多尺度空间分割技术下的快速特征匹配算法

在基于内容的图像检索技术中,特征匹配是实现检索的关键一步.目前特征匹配大多采用最近邻法则,通过计算欧式距离来寻找匹配对实现.这种方法计算复杂度高,尤其是在面对大量的图像检索时,匹配效率极低.针对此问题,提出一种快速的特征匹配算法,该算法将特征空间进行多尺度的划分,对于划分出的各个子空间分别给予不同的二进制编码,这样对于落入其中的特征点,可以用一串编码来表示,最后通过编码匹配实现特征点的匹配,无须计算距离,算法的时间复杂度大大降低.实验证明,该算法不仅可以很好的提升匹配效率,还能够保证匹配的精度.     

一种利用综合评分的相关反馈图像检索方法

提出一种利用综合评分的相关反馈检索方法.该方法将用户对检索的满意度信息连同反馈记录一起存于反馈日志数据库中,在进行新的检索时,将当前反馈样本集合与通过分析历史反馈信息得到的扩充样本集合一起作为软标签SVM的输入,训练出分类器,并用三种评分的加权和作为图像库图像最终的评分值.对1000幅图像数据库的实验表明,与现有相关反馈方法相比,该文方法在提高反馈效率,充分利用历史反馈信息,克服反馈噪声方面都有明显改善.     

一种车辆视觉导航中自适应背景模型提取算法

为了解决统计背景模型在图像远景及车流量较大时容易出现错误像素点的问题,提出一种自适应背景模型提取算法.在车流量少时,利用统计直方图法提取背景;在车流量大时,利用帧差法获取图像中背景像素点,然后求其平均灰度值来重组的图像帧,最后利用统计直方图法进行背景建模.定义了算法比较标准,并据此比较了该算法与传统算法在不同车流量下的性能优劣.实验结果表明,通过分析图像中运动车辆像素信息区分车流量大小,实现对背景提取算法的自适应选择,使其在实际应用中更具针对性和灵活性,为准确地检测出运动车辆提供必要的基础.     

视频文本的自动提取方法

提出一种基于彩色边缘检测和游程平滑的视频文本提取方法，首先用彩色边缘检测算子检测出图像中的边缘。然后用多次水平和垂直的游程平滑操作使得文字边缘形成连通区域，并去掉部分孤立的噪声，再通过对连通域的分析和分解定位出文本区域的边界，最后对文本区进行确认．实验表明，本文的视频文本自动提取方法具有较高的文本提取率和较准确的边界定位。     

连续复杂手语中关键动作的提取算法

文中提出了一种在手语动作中提取关键动作的算法。在连续复杂的手语动作中,关键动作数量少且状态相对稳定,因此利用关键动作构造手语的数据模型,将会减少不稳定因素,提高准确率。因此文中提出了一种自适应的分类算法,利用关键动作之间时间的先后关系,以及动作上的不相关性,逐步提取关键动作。实验证明, 该算法 不仅可以面向非特定人群,而且无论是对单独的手语词汇,还是连续的手语语句,均可以提取到全部的关键动作。关键动作可以看作是手语的基元,因此关键动作的提取对于构造新的手语数据模型以及识别手语都具有重要意义。     

能源行业上市公司财务状况综合评价

进入21世纪,我国能源行业上市公司财务状况如何,有哪些优势和不足,本文用连续三年累计财务数据作了具体分析,并同中外有关行业进行了比较。     

基于SLP安全服务发现系统的实现

随着网络中服务和用户数目的增长,服务发现作为服务提供者和用户之间的中介,日益成为网络服务的主要研究方向之一.本文介绍了一种安全的服务发现架构,着重构建如何基于SLP协议提供服务的注册与查询机制,利用KDC作为认证中心实现服务的认证,保证服务的可靠性.     

一种新的商务名片的快速二值化算法

对商务名片进行自动识别,二值化处理是非常关键的一步,其效果将直接影响到后面的版面分析以及字符的分割和识别。而现有的二值化算法时间复杂度高,并且缺乏针对性。提出了一种专门针对商务名片的快速二值化算法,该算法利用颜色模型,通过优化带权误差平方和目标函数找到最优阈值,并给出一个快速迭代算法。经过大量实验证明,相比于传统二值化算法,该算法在嵌入式环境中对商务名片图像做二值化处理,不仅降低了时间复杂度,提高了处理效率,并且对于那些图案设计复杂的名片也起到了很好的预处理的作用,可以去除对于识别结果无用的图案,净化版面,给后续的版面分割等工作打好基础。     

利用颜色进行基于内容的图像检索

提出了一种新的基于颜色的图像检索算法.该方法根据颜色在图像中的分布信息,通过对像素点的加权处理确定最佳的颜色初始聚类数目,将经过加权处理的像素点进行聚类,得到图像主要颜色的统计特征,同时,在分析了主要颜色在图像中的散布情况后,利用主色的矩特征来描述各个主色在图像中的空间分布特征,结合颜色的统计特征与空间分布特征来描述图像的内容,保证图像在局部和整体上的一致性,实验证明该方法的检索精度明显要高于传统的仅基于颜色统计特征的检索结果.     

一种基于颜色特征的图像检索方法

提出了一种新的基于颜色自组织聚类的图像检索算法。该算法根据颜色在图像中的分布信息，通过对像素点的加权处理确定最佳的颜色初始聚类数目，将经过加权处理的像素点进行聚类，得到图像主要颜色的统计特征，同时，在分析了主要颜色在图像中的散布情况后，利用主色的矩特征来描述各个主色在图像中的空间分布特征，结合颜色的统计特征与空间分布特征来描述图像的内容，保证了图像在局部和整体上的一致性，实验结果证明，该算法的检索精度明显要高于传统的仅基于颜色统计特征的检索精度。