Web网页中动态数据区域的识别与抽取

采用基于HTML标记树的数据块查找方法挖掘Web网页中的数据区域,在此基础上结合网页聚类和跨网页数据区域匹配自动识别一个网页中的动态数据区域。实验结果表明,该方法能够提高Web网页中动态数据区域识别的召回率和准确率。     

基于实时梯度计算的快速纹理映射体绘制

本文分析讨论了一种基于实时梯度计算的纹理映射体绘制算法。在绘制过程中实时计算每个体素上的梯度,有效地减少了在传统基于纹理映射的体绘制中,对梯度预先计算的耗时操作,也降低了内存的消耗,加快了整个绘制过程。同时,采用三维Sobel算子对梯度进行计算,并进行归一化处理,有效地提高了绘制图像的质量。在实现中充分利用了目前PC图形硬件成熟的可编程特性,特别是fragment program,来完成梯度的实时计算。最后对医学体数据进行绘制,得到了理想的结果。     

一种基于交互式多维传递函数的纹理映射体绘制算法

本文设计了一种基于空间信息的交互式多维传递函数的纹理映射体绘制算法。该算法不仅可以根据体数据的强度而且还利用体素的空间位置来设定绘制的颜色和阻光度。通过采用一种独特的空间投影变换,根据用户需求,将体数据划分为不同区域,并分别定义各自的传递函数。该特点使得本文的算法可以有效地对体数据进行交互式分析。在算法实现中,利用了通用图形硬件的可编程特性,在普通PC上可以达到理想的绘制质量和交互速度。     

利用团块模型进行目标跟踪

提出了一种基于局部特征的目标跟踪算法．通过多尺度分析方法,根据颜色和空间上的相似性将目标分割为多个区域,每个区域由一个团块表示,团块包含了该区域所有像素的颜色均值、形状和位置．根据团块特征构造目标的外观模型,定义团块的匹配准则,通过团块匹配进行目标跟踪．由于目标模型是基于局部特征的,并且包含目标的全局空间结构,因此该算法在局部遮挡和目标尺度变化的情况下,依然能够进行准确地跟踪．实验表明该算法能够有效实现复杂场景下的目标跟踪,性能优于Mean-shift算法．     

基于粗糙集和模糊聚类的新闻视频镜头边界检测方法

为了将视频分割成镜头,目前的方法都是提取某些特征然后构造不同的相异性函数。然而,太多的特征就会降低镜头分割算法的效率。因此,有必要对每一个镜头检测决策进行特征约简。基于此,提出了基于粗糙集和模糊聚类的分类方法并得到了相应的决策规则。针对新闻场景的特殊性,将镜头分割成突变过渡、渐变过渡以及无场景变化3类。用超过2个小时的新闻视频所做的实验获得了96.5%的查全率和97.9%的准确率。