一种基于四元数的彩色图像边缘检测改进算法

图像边缘检测对后续的图像分割和识别具有重要的作用.针对彩色图像的边缘检测的实际需求,对比分析了经典边缘检测算子的特点和不足,提出了多方向的Sobel边缘检测算子模板,并且针对传统边缘检测算法处理速度慢、运算量较大、对边缘细节位置处理效果差等缺点,结合彩色图像的四元数描述方法提出改进算法,结合对颜色空间的分解实现了对彩色图像的边缘检测.实验证明算法是有效的,边缘检测效果好且易于实现,使用四元数描述方法有效提高了边缘检测的速度.     

四元数五轴联动插补算法的研究

在深入分析五轴数控系统的运动机构配置的基础上,针对传统的基于矩阵或欧拉角的插补算法在旋转空间难以解决线性插值和加工要求等问题, 设计一种基于四元数五轴联动的插补算法,不仅简化了插补计算量,同时能够使刀具从一点平稳的运动到另一点,而且插补的轨迹更光滑连续.文章引入四元数理论,重点研究了四元数在构造数学模型和运动变换中的应用,并在Matlab中成功的进行了仿真.实验结果表明了该算法的可行性和可靠性.     

图像矩阵奇异值旋转不变性的重建

自从Hong于1991年把奇异值(SV)代数引入图像识别中以来,奇异值作为良好的模式特征得到了广泛的研究和应用。Hong阐明了图像矩阵奇异值具有很多优良特性,也得出了图像矩阵奇异值具有旋转不变性这一结论。然而,在分析研究中发现,该结论的论证是建立在错误的前提基础上的。本文首先从空间解析几何与矩阵理论对此进行了详细分析,依据实例计算结果进一步引出了相反的结论。最后,提出了用图像矩阵的极变换来重建奇异值的旋转不变性,并给出了理论和实例证明。该研究结果保证了奇异值可作为通用图像特征用于目标识别。     

基于Bresenham画线算法的图像快速-高精度旋转算法

采用Bresenham画线算法增量定位的思想,提出一种基于Bresenham算法的图像旋转快速算法.该算法减少了图像旋转中大量的浮点运算以及取整运算,可以在保证旋转质量的前提下,大幅度地提高图像旋转的效率.实验结果表明,该算法使得平均处理速度提高了将近4倍,并且方便了硬件实现.     

利用Direct X来实现三维旋转

Direct X是 Microsoft公司开发的运行于计算机平台的多媒体控制处理引擎。在 Direct X中 ,要实现三维旋转 ,需要通过世界转换、视图转换和投影转换 ,三种转换则要通过矩阵相乘来实现。论述了三维旋转的机理 ,然后给出了一个简单的程序实例     

基于GPU的图像快速旋转算法的研究及实现

本文提出一种基于GPU（图形处理器）的图像旋转并实时绘制方法。首先,文章概述了一种由GPU完成旋转变换的算法,指出其存在的问题与局限性;然后,引出基于GPU的图像旋转算法,并利用DirectX9．0作为软件开发包,在VC＋＋6．0平台实现了图像的旋转以及实时显示;最后,对两种方法的实验结果进行了比较与分析。算法充分吸收GPU在速度以及节约CPU资源等方面的优势,保证了图像旋转的运算速度与旋转质量。     

基于多组混沌序列的彩色数字图像置乱算法

传统的数字图像置乱算法需要多次迭代,加密强度不高,密钥空间小,抗攻击能力弱。针对上述问题,基于多组混沌序列和矩阵拉直算子,提出一种新的图像置乱算法。通过对彩色数字图像的RGB矩阵进行拉直和置乱,隐藏原始图像所含信息。理论分析和实验结果表明,该算法具有较大的密钥空间,对密钥敏感,能改变图像的灰度特征,且置乱后的图像纹理细、颗粒均匀。     

基于DirectX的图像旋转算法的研究与实现

该文提出一种基于DirectX的图像旋转并实时绘制方式。首先文章概述一个由传统算法完成旋转变换的算法,指出存在的问题和局限性;然后,引入基于DirectX的图像旋转算法,在VS2008中的VC++环境下实验图像的旋转以及实时显示,最后对两种算法进行比较。该算法充分节约CPU资源,将矩阵运算在GPU中实现,极大限度的使用GPU性能,保证图像旋转的运算速率和旋转中的图像质量。     

基于DSP的图像旋转算法数据调度策略

为了在DSP平台上实现实时大图像旋转,文章结合TMS320DM642的性能结构特点,针对旋转算法中严重影响DSPCPU效率发挥的大量非连续图像像素地址访问的问题,提出了基于视口图像块覆盖的DSP图像旋转算法数据调度策略,对算法的结构流程进行了优化调整。实验结果表明基于该策略实现的DSP大图像旋转可达到良好的实时性效果。     

基于双线性插值的图像实时消旋系统的设计与实现

在一米红外太阳望远镜电控系统中,为了消除图像旋转对望远镜跟踪系统产生的误差,以VC＋＋6.0作为开发工具,采用软件消旋的方法将CCD采集到的图像反向旋转相应的角度,同时利用双线性插值算法对图像进行重采样,从而达到实时消旋的目的。     

基于广义轮换矩阵的伪随机广义二进制轮换矩阵设计

压缩感知中,测量矩阵在信号的获取和重构过程中起着重要的作用.传统的随机测量矩阵在采样率较高的情况下,能够获得比较好的重构效果,但在低采样率下的重构效果不够理想.确定性测量矩阵自身存在一些限制因素,与随机测量矩阵相比,重构效果有所降低.基于广义轮换矩阵(GR),提出了两种结构随机矩阵:广义二进制轮换矩阵(GBR)和伪随机广义二进制轮换矩阵(PGBR).仿真结果表明,相对于传统的测量矩阵,新的测量矩阵在二维图像重建方面效果较好,所需重构时间相差不大,在较低的采样率下能够获得更加精确的重建.