基于GPU加速的快速图像相似区域查找

图像相似区域查找是很多图形图像应用中的关键问题,也是计算瓶颈。传统加速方法如ANN(Approximate Nearest Neighbor)处理较大图像区域时速度较慢,而且在非度量空间下不支持精确查找。提出基于GPU加速的图像相似区域并行查找的通用计算框架,该框架可以扩展,以支持任意距离函数。特别针对在图像处理中应用广泛的欧氏距离(度量空间)和Chamfer距离(非度量空间)分别提出了基于CUDA的高效相似区域查找算法,比较完备地给出了相似性计算在不同度量空间下的实现。进一步,在设计具体的CUDA加速算法中,结合不同距离计算的特点对并行计算过程进行优化。该方法采用穷举的查找策略,在欧氏距离和Chamfer距离下都能实现精确查找,且大大提高了计算效率。实验结果表明,加速算法在准确查找的基础上执行速度比传统加速方法提升了一至二个数量级,且应用于纹理合成的实例表明,算法可以快速合成高质量的纹理。     

光照变化条件下的光流估计

目的 为了提高光流法在处理光照变化和大位移方面的稳健性。提出一种结合结构纹理分解预处理和加权中值滤波的光流场模型。方法 该方法数据项采用灰度守恒假设和梯度守恒假设相结合、局部约束与全局约束相结合的思想。同时采用结构纹理分解、加权中值滤波、金字塔结构等高效的光流估计技术,进一步增强了光流算法的精确性与实用性。结果 分别通过Middlebury光流数据库图像和真实场景图像对提出的光流估计算法进行了大量实验验证。实验结果表明,改进的光流估计法在处理光照变化方面表现不错,不仅获得稠密的光流场,而且提高了光流场准确提取目标边缘的能力。结论 和传统光流方法相比,所提方法在光照变化情况下能获得更加理想的结果,降低了实际场景中光线变化的干扰,能更好地适用于实际场景中。     

面向纹理合成的块尺寸自动选择算法

在现有的基于块的纹理合成算法中,针对块尺寸需要人工选择从而导致纹理合成质量不确定的问题,提出一种纹理合成中的块尺寸自动选择算法。在纹理样本上按扫描线顺序滑动子块直到遍历所有位置,对子块与纹理样本的直方图进行归一化与均值滤波预处理,然后计算二者直方图的交;在不同子块位置的上述计算结果中,取其最大值作为子块与样本的颜色相似度。针对颜色相似度与块尺寸的近似单调递增关系,采用二分法计算相似度阈值点所对应的横坐标,将其作为纹理合成的块尺寸。多种类型纹理的实验结果表明,该方法自动选择的块尺寸与最佳经验取值范围相吻合。所提方法不仅适用于结构性纹理的合成,而且适用于随机性纹理的合成,能够获得理想的合成结果。     

嵌入式系统中硬件规模估计

运用Delphi方法进行硬件规模估算,对硬件规模进行量化,运用平均生产率的概念计算项目的人工成本,从而得出项目的投入时间,为项目开发计划的制定以及成本估算提供参考.     

基于改进概率神经网络的纹理图像识别

引入差异演化（DE）算法来弥补基本概率神经网络的不足,从而提出一种基于改进概率神经网络（MPNN）的纹理图像识别方法。首先用树形结构小波包变换提取纹理图像的能量特征,用基于统计的纹理特征方法提取统计均值、平均能量、标准差和平均残余特征,得到纹理图像的特征矢量;然后用改进的概率神经网络训练纹理图像的特征矢量,从而实现纹理图像的识别。实验结果表明：采用基于改进概率神经网络的纹理图像识别方法较BP神经网络、RBF神经网络和基本的PNN有更高的识别正确率,且收敛更快。     

基于多特征融合和相关反馈的图像检索

鉴于单一视觉特征不能很好地表达图像内容,提出一种融合图像颜色、形状、纹理特征的图像检索方法。最后采用支持向量机（SVM）的相关反馈算法提高图像检索的准确度,缩小低层特征和高层语义之间的语义鸿沟。实验结果说明提出的方法具有良好的检索性能。     

有真实感图形的纹理映射算法

本文讨论了计算机生成真实感图形的纹理映射技术，根据模拟现实物体的表面细节特征提出了三种纹理映射方法。     

基于OpenGL的三维物体剖面可视化

OpenGL是目前应用最广泛且性能非常优越的三维图形应用程序库。针对剖面可视化,文章介绍了OpenGL绘制三维立体图形的工作原理,利用OpenGL的库函数进行了纹理映射．重点讨论了剖面可视化的基础——采样数据。为了使剖面更加平滑,文章采用了三线性插值。     

基于纹理合成算法在恢复污损牌照中的应用

车牌识别系统是现在智能交通系统中信息采集的一种手段,但是由于图像模糊、字符污损、粘连等实际问题导致识别的瓶颈。文中提出了一种基于纹理合成的图像修补算法——二维表面纹理填洞算法。该算法是根据区域生长得到车牌字符污损部分的边界,即算法中的“洞”,再基于纹理片合成与Quilting算法相结合提出了一种二维表面纹理填洞算法,针对“洞”进行图像纹理修补。实验结果表明,该算法对恢复字符的完整性和修复纹理具有很强的自适应能力,极大地提高了后续的车牌字符分割和识别率。     

图像处理技术在面包烘焙品质检验中的应用

阐速了数字图像处理技术在烘焙面包品质检验中的应用,依据灰度共现矩阵算法提取图像的纹理特征,并通过二值化后的烘焙面包切片计算出其体积。试验结果表明,该方法不仅为面包烘焙品质的快速自动检验提供了客观准确的科学依据,使感官评价的指标客观化,而且经济可行。