一种纺织印染图案的多尺度彩色分割算法

为了提高纺织印染图案的分色精度,提出一种多尺度彩色图像分割技术.该方法利用纺织印染图案中主要套色数少的特点,通过人眼观察手动提取图案中最具代表性的套色；根据上一尺度方块的颜色信息和同一尺度下邻近方块的颜色信息对图像进行多尺度分割,形成一棵非均匀的四叉树形结构,树中每个节点按照颜色空间的距离映射到最近的套色中,并随着尺度的递增对上一级的分割结果进行递归修正.最后对分割图像中一些小的连通区域进行后处理,消除合并这些区域,提高整体的分割精度.由计算机模拟实验的分割结果表明,与一般基于聚类技术的彩色分割算法和基于边缘提取的分割算法相比,该方法对于纺织印染图案有较好的颜色分割效果,并和人的主观视觉效果有更好的一致性.     

手机游戏的渲染引擎研究

针对目前手机游戏开发中存在的问题,提出了一个自适应的手机游戏渲染引擎的框架——AnyRender。在这个框架中,整合了一个适合于不同手机平台的能有效压缩图像及快速渲染的算法集。使用AnyRender开发的游戏,将根据具体的平台,在算法集中自动选择最适合这个平台的一个算法,减少了因移动设备差异性而带来得移植困难,能有效的利用手机的有限资源。     

有关正六边形点阵结构数字图像的研究

传统连续图像信号的采样过程采用的是矩形点阵结构。当连续图像信号的频带处于一个圆形区域之内时，正六边形点阵结构的采样密度比矩形点阵结构的采样密度要降低13．4％。但目前图像输入输出设备只支持矩形点阵结构的数字图像，所以首先讨论了满足Nyquist采样定理的正六边形点阵结构的采样矩阵(空间采样间隔)，及矩形点阵结构数字图像和正六边形点阵结构数字图像之间的转换。另一方面由于正六边形点阵结构的数字图像是不可分离信号，这给图像处理造成许多的不便。为此提出了一种基于可分离滤波器阵列的图像分解方法，降低了计算复杂度，得到类似矩形图像小波变换所得的多尺度分解结构，并给出重构图像的实验结果。     

对抗样本生成技术综述

如今,深度学习已被广泛应用于图像分类和图像识别的问题中,取得了令人满意的实际效果,成为许多人工智能应用的关键所在.在对于模型准确率的不断探究中,研究人员在近期提出了"对抗样本"这一概念.通过在原有样本中添加微小扰动的方法,成功地大幅度降低原有分类深度模型的准确率,实现了对于深度学习的对抗目的,同时也给深度学习的攻方提供了新的思路,对如何开展防御提出了新的要求.在介绍对抗样本生成技术的起源和原理的基础上,对近年来有关对抗样本的研究和文献进行了总结,按照各自的算法原理将经典的生成算法分成两大类——全像素添加扰动和部分像素添加扰动.之后,以目标定向和目标非定向、黑盒测试和白盒测试、肉眼可见和肉眼不可见的二级分类标准进行二次分类.同时,使用MNIST数据集对各类代表性的方法进行了实验验证,以探究各种方法的优缺点.最后总结了生成对抗样本所面临的挑战及其可以发展的方向,并就该技术的发展前景进行了探讨.     

CAPSP--一个丝绸印花智能CAD/CAM系统

本文介绍了一个用于丝绸印花的智能CAD/CAM系统--CAPSP.CAPSP采用了基于知识的处理技术,能非常有效地进行丝绸花样设计、人工画稿的分色处理以及输出满足丝绸印花工艺的分色胶片.该系统已在国内若干丝绸印染厂成功地使用.     

茧处理与茧的质量

由茧农生产出来的鲜茧,在缫丝前要经过输送、干燥、贮藏、调制等许多过程(见图),在这些过程中茧处理的良否,对以后的制丝工程有很大的影响。然而在这些处理中,茧丝质的变化由于茧的性状而显著不同,因此找不出正确判断茧丝质变化的方法,从而在茧处理和茧丝质的关系上还不能下定论。     

一种间接测量矿井高压电网电容电流的新方法

本文介绍了一种间接测量矿井6kV电网电容电流的新方法。在三相与地之间依次接入一辅助电容ΔC,利用该电容器中所流过的电流及电网的不平衡电压计算出电网的电容电流。该方法与过去直接测量等方法比较,具有简单、方便、准确、安全等优点.     

冲击荷载作用的离散-连续耦合数值模拟

强夯、冲击碾压工法广泛应用于水库堤坝、港口等水利工程。目前,冲击荷载作用下,复杂的动力响应研究主要依据室内模型试验和工程经验,数值模拟研究较少。本文结合离散单元法和有限差分法的优点,建立了冲击荷载作用的离散-连续耦合数值模型。冲击荷载作用中心区域采用PFC2D中的滞回阻尼模型进行精细模拟,周围区域采用FLAC2D中的摩尔-库伦模型进行模拟。在离散模型中,得到离散颗粒作用于边界墙的合力与合弯矩,根据力的平衡原理,分配到连续模型边界节点上,同时考虑到耦合边界不能承受拉应力,进行二次调整,实现边界面应力的传递;并通过接收连续模型中边界节点的速度,来指定离散模型中边界墙的速度,实现边界面速度的传递。对比模型试验结果验证了冲击荷载耦合模拟的可行性,为今后堤坝、码头堆场等加固处理及动力稳定性分析提供一种新的研究手段。     

基于主动外观模型的人脸合成技术

针对现有人脸表情合成中真实性欠佳或速度较慢的问题,提出了一种鲁棒的人脸表情合成方法。通过改进的主动外观模型(AAM)方法,对输入图像中人脸上的指定特征点进行自动检测跟踪,并以特征点为基础对人脸进行Delaunay三角分割、对齐和变形,在不同的人脸中建立有效的对应关系。通过图形计算器(GPU),对匹配的输入人脸和目标人脸进行加权渲染,得到新的人脸表情.为了提高人脸表情合成质量,采用色彩调整和边界过渡的操作,降低了不同人脸融合时带来的差异性.实验结果表明,与传统方法相比,该算法在计算速度上有较大的提高,在渲染效果上更加真实.