基于泊松填充的纹理自适应插值方法

针对新图形技术条件下的纹理合成问题,提出一种纹理插值方法,可将源纹理图像自适应拉伸为不同尺寸的纹理图像并保持其清晰度不改变。首先,采用高维图像插值算法将源纹理裂变为目标纹理分辨率,作为中间过渡纹理;其次,利用自然图像的自相似性,依据中间纹理像素特征随机从源纹理中选取像素块;最后,使用泊松图像编辑算法将源纹理像素块平滑嵌入到中间纹理的间隙区域,得到最终的合成纹理。通过与现有算法的大量对比实验表明,该算法对静态和非静态纹理合成问题都能适用,且合成结果与源纹理具有较高的视觉一致性。另外,该算法逻辑简单、计算快速,无法复杂优化计算或者学习训练步骤,适合在低硬件配置的移动平台应用。     

数字图像合成技术综述

数字图像合成一直是图像处理中的研究热点,在图片编辑,平面设计,电影特效等领域有着广泛的应用。从原图像中准确地提取目标物体并将其无缝地合成到新背景下是图像合成的基本目标。按所使用的关键技术分类,现有的数字图像合成技术可分为基于α分量的图像合成,基于梯度场的图像合成和基于多分辨率模型的图像合成。首先详述了3类方法中的典型算法,并从合成质量、鲁棒性、运算效率等方面进行分析比较,然后对新的图像合成应用方式进行了扩展介绍,最后总结了现有图像合成方法的普遍局限性,并探讨了图像合成今后面临的挑战和发展方向。     

分段仿射变换下基于泊松融合的正面人脸合成

针对目前正面人脸合成算法运算量大或合成图像失真较大的问题,提出一种基于分段仿射变换和泊松融合的正面人脸图像合成算法,将多幅输入图像用分段仿射变换（Piecewise Affine Warp,PAW）映射到正面人脸模板,并根据映射时产生的非刚性形变求得其对应的权重矩阵,进而获取每幅映射图像对应的变形掩膜,依次以这些映射图像为前景图像,以其对应的变形掩膜为泊松掩膜,并以上一次的融合图像为背景图像进行泊松融合,生成一幅平滑自然的正面人脸图像。实验结果表明,相比现有算法,该算法生成的正面人脸图像更加逼近真实正面人脸图像,而且很好地保留了输入人脸的个体信息。     

多胺精制系统的改进与优化

多胺精制系统的任务是脱除粗多胺中的苯胺和水,针对现有工艺存在的精制效果差、消耗高等问题,分别对影响汽提塔和干燥塔的因素进行了模拟分析,提出了相应的改进措施。改进后的流程,增加了汽提塔和干燥塔的理论板数,减少了直接蒸汽和氮气消耗;汽提塔底增设蒸发器,提高物料出口温度;利用汽提塔的直接蒸汽,增加二级蒸汽喷射系统,降低干燥塔的操作压力,减少了一个洗涤塔,提高了精制效果。改进后的工艺具有操作简化、消耗降低、质量提高等优点。     

一种改进选择算子的遗传算法在泊松曲线沉降预测模型中的应用

选择算子是遗传算法的重要算子之一,它对于种群的多样性和算法的收敛性具有重要的影响。本文对轮盘赌选择算子进行改进,将适应值分组应用于种群个体的选择中,提出适应度分组轮盘赌,并将该方法用于泊松曲线沉降预测模型的优化。实验结果表明,该算法为泊松曲线沉降预测模型的参数估计提供一种有效的方法。     

北方粳稻籽粒多胺合成与灌浆的关系

以不同水稻品种为试材,研究了籽粒多胺含量与灌浆进程的关系,结果表明:在灌浆期 ,籽粒多胺含量依次为:腐胺穴PUT雪>亚精胺SPD>精胺SPM;随花后时间的推移,各种胺 含量逐渐减小。势粒中,SPD与PUT变化趋势大致相同,在雪灌浆期呈下降趋势;在灌浆 后期,各品种籽粒SPD和PUT含量差别不大,SPM含量下降幅度较PUT和SPD小。常规稻沈 农8714与沈农 8801在不同灌浆阶段SPD含量均高于杂交稻辽优18与辽优3225。弱势粒 中, 不同品种多胺含量在整个灌浆期间差别均较大, PUT、SPD和SPM含量降低速度均 较快, 而且峰谷出现的时间也提前。PUT含量最高时灌浆速率最大沈农8801, SPM 对 灌浆后期籽粒充实起主要作用。     

基于多阶误差曲面的纹理合成

针对Image Quilting纹理合成算法拼贴块时会出现的边界不连续现象,提出一种基于多阶误差曲面的纹理合成改进算法。该算法通过多阶误差曲面来计算最小误差边界分割,从而得到更精确的最佳切割路径;此外在按照最佳切割路径拼贴块后,利用泊松混合（Poisson Blending）来修复边界不连续区域,使得不连续的边界区域能够变得平滑,纹理合成效果更符合视觉要求,并且将改进后的算法扩展到纹理传输的实现。实验结果表明,改进后的算法可以较好地克服Image Quilting算法存在的不足,得到良好的合成结果。     

冲突证据分步合成的合理性及改进合成算法

针对证据分步合成问题,给出了多证据分步合成结果的一般表达式,对分步合成方法理论上的合理性以及合成结果的收敛性进行了研究。针对高度冲突证据的分步合成问题,提出一种将Dempster合成公式与加权平均法混合使用的分步合成算法;根据预设的冲突阈值,选用相应的合成公式。对比仿真结果表明该算法比国内外一些代表性改进方法合成计算过程更为简捷,合成结果的收敛效果更好。     

基于泊松-高斯混合噪声的最大似然改进算法

传统的图像复原算法仅针对高斯噪声进行处理,没有考虑高斯及泊松混合噪声污染。为此,引入泊松-高斯混合分布的成像模型,对基于混合模型的最大似然算法进行有效近似,在此基础上提出基于泊松-高斯混合噪声的最大似然改进算法,避免对噪声敏感性和PSF初始估计的依赖。实验结果表明,与原有算法相比,改进算法复原效果明显,且稳健性较好。     

一种改进的证据合成公式

针对Dempster公式,Yager公式和其他几种证据合成公式存在的不足,提出了一种改进的证据合成公式。该公式同时兼顾了多路冲突性和不冲突性证据,冲突性证据按加权平均合成,不冲突性证据按与运算合成并反映了相互间交叉融合的程度。改进的合成公式不仅反映了证据协调重合程度,保持了证据的聚焦趋向性,还能合成高度冲突的证据,提供的两个例子证明该合成公式具有很好的实用效果。     

基于优先级调度的泊松业务流延时分析

网络中点到点的延时对网络控制系统（NCS）的性能会产生很大的影响,因此正确获得点到点的延时非常重要。然而,由于网络系统比较复杂,随机型业务流的延时难于通过理论方式获得。为此利用NS2仿真平台,在有带宽瓶颈的节点下,对2个不同优先级泊松业务流的传输延时进行仿真,并分析它们的延时,从而得出统计结果,可以为网络传输延时的理论分析提供实验数据。     

基于泊松方程实现点云的表面重构

根据测量的数据点集,由梯度关系得到采样点和指示函数的积分关系,根据积分关系用划分块的方法获得点集的向量场,计算指示函数梯度场的逼近,构成泊松方程.根据泊松方程使用矩阵迭代求出近似解,采用移动立方体算法提取等值面,对所测数据点集重构出被测物体的模型,泊松方程在边界处的误差为零,因此得到的模型不会存在假的表面框.     

基于自适应并行遗传算法的泊松曲线沉降预测模型

针对简单遗传算法采用固定的交叉概率和变异概率不能总是满足当前种群的需要,影响算法的性能及效率,采用自适应的交叉概率和变异概率,且将并行技术与遗传算法相结合,提出自适应并行遗传算法,用于泊松曲线沉降预测模型的优化。实验结果表明,该算法为泊松曲线沉降预测模型的参数估计提供了一种有效的方法。     

一种局部曲面纹理合成的改进方法

在局部纹理映射加速曲面纹理合成的算法的基础上,提出通过方向经验模型分解算法对其进行改进.方向经验模型分解算法利用纹理固有方向,在局部纹理的合成区和映射区实现了无缝接的纹理合成。实验结果表明,该算法合成质量高、算法简单、运行快速,能够达到令人满意的合成效果。     

DAVY甲醇合成系统工艺开车总结

本文主要叙述了神华包头煤化工有限责任公司180万吨/年DAVY甲醇合成系统工艺流程、开车过程、分析了开车过程中出现的异常及事故,并提出了解决措施。     

基于泊松过程的爬虫调度策略分析

爬虫是搜索引擎的一个重要组成部分,如何有效地保证本地镜像的新鲜度成为爬虫研究的一个热点问题。根据网页更新符合泊松过程的特点,提出一种及时同步本地数据库与远程网站的方法。通过保存有关网页更新情况的历史记录,统计出各个网页的更新频率,并以此确定爬虫对该网页的访问频率。通过实验证明基于泊松过程的爬虫调度策略的可行性。     

证据理论合成规则的改进

针对D—S证据组合规则和其他一些改进的组合规则存在的不足,提出了两种改进的证据合成规则。该规则在兼顾多路冲突性和一致性证据的基础上,引入了证据距离、证据源之间的一致性程度和证据源的可信度,对冲突性证据以证据源的可信度加权合成,对一致性证据采用反映聚焦程度的与运算。理论分析和数值实验表明改进后的规则对高冲突性证据和一致性证据都非常有效,特别对高冲突性证据,该规则能更快地收敛到合理的目标。     

基于泊松分布的南非世界杯的赛事仿真

参照Dyte和Clarke的模型,提出1个新的计算期望进球数的公式,并用泊松分布描述足球比赛中的进球概率。根据国际足联（FIFA）公布的积分排名数据,确定2010南非世界杯参赛球队两两比赛的参数。按照南非世界杯的完全赛程,对足球比赛过程进行仿真。在数百万次计算机仿真的基础上,统计出32个参赛队的夺冠、进四强和小组出线可能性。     

二维泊松问题的并行共轭梯度算法

该论文研究了利用并行共轭梯度算法求解二维泊松方程的方法,在由24台微机组成的机群上进行了实验。实验数据表明并行共轭梯度算法适用于求解二维泊松方程,它具有收敛快,可扩展性强的特点。在实验的基础上提出并验证了适用于并行共轭梯度算法的合理计算节点数的选择函数。     

大尺度图像编辑的泊松方程并行多重网格求解算法

随着获取设备的发展,大尺度、高分辫率数字图像已逐步进入人们的生活,大尺度图像的梯度域编辑显得更为重要,求解大规模未知数的泊松方程是大尺度图像梯度域编辑的关键。传统多重网格算法的迭代、约束和插值操作单独进行,内存和外存间通讯量大,算法效率低,为此提出了一种面向大尺度图像梯度域编辑的并行多重网格求解泊松方程的算法。该算法利用多重网格的迭代、约束和插值过程的内存数据访问局部性和更新相关性,构造滑动工作窗口,使迭代、约束和插值操作并行运行,提高了多重网格算法求解泊松方程的计算效率。全景图拼接实验表明,所提算法的运行效率高于超松弛迭代、高斯塞德尔迭代和传统多重网格算法。