数字图像处理中的插值算法研究

几何运算要求对图像进行灰度值插值,最近邻点插值法,算法简单,但图片放大时会产生明显的锯齿。双线性算法可产生令人满意的效果,但是程序较复杂,运行时间较长。本文阐述了两者的算法原理,并通过实际的效果图描述最近邻点插值法与双线性算法在图像处理中的区别。     

基于点对分布的三维模型特征提取算法

基于形状分布算法提出了一种基于点对分布的三维模型特征提取算法。该算法根据两随机点间的连线与模型是否有交点,将连线分为U类和W类,并分别为两类连线构建形状分布直方图,从而解决了形状分布算法对于外形相近但细节不同的三维模型的检索问题,提高了检索精度。     

基于细分的图像插值算法

将基于法向的曲线细分技术应用到图像插值中,提出一种基于细分的图像插值算法．该算法无须建立中间连续图像模型,能自适应地插值,而且插值系数可为任意正实数．应用该算法插值后的边界清晰、自然,忠实地反映了原始图像的面貌．与传统的插值算法相比,其边界处理效果好,具有线性复杂度且易于实现．     

动力学修正的柔性体复合变形算法

传统柔性体变形算法存在动力学仿真不足的问题,为此,提出一种基于物理意义的复合变形算法.使用填充球模型丰富柔性体的动力学性质,解耦模型的局部变形和整体变形.柔性体外表面采用弹簧-质点模型,通过虚拟力的分层渲染,增强操作者的触觉感受.同时采用Shape Matching算法对模型的重心位置进行修正,解决由局部向全局传递形变...     

多智能体柔性企业资源计划系统模型的研究

针对传统企业资源计划（ERP）系统在处理复杂的、动态的、不确定的企业资源计划等工作时，缺乏足够的自适应性，智能性，灵活性处理能力，采用多智能体技术，将ERP系统中的各种功能及软件模块分解转换为智能体，提出和构造了一个具有高可塑性和高自主性的多智能体柔性企业资源计划系统的模型和软件体系结构，并对模型进行了讨论。     

基于拟插值理论的三维体数据场高精度重建算法

三维体数据场重建是体数据建模与分析的一个非常基础和重要的步骤,重建算法的精度直接决定了数据重采样和后续分析的准确性.文中发展了基于拟插值方法的三维体数据场重建理论,首次提出一种充分利用体数据自身信息与核函数优化相结合的预处理算法.在合理假设的前提下得到重建误差的表述式;然后充分利用三维体数据自身的信息全局优化该误差,使得重建误差在L2意义下达到最小.最后通过丰富的重建实例,显示了文中算法能有效地提高重建精度,并能够更好地保持三维体数据的高频信息.     

基于区域划分的快速图像插值算法

图像插值是将低分辨率图像放大后提高视觉效果的有效方法,传统算法中有较简单且算法复杂度小的方法,但插值后的图像常常有锯齿边缘或者效果模糊,因而实际应用并不广泛。为克服以上缺陷,提出了一种先将图像进行区域划分,然后再进行快速图像插值的算法,既保证了算法较低的复杂度,又优化了图像显示效果,适合实际应用。     

一种改进的边缘方向插值算法

已有的边缘方向插值算法利用高低分辨率图像局部方差之间存在的对偶性实现自适应非线性插值。其性能明显优于传统线性插值算法，但图像边缘噪声可能仍然比较明显。为了获得更好的视觉效果。提出了一种改进算法。充分利用局部降采样像素之间的相关信息，用和被插点相邻的6个降采样像素估计高分辨率图像的局部协方差。该算法应用于灰度和彩色图像的分辨率增强，不仅降低了运算复杂度，而且有效地抑制了边缘噪声，进一步提高了插值图像的视觉质量。     

三维重建中形状插值的快速算法研究

提出一种用于三维重建的层间数据插值算法．该算法首先利用数学形态学算子提取层内图像骨架；然后利用骨架匹配算法获取层间骨架点集的平移、旋转和缩放信息，并利用此信息的线性插值获得插值层图像的骨架点集；最后根据形态骨架的重建算法获得插值层图像．文中算法只对骨架点集进行操作，具有较小的运算复杂度，较好地保留了原始图像的形状信息．实验结果证明了该算法的有效性．     

基于压缩与精化深度体素流模型的视频插值

视频插值是利用视频相邻帧的图像信息合成中间帧,可直接应用于慢动作视频回放、高频视频合成、动画制作等领域。现有基于深度体素流的视频插值模型存在合成精度低、参数量大的问题,限制其在移动端的部署应用。提出一种压缩驱动的精化深度体素流插值模型。通过预训练深度体素流模型提高视频的插值质量并确定高精度参数,利用稀疏压缩技术裁剪卷积通道数,以减少参数量并得到粗体素流,同时将输入视频帧、粗体素流和粗中间帧作为精体素流网络的输入,获得精体素流。在此基础上,通过三线性插值方法计算得到精中间帧,以增强模型对边缘信息的捕获能力,从而提高中间帧质量。在Vimeo 90K和UCF101数据集上的实验结果表明,相比DVF、SepConv、CDFI等模型,该模型的峰值信噪比和结构相似性分别平均提高1.59 dB和0.015,在保证参数量增幅较小的前提下,能够有效优化视频合成效果。     

基于联合模型的人脸识别定位算法仿真研究

研究人脸定位和识别精度问题。由于人脸在拍摄过程中可能出现的形变,位置变化,光照变换等因素影响,造成人脸模糊不清,为了提高人脸识别定位的精确度,提出了一种新的ASM和AAM联合模型迭代的人脸定位和识别算法。首先利用ASM提取人脸轮廓上关键点特征,并对人脸定位。在初始定位的基础上,利用AAM对人脸进行投影,产生训练集合中没有出现的合成人脸数据。以上两步交替进行,产生足够的、稳定的人脸形变图像。识别过程中,将变换矩阵与原始合成数据进行比对。仿真结果显示,改进的方法能稳定地提取人脸轮廓,并准确定位,具有很高的识别效率。     

人体心脏的4维图像建模和参数分析

研究一种基于4维医学图像的活动形状模型方法,用于构建人类心脏的3维柔性模型并进行自动化参数分析,以得到心脏各方位的量化功能指标。首先,通过造影技术获取心脏周期内各时刻的立体图像,根据时间序列形成一组4维图像。在大量医学图像的基础上,用统计方法分析得到心脏的一般形状,局部的变化范围和分布概率密度,为人类心脏建立一个数字化的计算模型。在此基础上,针对具体病人进行图像分割和形状拟合以计算其心脏静态和动态形状参数,然后分析得到与心脏功能相关的一些重要参数。研究内容包括心脏模型的建立,心脏静态参数分析,心脏动态功能分析,疾病分析等,对病人心脏在特定时刻的每组图像生成其3维结构模型,为医生提供丰富有力的诊断和治疗依据。     

基于主动形状模型算法的局部灰度模型的加权改进方法

主动形状模型(ASM)算法在对目标点搜索的过程中,只采用了标定点周围的局部灰度信息,这样往往会使灰度相似但其实微观纹理细节差别很大的两个点混为一谈,最终使算法的定位不够精确。为此,提出一种基于主动形状模型算法的局部灰度模型的加权改进方法,该算法采用一系列服从离散高斯分布的加权系数依次表示标定点法线方向上两侧的候选点是真实特征点的可能性,从而建立局部加权灰度模型。通过实验结果表明,改进算法比传统算法精度提高了6%。     

偏微分方程(PDEs)模型在图像处理中的若干应用

介绍了偏微分方程(PDEs)模型在图像处理与分析中的应用,基本思想,发展历史和解决问题的基本框架。主要阐述了变分方法和形变模型(曲线演化)在图像恢复和图像分割中的应用。理论和实验结果表明,应用偏微分方程模型进行图像处理是一种有效的工具。最后,分析了这种方法的优点和面临的挑战。     

基于Kinect传感器的瞳孔定位算法

传统算法通常需在头部稳定或光线明亮的情况下进行,较难在自然条件下对多姿态头部运动时的人眼进行跟踪。针对该问题,提出基于Kinect传感器的瞳孔定位算法,使用三维主动表观模型（ AAM）对眼轮廓匹配得到眼部特征点,粗定位分割出眼睛,再对瞳孔进行精确定位。实验表明：在多姿态与头部带有遮挡物的情况下仍能较好地跟踪和定位人眼。     

图像匹配研究进展

图像匹配是计算机视觉和图像处理中一个很重要的研究内容。该文分析了图像匹配中的难点问题及其关键技术,将匹配算法分为四类,综述了具有代表性的传统匹配算法及其改进以及近年来出现的新思路和新方法,探讨了图像匹配中有待进一步研究的问题。     

面向用户柔点的设计模型

为了提高软件适应需求变化的能力,设计出具有良好柔性的软件,提出了一种基于面向用户柔点的设计模型.给出面向用户柔点的概念和特征,指出柔点与需求变化的密切联系.在此基础上,通过归纳需求变化的分类,抽象出柔点的分类.利用MVC(模型-视图-控制器)框架和软件设计模式给出通用的柔点设计模型,根据柔点的分类将模型细化.通过一个网...     

Construction and analysis of ground models and their refinements as a foundation for validating computer-based systems

We explain why for the verified software challenge proposed in Hoare (J ACM 50(1): 63–69, 2003), Hoare and Misra (Verified software: theories, tools, experiments. Vision of a Grand Challenge project. In: [Meyer05]) to gain practical impact, one needs to include rigorous definitions and analysis, prior to code development and comprising both experimental validation and mathematical verification, of ground models, i.e., blueprints that describe the required application-content of programs. This implies the need to link via successive refinements the relevant properties of such high-level models in a traceable and checkable way to code a compiler can verify. We outline the Abstract State Machines (ASM) method, a discipline for reliable system development which allows one to bridge the gap between informal requirements and executable code by combining application-centric experimentally validatable system modelling with mathematically verifiable stepwise detailing of abstract models to compile-time-verifiable code.     

使用柯西分布点扩散函数模型的单幅散焦图像深度恢复

目的 当前,大多数单幅散焦图像的3维(3D)场景深度恢复方法,通常使用高斯分布描述点扩散函数(PSF)模型,依据图像边缘散焦模糊量与场景深度的对应关系获得稀疏深度图,采用不同的扩展方法得到整个场景图像的全深度图.鉴于现有方法的深度恢复结果还不够精准,对各种噪声干扰还不够健壮,提出一种基于柯西分布的点扩散函数模型计算物体图像边缘散焦模糊量的方法.方法 将输入的单幅散焦图像分别用两个柯西分布重新模糊,利用图像边缘两次重新模糊图像间梯度比值和两个柯西分布的尺度参数,可以计算出图像中边缘处的散焦模糊量.使用matting内插方法将边缘模糊量扩展到整个图像,即可恢复场景的全深度图.结果 将原始Lenna图像旋转并加入高斯噪声以模拟图像噪声和边缘位置误差,用原图与噪声图比较了柯西分布图像梯度比值与高斯分布图像梯度比值的平均误差.使用多种真实场景图像数据,将本文方法与现有的多种单幅散焦图像深度恢复方法进行了比较.柯西分布图像梯度比值的平均误差要小于高斯分布图像梯度比值的平均误差.本文方法能够从非标定单幅散焦图像中较好地恢复场景深度,对图像噪声、不准确边缘位置和邻近边缘具有更好的抗干扰能力.结论 本文方法可以生成优于现有基于高斯模型等方法的场景深度图.同时,也证明了使用非高斯模型建模PSF的可行性和有效性.     

侵蚀坡面数字高程模型重构算法研究

构建具有微地貌的数字高程模型是坡面水蚀模拟的基础工作。针对定距邻域内插法的不足,提出了由点云构建侵蚀坡面的Delaunay三角内插法。该算法包括投影、三角化、分割和插值等步骤,利用主元分析法计算坡面点云的主轴和次轴并将其与坐标轴对齐,再由Delaunay三角化生成不规则三角网,将其分割为指定分辨率的规则格网,由三角线性插值得到格网单元的高程。试验结果表明,当邻域搜索半径与格网单元边长之比约为1.414时,定距邻域内插法的性能达到最优;当点云含有较多侵蚀坑等微地貌信息时,Delaunay三角内插法优于定距邻域内插法。