一种基于Multiway cut的多对象图像分割*

多对象分割是图像处理中的一个难题,基于Multiway cut的图像分割是一种人工交互式多对象分割方法,能够实现图像的粗分割和精确分割。使用分水岭分割图像,把图像分割为属性相似的小区域;根据交互建立节点层次图,构建带权无向网络;不同层次的节点参与不同的运算,采用Multiway cut迭代分割;交互和分割可以多次执行,直至满足用户的要求。实验结果表明,该方法人工参与方便,准确度得到提高,速度满足现场操作的要求。     

基于RPC的Agent通信模型及其实现

本文介绍了Agent系统中通信的重要性和通信的模式，通过分析分布式技术RPC的运行机理，提出了Agent通信框架的模型，并且根据提出的通信模型，研究了同步、异步、事件驱动、一对多等各种通信方式的实现。     

巷道监控图像中的人脸肤色区域分割

煤矿巷道监控图像中脸部分割的难度比较大.在典型监控角度方向采集了巷道中矿工的监控图像;在HSV颜色模型的各分量中分析了矿工脸部肤色的统计特征;在色度分量空间,采用上限和下限阈值的方法分割出肤色区域像素和相似色度的背景像素;对脸部区域的二值图像进行平滑处理和分割,大幅度降低背景像素的影响,缩小脸部区域的范围.实验结果表明,此方法计算简单、速度快,能成功地分割巷道监控图像中的脸部区域.     

基于EJB和Web服务的企业应用集成

本文探讨了基于EJB技术的企业内部应用集成和基于Web服务的企业之间应用集成，在此基础上给出了基于EJB和Web服务的应用集成框架，介绍了框架的实现步骤。     

动态图像特征空间的立体视觉匹配算法

提出图像特征空间概率分布参数时变的立体视觉匹配问题。立体视觉匹配算法通常是针对时不变提出的。因此,对于概率分布时变的图像特征空间而言,这些方法均不能有效地实现动态立体视觉匹配。针对这一问题,提出的方法是对图像分割边缘构建动态贝叶斯网,结合贝叶斯学习并充分利用其学习所获得的图像空间概率模型变化演进的规律,得到较准确、平滑地图分割的动态结果,以此作为基元间的对应性,在边缘区域进行置信传播,实现图像的动态立体视觉匹配。     

混合深度学习模型C-RF及其在手写数字识别中的应用

卷积神经网络（Convolutional neural network,CNN）是一种常见的深度学习模型,受人类视觉认知机制启发而来,能够从原始图像得到有效的特征表达。CNN模型在图像识别领域不断取得突破,但是在训练过程中需要花费大量时间。随机森林（Random forest,RF）在分类和回归上具有很高的精度,训练速度快并且不容易出现过拟合的问题,现有的基于RF的分类器都依赖手工选取的特征。针对以上问题,本文提出了基于CNN的C-RF模型,把CNN提取到的特征输入RF中进行分类。由于随机权值网络同样可以得到有效的结果,所以不用梯度算法调整网络参数,以免消耗大量时间。最后在MNIST数据集和Rotated MNIST数据集上进行了实验,结果表明C-RF模型的分类精度比RF有了较大的提高,同时泛化能力也有所提升。     

一种改进的妇科不孕症诊断治疗仪

目前市面上的便携式妇科不孕症诊断治疗仪存在误差大、成本高、故障率高、实用性不强等问题,改进的妇科不孕症诊断治疗仪采用双线性插值来处理压力传感器的非线性误差和温度误差;改进控制电路,采用步进电机驱动输液装置:改变系统结构,仪器的部分功能由个人电脑来实现.提高了仪器的精度、可靠性和实用性,降低了成本,可以与办公自动化系统有效的集成,有广阔的应用前景.     

基于改进尺度不变特征的图像局域几何配准研究

针对图像配准容易产生误配准、漏配准的问题,提出了基于改进尺度不变特征的图像局域几何配准。该方法改进了尺度不变特征,通过构建边缘尺度空间设计了尺度不变边缘特征变换,融合了尺度不变特征点和尺度不变边缘。以尺度不变特征为基础,搜寻图像间的局域图像变换,实现图像局域几何配准。实验表明,SIFT特征点和边缘信息互补能够提供更多的配准信息并减少错误配准;该方法对尺度、噪声、形变、光照等不敏感,能够配准移动目标,真实地反映图像的配准状况。     

ADO.NET数据访问模型研究

ADO.NET是基于.NET框架的应用程序访问数据库的方式。ADO.NET是ADO的改进和完善版本,它开辟了分布式应用程序访问数据库的新天地,ADO.NET本身的许多新特性使它更适合于网络应用。文章首先简述了ADO技术的发展,接着重点讨论了ADO.NET技术及其数据访问模型,并将其和ADO进行比较,最后详细给出了一个ADO.NET的应用实例。