基于相似性学习的三维模型最优视图选择算法

针对已有最优视图度量难以适用于不同类型的三维模型,提出基于用户知识、在模型库中为各类模型建立最优视图样例,并在此基础上进行相似性学习,根据相似性度量获得输入模型最优视图的选择算法.首先采用AdaBoost算法对输入三维模型形状特征进行相似性学习,得到该模型的最优视图样例;然后将输入模型从不同视点得到的渲染视图和最优视图样例进行形状相似性分析,以相似度最高者作为输入模型的最优视图.实验结果表明,采用文中算法得到的最优视图不仅可以有效地逼近用户选择结果,而且具有较好的稳定性.     

布样扫描图象处理系统

本文提出了一个彩色布样图案的光电扫描输入和处理系统，介绍了它的系统构成、扫描图象特征和原理原则，给出了颜色识别、布纹干扰消除以及过渡色归并的方法。     

基于光谱法的内窥光学相干层析扫描成像系统的研究

结合了内窥镜和光谱OCT (spectral domain optical coherence tomography, SDOCT) 技术,介绍了SDOCT的成像原理和系统的一些参数.利用光谱仪对干涉仪产生的干涉信号进行光谱展开,得到光谱解析干涉图样,设计算法以获取样品的深度信息.搭建基于光谱干涉法的光纤化SDOCT内窥成像系统,利用电机驱动直角反射棱镜旋转,对样品扫描成断层图像.采用多层盖玻片作为样品进行旋转扫描成像实验,获得的样品图像同时显示了样品的表面和深度的信息,表明该方法可以旋转扫描成像.     

图样匹配跳频系统的性能及图样码型选择

针对跳频通信在宽带噪声干扰和梳状干扰下误比特性能较差的问题,基于“信道即消息”的思想,提出了一种新的短波跳频通信技术——图样匹配跳频.以Williard码、Walsh码和Gold码为例,分析了几种图样码的特性及对系统抗干扰能力和信息速率的影响.提出了图样码的选取要求,结合系统的两种帧同步策略分别给出了图样码型,对FH/MFsK和图样匹配跳频系统进行了仿真对比.仿真结果表明,图样匹配跳频系统具有更强的抗干扰能力,在恶意干扰严重影响常规跳频的误码性能时,图样匹配跳频可以显著提升通信的可靠性.     

AutoCAD中导入超文本实现方法

一、引言AutoCAD是应用广泛的CAD软件平台，具有很强的绘图和编辑功能。其绘制的图样能清楚地表达设计者的思想和意图，图样中往往需要加注必要的文字来说明图形所无法表达的信息。除了AutoCAD内含的文本输入命令外，向AutoCAD中输入多行文本即超文本的方法还有：通过Windows提     

基于TWAIN协议扫描仪接口参数的自动调整

介绍了图像输入设备和应用程序之间的标准通讯协议TWAIN的基本原理和结构,说明了在图片输入过程中TWAIN相关软件的工作流程与状态.应用此标准,在VC 6.0环境下实现数据传输过程,它可以方便地在应用程序中加入图像获取功能.目前,在此方面只实现了简单的输入功能,这里通过对扫描参数进行适当的自动调整,来减少因扫描参数设置不当而影响扫描图片质量的问题.实验结果表明,引入灰度直方图方法后极大地提高了扫描图片的清晰度.     

一种基于BP神经网络的异常检测系统的实现

人工神经网络是当前的研究热点之一,它具有较强的学习归纳功能,将之应用于入侵检测,能有效地提高检测工具的各项性能.提出了一种基于BP网络的异常检测系统,分析了几种典型的扫描和攻击技术,并由此选定了网络输入特征量,试验结果显示这种检测系统的检全率和误检率都十分令人满意.同时,由于网络的检测过程就是一些简单的数值计算,所以该系统检测速度快,实时性能好.     

一种便携式扫描学习装置

针对现有学习装置无法实现信息快速输入的瓶颈性问题,设计了一种便携式扫描学习装置,由扫描笔和学习机两部分组成.对该装置的硬件电路和软件工作流程进行了介绍,并重点阐述了系统中采用的关键技术.该装置中的扫描笔采用了CMOS面阵图像传感器和具有图像数据接口的专用微处理器,能够完成扫描图像的高速采集.在光学字符识别的基础上.学习机采用了智能词汇提取和智能文本匹配技术,实现了单词快查和课文解读功能.     

基于3D扫描技术的数控雕刻系统

本文介绍了一种基于3D扫描技术来实现先进高速雕刻的数控雕刻系统.即利用物体表面三维形状测量技术来获取实物模型表面的3D扫描数据,经计算机处理之后,存储为3D格式文件,再将该格式的文件转换成刀路NC格式文件,最后输入到数控雕刻系统的输入单元内雕刻出物体的3D模型.整个系统的软硬件自行设计搭建,并在文中给出了实例制作过程.     

Internet下矢量图形和三维模型的创建与显示技术

Internet技术的快速发展与不断完善使社会发生了革命性的变革.虚拟设计与制造、网上采购、远程教育等正在兴起.在虚拟设计与制造系统中,人们可以对传输过来设计图纸和真实模型进行审定并提出修改建议;在网上采购系统中,顾客通过浏览货物真实模型及有关的图样资料了解选择所要采购的货物;而在远程教育系统中,用户则要经常通过阅读大量的图样和观看三维模型进行学习和测试等.     

基于RGB色彩模型相关模板的彩色人头图像编码

基于彩色人头图像RGB色彩模型色彩分量之间的相关性,提出一种针对彩色人头图像压缩编码的方法。该方法将彩色人头图像的面部特征区域用一种快速且较精确的方法提取出来,对色彩分量G面部特征区域进行细致编码,而对面部特征以外的区域进行粗犷编码,结合在色彩分量R、B与G之间建立的相关模板,实现对彩色人头图像的分级编码。实验结果表明该方法既能获得较满意的重构图像效果,又可大大提高编解码的效率和压缩比。     

Colour segmentation and highlight detection on a 1-D feature space

Specularly reflecting surfaces often corrupt a real scene and degrade system performance. In this paper, we present an algorithm for colour segmentation as well as highlight detection. This algorithm models the human colour vision perception with the physical properties of sensors, illumination and surface reflectances. For image to be dependent only on the body reflectance, the reflection due to illumination, shading and highlights should be discounted. The dichromatic reflection model which describes the colour of the reflected light as a linear combination of the colour of the light due to surface reflection (highlights) and body reflection (object colour) is used. The input image data is first mapped from device coordinates onto the CIE 1931 xy chromaticity diagram where colour clustering occurs. Since the feature space is 3-D, colour clustering is a computationally expensive process. A more efficient method is the dimensionality reduction of the feature space. Using information from the xy chromaticity diagram, the estimated colour clusters are then projected onto a line for 1-D thresholding. The error of projection is minimized by the Fisher's linear discriminant method. A program recognizing nine colours on a 1024 × 1024 image is presented. Colour segmentation of 99% accuracy within 25 s is also achieved.     

Physics-based modelling of human skin colour under mixed illuminants

Skin colour is an often used feature in human face and motion tracking. It has the advantages of being orientation and size invariant and it is fast to process. The major disadvantage is that it becomes unreliable if the illumination changes. In this paper, skin colour is modelled based on a reflectance model of the skin, the parameters of the camera and light sources. In particular, the location of the skin colour area in the chromaticity plane is modelled for different and mixed light sources. The model is empirically validated. It has applications in adaptive segmentation of skin colour and in the estimation of the current illumination in camera images containing skin colour.     

基于自适应特征选择和SVM的图像分类的研究

提出多特征结合的图像分类方法,分别提取颜色特征和LBP纹理特征,同时提出Adaboost算法对特征进行选择,选择最能表示图像的特征,这样既降低了特征的维数,又提高了分类的精度。最后对基于SVM的多类图像分类方法进行了研究,提出在二类支持向量机的基础上构造多类分类器的方法,实验结果表明,提出的方法能够很好地用于图像分类。     

A learning-based colour image segmentation with extended and compact structural tensor feature representation

In this paper a novel Tensor-Based Image Segmentation Algorithm (TBISA) is presented, which is dedicated for segmentation of colour images. A purpose of TBISA is to distinguish specific objects based on their characteristics, i.e. shape, colour, texture, or a mixture of these features. All of those information are available in colour channel data. Nonetheless, performing image analysis on the pixel level using RGB values, does not allow to access information on texture which is hidden in relation between neighbouring pixels. Therefore, to take full advantage of all available information, we propose to incorporate the Structural Tensors as a feature extraction method. It forms enriched feature set which, apart from colour and intensity, conveys also information of texture. This set is next processed by different classification algorithms for image segmentation. Quality of TBISA is evaluated in a series of experiments carried on benchmark images. Obtained results prove that the proposed method allows accurate and fast image segmentation.     

基于多特征的EM算法在昆虫图像分割中的应用

提出了一种基于多特征的EM(Expectation-maximizarion)聚类的昆虫图像分割方法.与一般的EM算法不同,这种方法首先选用适当的彩色空间对图像中的每个像素抽取颜色、纹理及空间位置等综合特征,形成基于像素的8维综合特征空间,然后采用高斯混合模型,通过EM算法估计高斯混合模型参数,利用图像像素点特征的相似度在特征空间中得到初步的区域分割,最后利用连接原理对图像区域进一步分割.实验结果表明, 算法能较好地分割昆虫图像.     

一种新的实时彩色目标分割方法

为实现对视频序列图象中彩色目标的识别与跟踪,提出了一种鲁棒的实时分割方法。它分为象素分类与区域特征提取两过程。在象素分类阶段,把每一个目标象素建模成一个二维高斯模型,定义相应的决策函数,将图象中所有象素点分类成为目标和背景,同时对高斯模型的参数进行在线动态修改,使之对变化的光照条件所引起的彩色畸变具有自适应性。在区域特征提取阶段,对象素分类所形成的二值图象实现行程编码,产生行程编码映射图,在此基础上,采用一种基于树的区域搜索算法计算出区域特征量。文中提出的方法已成功地应用于足球机器人视觉子系统中,取得了良好的效果。