面向面曝光3D打印的模型自适应光照均匀化方法

基于数字光处理技术（DLP）的光固化3D打印技术是一种面曝光成型技术。面曝光工艺一次成型一个平面,因此对光照均匀度有很高的要求,而传统的DLP面光源很难达到很好的均匀度,严重时影响光固化的成型质量。针对这一问题,本文提出了一种面向面曝光3D打印的模型自适应光照均匀化方法。根据模型切片自适应地确定最大曝光区域,结合投影映射函数,通过优化得到最优的切片灰度分布,并将其与原始切片进行融合,用于3D打印。文章所提出的方法能够有效地调节成型区域的成型亮度均匀性,提高打印精度。      

一种有效的图像阴影自动去除算法

目标跟踪与检测研究中,在检测运动前景时也会检测到运动目标投射的阴影。阴影使得运动目标发生几何变形,可能造成运动目标粘连,甚至造成检测不到目标。阴影去除后才能较真实的得到运动目标重心。本文研究一种利用图像YCbCr颜色信息去除阴影的方法。首先利用背景减的方法得到带影子的目标区域,其次进行YCbCr空间的背景减,由于影子和目标物体在YCbCr空间背景减信息有较大差别,因此可以通过阈值判断得到去影之后的精确目标区域,目标物体识别的精确性和鲁棒性将会得到提高。实验结果表明,该方法在去除阴影的同时又较好地保留了前景目标的信息,是一种有效的阴影去除方法。      

一种篮球比赛视频镜头分割新方法

本文针对篮球比赛中经常出现的两种渐变镜头——叠化和扫换的特点,提出了一种对突变和渐变同时有效的镜头分割新算法。该算法利用直方图的统计特性,依次求取连续帧差值、累加帧差值及窗口帧差比,并以此确定自适应窗口均值,超均值比率以及多个滑动窗口来进行镜头分割。实验结果表明,本文方法对于突变和渐变镜头均有良好的分割效果。     

面向 3D 打印的模型优化研究综述

在设计可3D打印模型时常常会较少考虑模型自身的物理因素,导致实际打印模型时出现如模型表面极易产生断裂、打印出的实体重心不稳以及一些受力等问题,这些问题可依据3D打印工艺特点对3维模型优化得以解决.目前3维模型优化研究可分为:基于力学特征分析的模型优化、面向模型可打印的支撑结构优化与面向模型可打印的模型分割优化.结合相关文献的观点及其研究工作,从上述3方面分类介绍当前基于3D打印模型优化的方法、技术及特点.在分析研究基础上,提出未来面向3D打印的模型优化技术方法发展的新趋势.该研究成果可为相关3D打印技术研究提供参考.     

级联手工特征与深度特征的视频关键帧检测方法

关键帧检测是有效的视频内容分析的关键环节。常用的基于手工特征的方法运行效率高但很难有效表征关键帧特征,因而性能不好。基于深度特征的方法因为网络结构复杂,导致效率不高。在体育比赛类视频中,关键帧常为比赛转播中镜头变化的最后一帧。但广播视频中除了包含比赛视频还包括很多其他类型的镜头如中场休息、渐变镜头等。因此检测最后一帧包含很多比赛无关内容。针对这一问题,本文提出了一种手工特征与深度特征相结合的视频关键帧检测方法。首先基于颜色直方图特征进行镜头边界检测获取最后一帧。进一步基于直方图相似性提出一种类似聚类的方法得到候选关键帧。最后,基于深度神经网络对候选关键帧进行分类,得到真正的关键帧。在冰壶比赛视频和篮球比赛视频上的对比实验结果表明,相对于传统的背景差分法、光流法等,本文提出方法能够快速、可靠地提取关键帧。      

一种基于多示例学习的运动员检测方法

体育视频包含大量不同类型的人体,其中运动员的行为与比赛进程和视频内容直接相关,因此运动员检 测是体育视频分析的关键环节。现有人体目标检测算法在通用人体检测任务上取得了良好的性能,但是无法有效区分运动员和非运动员。专门训练一个运动员检测模型需要标注大量的运动员位置,成本较高。本文提出了一种基于多示例学习的人体目标检测方法。在通用人体检测的基础上,引入多示例学习模块,基于图像级标注,通过弱监督方式自动学习获取特征映射矩阵,将人体特征映射到运动员特征空间,最后通过度量人体特征与运动员特征之间的相似度,实现运动员与非运动员的区分。对比实验结果表明,本文方法充分利用通用人体检测框架,以 极小的标注数据量达到了专门训练运动员检测模型的精度。      

复杂背景下的篮球识别

针对篮球比赛视频分析应用,提出了一种多层次的篮球对象识别方法.利用篮球颜色一致性较好的特点,通过彩色训练提取篮球颜色的统计范围,根据该统计范围得到图像中可能的篮球区域;根据篮球轮廓为圆的特点,采取方向滤波器和Hough变换相结合的方法提取可能轮廓区域中的圆形轮廓,得到候选篮球;最后,利用篮球典型的纹理特征,采用模板匹配的方法对候选篮球进行确认.实验结果证明了该算法的有效性,且多层次算法可推广应用于其他球类对象识别.     

以DSP教材为主的信息网站

本文介绍了一个以DSP教材为主的网站，该网站即为初学者提供基本知识也为高级开发人员提供深层资料。     

整型小波变换应用于遥感图像无损压缩

基于“提升”(Lifting)算法实现整型小波变换(IWT),然后将图像变换到小波域,用零树编码 和算术编码相结合的方式对图像进行无损压缩,并针对遥感图像波段之间的相关性进行了谱间预 测。最后进行了一些相关实验,实验证明将IWT应用于遥感图像无损压缩是有效的。     

基于形态学商图像的光照归一化算法

复杂光照条件下的人脸识别是一个困难但需迫切解决的问题,为此提出了一种有效的光照归一化算法.该方法根据面部光照特点,基于数学形态学和商图像技术对各种光照条件下的人脸图像进行归一化处理,并且将它发展到动态地估计光照强度,进一步增强消除光照和保留特征的效果.与传统的技术相比,该方法无须训练数据集以及假定光源位置,并且每人只需一幅注册图像.在耶鲁人脸图像库B上的测试表明,该算法以较小的计算代价取得了优良的识别性能.