指针的学习与应用

指针是C程序设计的重点和难点，也是软件界的讨论热点：、正确而灵活地运用指针，可以有效地表示复杂的数据结构，能动态分配内存，直接处理内存地址等。在学习和应用指针过程中，传统的指针概念和用法常常使人感到困惑。文中提出了单星指针、双星指针等新概念，比较全面地介绍了指针的理论和应用．     

基于SURF特征点的图像配准系统

提出一种基于SURF特征点的图像自动配准方法。首先在图像的尺度空间中提取特征点,然后对特征点进行亚像素定位,并赋予主方向。根据特征点邻域信息分布计算得到特征向量后,利用最近邻特征点距离与次近邻特征点距离之比得到初始匹配点对。然后使用RANSAC算法剔除错误匹配特征点对,同时计算得到图像之间的变换参数。实验结果表明该方法能够实现不同分辨率图像的自动配准。     

联合语义部件的鸟类图像细粒度识别

由于子类别的高度相似性引起的类间微小差异,以及姿态、尺度和旋转方面的类内变化,使得细粒度图像识别成为一个具有挑战性的计算机视觉问题.为了对鸟类图像进行细粒度识别,提出一种联合语义部件的深度卷积神经网络模型.该模型由2个子网络组成:一个是语义部件检测子网,使用深度残差网络对鸟类图像语义部件进行精确定位;另一个是分类子网,使用三路深度残差网络对检测子网检测到的语义部件进行联合分类.收集了一个新的鸟类图像数据集YUB-200-2017,用于鸟类图像细粒度识别实验.结果表明,在YUB-200-2017和CUB-200-2011数据集上,文中方法具有较高的语义部件检测精度和识别准确率.     

基于全景图像的虚拟漫游系统研究

提出一种基于全景图像的虚拟漫游方案。为了对不同视角的图像进行自动拼接,首先在图像的尺度空间中提取特征点,并赋予主方向。根据邻域信息计算得到特征向量后,利用最近邻特征点距离与次近邻特征点距离之比得到初始匹配点对。然后使用RANSAC(Random Sample Consensus)算法剔除错误匹配点对,同时计算得到图像之间的变换参数。完成图像拼接后,通过重投影算法可以生成场景在不同视线方向上的透视视图,让用户获得身临其境的沉浸感。     

球面全景图漫游算法研究

基于图像的绘制技术不仅可以弥补传统基于几何绘制技术的不足。而且能给出更丰富的图像显示。基于实际应用出发,提出并实现了一种球面全景图的漫游算法。通过重投影球面全景图的可视部分到视平面上,可以生成虚拟场景在不同视线方向上的透视视图。针对直接使用重投影不能满足实时绘制的问题,提出了基于查找表的优化策略。     

基于ImageJ的数字图像处理课程实验教学案例

针对计算机科学与技术专业中的数字图像处理实验教学问题,提出一种基于Java语言和ImageJ平台的数字图像处理实验教学方案。数字图像处理课程实验教学的目的是通过给学生布置难易适中的实验,让学生在实验课程中独立完成数字图像处理问题的解决。虽然学生已经学过Java语言,考虑到并不是所有学生都熟悉ImageJ软件,实验任务的起点通常是首先让学生理解并且测试已有的ImageJ插件的代码模板。其次教师要求学生在已有数字图像处理代码的基础上根据实验要求逐步对现有的插件进行扩充。由于ImageJ软件是开源的,并且本身是开放式的插件架构体系,使得这种构造性的实验教学方法成为可能。     

微距摄影的多聚焦图像拍摄和融合

目的 对于微距摄影来说,由于微距镜头的景深有限,往往很难通过单幅照片获得拍摄对象全幅清晰的图像.因此要想获取全幅清晰的照片,就需要拍摄多幅具有不同焦点的微距照片,并对其进行融合.方法 传统的微距照片融合方法一般都假定需要融合的图像是已经配准好的,也并没有考虑微距图像的自动采集.因此提出了一种用于微距摄影的多聚焦图像采集和融合系统,该系统由3个部分组成.第1部分是一种微距图像拍摄装置,该硬件能够以高精度的方式拍摄物体在不同焦距下的微距照片.第2部分是一个基于不变特征的图像配准组件,它可以对在多个焦点下拍摄的微距图像进行自动配准和对齐.第3部分是一个基于图像金字塔的多聚焦图像融合组件,这个组件能够对已经对齐的微距照片进行融合,使得合成的图像具有更大的景深.该组件对基于图像金字塔的融合方法进行了扩展,提出了一种基于滤波的权重计算策略.通过将该权重计算与图像金字塔相结合,得到了一种基于多分辨率的多聚焦图像融合方法.结果 论文使用设计的拍摄装置采集了多组实验数据,用以验证系统硬件设计和软件设计的正确性,并使用主观和客观的方法对提出的系统进行评价.从主观评价来看,系统合成的微距图像不仅具有足够的景深,而且在高分辨率下也能够清晰地呈现物体微小的细节.从客观评价来看,通过将系统合成的微距图像与其他方法合成的微距图像进行量化比较,在标准差、信息熵和平均梯度3种评价标准中都是最优的.结论 实验结果表明,该系统是灵活和高效的,不仅能够对多幅具有不同焦点的微距图像进行自动采集、配准和融合,并且在图像融合的质量方面也能和其他方法相媲美.     

基于加性耦合连接的PCNN模型

脉冲耦合神经网络（PCNN）比传统神经网络更好地模仿了生物神经元,既考虑空间累加,又考虑了时间累加。在此用加性耦合代替乘性耦合,在图像处理效果上与耦合和无耦合PCNN的效果相比,其差别较小,熵与耦合PCNN处理后图像的熵基本一致。但加性耦合连接的PCNN,改变了无耦合PCNN的周期特性,提供了停止条件,保持了PCNN的旋转不变性、缩放不变性等一些特性,同时保持了时间和空间上的积累,且迭代次数少,计算量相对较小,更适合于硬件实现。     

基于球面全景图的虚拟场景实时漫游系统

设计并实现一种基于球面全景图的虚拟场景实时漫游系统。虚拟场景的实时漫游可以通过对球面全景图进行重投影完成。通过重投影球面全景图的可视部分到视平面上,可以生成虚拟场景在不同视线方向上的透视视图。使用球面全景图的重投影算法可以模拟相机的旋转运动,通过改变相机的视域,可以模拟相机的变焦运动。针对直接使用重投影不能满足球面全景图实时绘制的问题,在对球面全景图的重投影算法进行仔细分析的基础上,提出使用查找表和增量计算进行加速的策略。实验结果表明,优化后的系统能够对基于球面全景图的虚拟场景进行实时漫游