基于表面局部最高点估计的明暗恢复形状算法

基于数据逼近强约束的针图恢复算法是近年来提出的一种较为成功的从明暗恢复形状（shape from shading）的算法,但由于该算法在非垂直光线下得到的初始化针图的误差较大,并且不能保证法向量有解或有唯一解,为了解决SFS算法存在的问题,提出了一种改进的SFS算法。该改进算法从分析非垂直光线下图像梯度图与针图之间的关系入手,首先检测图像局部最亮点位置;然后根据照度方程估计表面局部最高点的位置,同时对梯度方向进行调整,并建立方程组;最后针对方程组解的不同情况,提出了相应的处理方法。改进后的算法,对于垂直光线和非垂直光线下的情况同样有效,从而扩大了基于数据逼近强约束的SFS算法的适用范围。从合成图像和实际图像的实验结果可以看出,采用改进的算法可以得到比基于数据逼近强约束的算法更接近真实表面的初始化针图和初始化高度。     

基于能量最小化的网格优化算法

对网格优化的方法进行研究,提出一种基于能量最小化的网格优化算法.给定一定数量的三维散乱点数据和一个初始三角网格,使用能量最小化算法对网格顶点位置进行优化,使网格顶点更好地逼近三维散乱点数据;网格也更加逼近实际曲面.实验结果表明,使用该算法能够获得形状良好的网格.     

用于个性化人脸动漫生成的自动头发提取方法

针对个性化人脸动漫自动生成的应用背景,提出了在单幅人脸图像中提取头发区域的方法.首先用手工标记训练图像中的头发区域,计算头发位置分布图像和头发颜色的概率分布函数;其次对于测试人脸图像结合头发位置和头发颜色的先验分布构建能量函数,采用割图法对该能量函数进行优化得到初始头发区域;最后利用K-均值算法对初始头发区域进行精细分割,并结合图像后处理算法得到最终的头发区域.实验结果表明,文中方法运算复杂度较低,处理一幅图像的平均时间为300ms左右,头发区域的平均检测准确率超过90%,基本满足个性化人脸动漫自动生成的需求.     

定点容量限制质心Power图生成

目的 Power图作为Voronoi图的扩展,有着精确的限容特性。在普通Power图上添加容量限制即得到容量限制Power图。考虑站点位置固定情况,对于基于质心的容量限制Power图目前未有较好的计算方法。为了解决该类问题,提出一种新颖的常密度下的定点容量限制质心Power图生成算法。方法 通过调整站点的邻居站点的权值,优化该站点Power区域质心;在此基础上,按照相同比例缩放该站点Power区域,以达到优化容量的目的,最终生成所需Power图。结果 在综合考虑质心约束与容量限制条件下,对算法在均匀容量限制与非均匀容量限制下生成的Power图进行对比实验,并且分析实验误差。本文算法能够较好地解决容量限制问题,得到当前条件下的最优解。结论 本文算法在常密度下能稳定地生成容量限制质心Power图,具有精确度高和适应性强等优点。     

图像特征保持的圆点绘制方法

图像圆点绘制问题指用圆点去逼近图像得到近似马赛克填充的效果.点画是在世界范围内流行的艺术形式,图像圆点绘制算法就是受艺术家创作的点画作品启发而提出的一种非真实感渲染算法.首先对图像进行分割,提取分割后图像的轮廓边界线并获取原始图像的特征线,生成图像上的方向场,使得图像的每个像素点位置都存在一个方向值;之后设计密度函数,刻画待摆放的圆点半径大小随着图像梯度的变化;最后结合方向场和密度函数根据一定的规则开始圆点的摆放直至铺满图像区域.此外,后续的补洞优化使得画面更加饱满.采用上述算法在大量图片上进行实验的结果表明,图像圆点绘制算法能够生成与图像特征和颜色相适应的圆点逼近结果,圆点的排列与原图片的特征保持了高度的一致,而且画面整体颜色与原图像十分接近.     

容量限制Power图快速计算算法（英文）

与Voronoi图不同,Power图有着精确限容的特性,可应用于众多领域.在普通Power图上,通过给每个站点增加权重来添加容量限制约束,即得到容量限制Power图.现有容量限制Power图的生成算法时间复杂度高,速度较慢.本文首先对Power图权值对于容量的单调性进行理论证明,然后提出了一种Power图权值的快速计算方法,相比于现有的试位法,能大幅提升容量限制Power图的生成性能.实验结果表明,文中算法具有速度快,精确度高,便于计算,密度适应性强等优点.     

图的Smarandachely邻点可区别边染色算法

为解决图的Smarandachely邻点可区别边染色问题,提出一种基于多目标优化的染色算法。针对每个子问题分别设置子目标函数向量和决策空间,在颜色迭代、顺序交换和强制交换中,子目标逐渐得到最优解,最终使总目标函数符合图的Smarandachely邻点可区别边染色要求。实验结果表明,在1 000个顶点内该算法能够正确地得到随机图的Smarandachely邻点可区别边色数。     

图像的线型逼近3D打印

针对给定的图像3D打印问题,提出一种基于线型图逼近的打印路径生成算法,并对打印路径进行几何与拓扑优化,使得生成的路径可以满足3D打印的条件.首先对给定图像进行初始化,即通过对图片进行分块采样.点的连通与边界提取来得到保持原图片色调变化与轮廓特征的初始的线型图;然后通过几何优化修正组成线型图点的位置,使得它们的连线平滑且尖锐的拐点减少;再通过拓扑优化改变局部区域中的点的连接关系,消除因几何优化带来的连线自交问题,同时将边界与内部线连接起来;最后将点的连接顺序作为3D打印的路径,通过3D打印机进行制造.实验结果表明,该方法能够有效且高效地给图像生成线型图并用于3D打印.     

网格曲面特征的稀疏性优化检测算法

针对现有的特征检测算法大多数基于微分几何量,对噪声比较敏感、运行速度比较慢、对于过渡特征处理得不够理想的问题,提出一种基于稀疏性优化的网格特征检测算法.该算法主要包括3个过程:首先利用带l1范数稀疏性约束项和l2范数误差项的Laplacian能量函数对网格进行光顺,得到光顺后网格顶点的移动距离;然后根据顶点的移动距离提取初始特征点;最后对提取的特征点进行后处理,使得特征点更为完整.其中,l1范数稀疏性约束项用来约束发生移动点的数目;l2范数的误差约束项用来控制光顺后模型的退化程度.该算法易于实现,能够处理尖锐特征、弱特征和过渡特征.与基于微分几何量的特征提取方法相比,文中算法不仅简单有效、运行时间短,而且提取的特征线也更好.     

基于形状先验和梯度约束的彩色图像分割

针对图像遮挡、噪声等复杂场景下,仅依赖颜色信息难以准确分割的问题,将形状先验和图像梯度分别引入马尔科夫随机场框架中,提出一种基于形状先验和梯度约束的彩色图像分割方法。该方法基于颜色特征和形状模版定义能量函数,梯度信息的引入允许待分割目标与形状模版间有一定差异,且待分割目标与形状模版间的变换具有仿射不变性,整个能量函数通过图割算法实现能量最小化,得到最终分割结果。实验结果表明,该方法具有有效性。     

结合广义重心坐标与Voronoi 剖分的函数分片逼近

结合广义重心坐标理论,提出了一个新方法,以解决在平面区域上的函数逼近问题。 该方法通过构建基于广义重心坐标的最优分片函数来逼近目标函数。采用Voronoi 图来划分区域, 并提出一个度量逼近误差的能量函数。推导出该函数的导数后,采用一种高效的Voronoi 节点更 新方法来获得区域的最优剖分,并通过最优剖分构建最优分片函数。由于该方法对不连续函数具 有良好地逼近能力,因此将其应用在图像逼近问题中。分别在解析函数和彩色图像上对该方法进 行实验,均获得了很好的逼近效果。     

变容量限制质心Power图的计算

Power图作为Voronoi图的拓展,引入"权重"使其有着良好的限容特性.对普通Power图增加容量约束,使得每个站点的容量等于预设的容量值,则可以得到容量限制Power图;在此基础上,再增加质心约束,使每个站点刚好位于对应Power区域的质心,进一步得到质心容量限制Power图.在质心容量限制Power图中,容量限...     

Surface Reconstruction Based on Hierarchical Floating Radial Basis Functions

In this paper we address the problem of optimal centre placement for scattered data approximation using radial basis functions (RBFs) by introducing the concept of floating centres. Given an initial least‐squares solution, we optimize the positions and the weights of the RBF centres by minimizing a non‐linear error function. By optimizing the centre positions, we obtain better approximations with a lower number of centres, which improves the numerical stability of the fitting procedure. We combine the non‐linear RBF fitting with a hierarchical domain decomposition technique. This provides a powerful tool for surface reconstruction from oriented point samples. By directly incorporating point normal vectors into the optimization process, we avoid the use of off‐surface points which results in less computational overhead and reduces undesired surface artefacts. We demonstrate that the proposed surface reconstruction technique is as robust as recent methods, which compute the indicator function of the solid described by the point samples. In contrast to indicator function based methods, our method computes a global distance field that can directly be used for shape registration.     

基于OWO-HWO算法的MLP网络在织物染色配色中的应用

讨论了具有非线性、不确定特性的织物染色配色过程建模与仿真问题。针对传统的织物染色配色方法效果差、精确度不高和难以达到期望结果的问题,结合MLP神经网络的特点,提出了基于OWO-HWO算法训练的MLP神经网络,同时分别优化网络输入层到隐层和隐层到输出层的权值,并利用基于OWO-HWO算法的MLP神经网络建立织物染色配色模型。针对此种模型,利用NuMap神经网络软件进行仿真实验。仿真结果表明,该配色模型收敛速度快,精确度高,在解决织物染色配色问题上取得了令人满意的配色效果。     

基于小波变换的权重自适应图像分割模型

针对灰度不均匀且含噪声图像的分割问题,提出了全局和局部灰度信息的权重参 数自适应水平集分割模型。首先,利用图像的全局和局部灰度信息构造全局能量项和局部能量 项;然后,利用小波变换和小波阈值去噪方法,构造对噪声不敏感的边缘信息刻画矩阵,定义包含 图像边缘信息的自适应权重系数矩阵;最后,利用定义的权重系数矩阵组合全局和局部能量项, 得到分割模型的能量泛函。使用变分法得到了水平集函数演化方程,利用有限差分法实现数值 求解。实验结果表明,该模型兼有 Chan-Vese 模型和 Local Binary Fitting 模型的优点,能够有效 地分割灰度不均匀含噪图像,并对活动轮廓曲线的初始位置和初始形状具有很强的鲁棒性。     

基于颜色和边缘方向的图像检索方法

提出了一种新的图像特征表示方法,首先提取图像的底层颜色信息获取颜色特征值 ,通过对图像中物体的边缘检测计算像素点的边缘方向角度值,并对颜色特征值和边缘方向 角度值进行量化。然后根据相邻像素点之间量化结果的数值分析,为每个像素点建立8维特 征向量。再以中心像素点与相邻像素点间不同的位置关系为基础,为每种位置关系赋予不同 的权重,根据像素点的特征向量计算出图像中每一个像素点的特征值。最后统计图像中具有 相同特征值的像素点个数,形成特征直方图,以此作为图像检索的依据。实验表明本文方法 能够有效描述图像的颜色分布和图像中物体的空间结构,更加细致地记录图像信息,进一步 增强图像之间的区分能力。与其他方法相比,本文方法检索效果更好。     

色彩复原图像的质量评价方法

针对褪色文物数字化保护中色彩复原图像的质量评价问题,研究客观质量评价方法。结合峰值信噪比(PSNR)的计算优势与人眼视觉特征信息熵的结构特性,提出一种基于视觉特征信息熵的彩色图像质量评价方法。该方法建立带权值的质量评价函数和对应评价算法流程,利用归一化方法确定权值。通过评价算法流程计算复原的彩色图像与参考彩色图像的函数值,比较两者的相似程度。值越小,代表相似度越高,对应的复原彩色图像质量越好,以此客观判断色彩复原方法的优劣。实验通过四种性能差异复原方法的质量评价参数比较,表明评价结果与人眼视觉主观感受相一致,验证了所提方法的有效性。     

A multilevel color image segmentation technique based on cuckoo search algorithm and energy curve

Amongst all the multilevel thresholding techniques, standard histogram based thresholding approaches are very impressive for bi-level thresholding. But, it is not effective to select spatial contextual information of the image for choosing optimal thresholds. In this paper, a new color image thresholding technique is presented by using an energy function to generate the energy curve of an image by considering spatial contextual information of the image. The property of this energy curve is very much similar to histogram of the image. To estimate the spatial contextual information for thresholding practice, in place of histogram, the energy curve function is used as an input. A new energy curve based color image segmentation approach using three well known objective functions named Kapur’s entropy, between-class-variance, and Tsalli’s entropy is proposed. In this paper, cuckoo search (CS) and egg lying radius-cuckoo search (ELR-CS) optimization algorithms with different parameter analysis have been used for solving the color image multilevel thresholding problem. The experimental results demonstrate that the proposed CS-Kapur’s energy curve based segmentation can powerfully and accurately search the multilevel thresholds.     

基于能量收集的环境反向散射通信联合优化算法设计

针对环境反向散射通信系统,设计两跳无线信息和能量传输方案并基于能效最大化准则给出联合优化算法。源端配置多天线并采用最大比发送(Max Ratio Transmission,MRT)预编码方法,中继节点使用功率分流法以完成信息发送与能量收集。基于系统传输模型,对源端天线数和发送功率采用联合优化算法以得到系统最大能效。借助高信噪比近似法进行非凸向凸的转化以解决优化目标中非凸问题。此外,利用Lambert W函数得到源端天线数和发送功率联合优化的最优解。仿真结果验证了所提方案的有效性和正确性。     

显著性边缘引导下的图像抽象化

针对已有的图像抽象化算法难以反映显著性边缘信息的不足,提出了一个显著性边缘引导下的基于能量优化的图像抽象化算法.对于给定的输入图像,首先基于边缘信息传递策略来提取图像的显著性边缘图,从而有效地减少了不连续边缘的产生;然后,为了在增强显著性边缘的同时抑制杂乱细节信息,根据显著性边缘图来构建图像的期望梯度场;最后,在图像颜色信息和期望梯度场的约束之下,通过能量优化来获得图像的抽象化效果.实验结果表明,本文算法在显著性边缘的连续性保持上表现出明显的优势,具有很好的科学研究价值及实际应用前景.