识别率;该Android应用稳定可靠,可以满足用户的需求。     

信息管理与信息系统特色专业建设的实践与探索

在信息管理与信息系统新专业建设中,通过充分认识新办专业特点、办学学校与学院层次、师资状况等情况,合理定位新办专业,努力实践专业特色,取得了明显效果。在进一步分析总结的基础上,力求使新专业建设更具特色与成效。     

蕾丝花边的改进型纹理特征检索方法

针对传统的蕾丝花边检索主要依赖于人的视觉检测及文本检索,存在信息不稳定、效率低、检索效果不可靠的现象,提出了一种基于层次匹配下多特征融合的蕾丝花边检索方法。通过运用图案纹理特征标识图像,首先分别用灰度共生矩阵、灰度梯度共生矩阵、局部二进制算子提取纹理特征进行匹配。然后将3种提取纹理特征方法分别结合几何特征、不变矩特征量进行逐层匹配。最后将层次匹配下各个纹理特征进行融合,弥补了单个匹配方法的不足,同时在蕾丝花边库中验证所用检索方法的正确率。分析结果表明,该方法优于任意单个的蕾丝花边匹配方法,能较好地实现蕾丝花边检索,有效地提高图案检索的可靠度和准确率。     

基于Web Services的电子政务体系结构及其应用

如何整合政府部门的异构系统,使之协同工作,解决政府间信息孤岛问题,是一项富有挑战性的研究课题。提出了基于WebServices的电子政务体系结构,并结合无锡市电子政务应用实例,证明该框架有效解决了该问题。     

基于交互式分割的蕾丝花型检索算法

由于蕾丝花边工艺复杂,花型图案种类繁多,且传统的基于文本的图像检索方法采用人工标注,工作量大、主观性强,不能满足蕾丝花型的检索需求,因此文章采用基于Live Wire交互式图像分割和层次匹配的方法对蕾丝花型进行检索。首先利用Live Wire算法提取蕾丝花边中一个或多个花型轮廓;然后分别提取傅立叶描述子、几何特征、灰度共生矩阵作为其特征向量;最后将每个测试花型的特征向量与1 327个样本花型的特征向量进行匹配并按相似度大小排序。实验结果表明,相比于单一的特征识别,该方法具有更高的识别率,能够满足蕾丝花型的检索需求。     

基于Web Service构建政务信息资源共享体系

基于Web Service信息资源共享体系已成为解决异构资源共享的有效途径。文章在介绍Web Service设计理念以及相关技术的基础上，分析了如何设计私有的UDDI以及公共的UDDI来提供数据的注册服务中心，在保护现有资源以及松散集成已有系统的前提下，以灵活、可扩展、安全的方式实现政务信息资源的交换与共享。     

基于边缘和纹理特征融合的蕾丝花型检索方法

介绍一种采用边缘和纹理特征融合的蕾丝花型检索方法。首先利用Live Wire分割算法提取出1 327个样本花型和530个测试花型,然后分别提取它们的傅立叶描述子、灰度梯度共生矩阵作为边缘特征和纹理特征,最后将测试花型与样本花型特征匹配后按照相似度大小进行排序,并与特征融合后的排序值进行比较,在Matlab中实现蕾丝花型用户界面检索系统。结果表明,与单一的特征检索方法相比,特征融合方法具有更高的识别率,能够满足大数据库下蕾丝花型的检索需求。