一种改进的双门限本征脸方法

对Turk和Pentland特征脸方法进行了改进.分析了待识别人脸的投影向量与人脸库中某样本的平均投影向量间距离的概率密度分布函数呈瑞利分布.为减小虚警概率,提高认同概率,提出了按接受门限和拒绝门限的双门限方法进行识别,并定义了双门限的取值.同时,分析了随着累积平均判别,2个门限逐渐靠近.训练过程中,对每个人脸图像的特征进行平均,只提取平均投影向量用以识别,以减小判别次数.识别实验表明,利用提出方法,可以使总的识别率提高到92.875%,平均判别次数仅为2.56.     

基于圆对称性的离焦模糊图像还原方法

针对离焦模糊图像,圆盘离焦模型和高斯离焦模型的还原效果并不理想,提出基于圆对称性的离焦模糊图像还原算法。通过刃边函数估算模糊半径,利用信噪比还原图像,进而计算图像的信号功率谱。提出改进的DCT分块加权清晰度评价函数,对DCT系数作指数加权优化,并根据圆对称性模型检测出的多个模糊半径还原出多个图像,并筛选出最清晰图像作为还原结果。实验结果显示,与传统的还原方法相比,该方法提高了还原图像的清晰度和分辨率。     

结合Top-down和Bottom-up准则的有效图像分割方法

基于图像的Bottom-up分割方法能够根据图像的不连续性以较高的正确率获取目标边缘;Top-down分割方法通过学习可以获取目标的外形表示,即对象基元CSF(Class-specific Fragment),该CSF能够用以覆盖待分割图像,帮助获得更好的分割效果。结合这两种准则的优势,提出一种有效的图像分割方法。把Top-down分割结果作为Bottom-up的输入,用改进的多尺度标记控制分水岭变换细化边缘,完成分割。算法利用相似性标准,能够简便快捷地判定属于对象基元的子块并匹配覆盖目标图像;同时,把形态学重构运算加入到强制最小技术中,对其结果求补后获取区域最小值,构建出的标记模型更加理想。实验表明,该方法得到的分割结果优于单独使用Top-down和Bottom-up方法,即使在背景可变和身体可动部位也能较好地分割出目标。     

以时间维度分类驱动计算机基础教学改革的探索

为了提升计算机基础教学的改革,提出一种反映学生知识掌握程度的精细化评价分类方法:利用VBA获取学生完成任务的时间要素,从而将任务的传统评价方式和时间要素进行协同分析,并通过实际教学班级进行了检验。结果表明:该方法简单快捷,能在源头上防止作业的抄袭。通过此方法获得的教学对象掌握情况信息,比传统评价更加精细,从而使得教师更加清楚获悉每位学生的反馈,促进教师在教学上的改革,在计算机基础课程中具有较好的应用价值。     

基于匹配概率活动表的分形图像快速压缩编码算法

本文在Jacquin提出的自动分形图像编码算法的基础上,针对各定义域块与值域块的匹配概率不相等,提出了基于匹配概率活动表的分形编码算法,为进一步加快编码速度,从理论上重新定义了定义域块与值域块间距离的计算,并分析了值域块类型与门限取值间的关系,并经实验给出了门限的具体数值。实验结果表明,与基本自动分形图像编码方法相比,在保持重建图像质量的前提下,运算时间大大下降,加快了分形图像压缩速度。     

RTF格式文件的自动阅卷系统研究

对RTF格式文件作了详细分析,制定了相应的计算机自动阅卷算法,包括从RTF文件中抽以实际文本内容,判断漏字、多字、错字三种不同错误类型,并编写了具体程序来实现。实验表明,利用本文设计的自动阅卷系统,可以大大提高教师阅卷的准确度和速度。     

基于Julia集的图案设计与生成

简要介绍二阶Julia集图像,然后讨论其各种图像变异方法,包括修改其阶数n、常数c、缩放值scale以及颜色参数等,从而达到生成各种花型图案的目的。可广泛用于美术、广告设计、服装、装潢设计等。     

角度砂轮修正器

我们设计成功一种角度砂轮修正器,可以修正平面磨床上的砂轮,用来加工V形铁或有斜面的零件,角度偏差只在5＇左右。修正器的结构很简单。定位块7,由螺栓固紧在工作台侧面,使底座1横向定位。3个标准柱塞4按90°排列,中间的柱塞可以在底座内拔出。回转板2的端部有固定圆销G,直径同柱塞4相同。回转板2调整到所需要尺寸后,由螺栓5、螺帽8拧紧在底座上。螺栓5可以在底座弧形槽内滑动。轴3到圆销G的半径,同它     

Julia集在纺织图案设计中的应用研究

介绍了二阶Julia集图像，讨论了修改其阶数n、常数c、缩放值scale以及颜色参数等，从而达到生成各种纺织图案的目的。     

基于对称性与方差的快速分形人脸图像压缩

针对人脸具有对称性特点，提出了基于对称性与方差的快速分形人脸图像压缩算法。在编码时，对某值域块，将定义域块限定在与其对称的候选区内，如在其中未找到匹配定义域块，则再扩大候选区范围。对基于方差方法与本文算法在时间复杂性上的分析表明，即使在最坏情况下，利用本算法所需编码时间也仅为基于方差方法的1／2。通过在ORL和YALE人脸库中的实验表明，利用本文算法，在基本保持恢复图像质量的同时，平均编码时间仅为基于方差方法的1／3。实验还讨论了候选区、阈值与击中值域块个数、编码时间和峰值信噪比（PSNR）间的关系。