结合方向纹理熵的Haar-like特征在线boosting跟踪算法

针对传统基于Haar-like特征的on-line boosting跟踪算法（HBT）需要产生大规模随机特征、占用大量计算资源和存储空间的缺点,提出结合方向纹理熵的Haar-like特征在线boosting跟踪算法（HBTT）。HBTT算法利用灰度共生矩阵的熵获得目标纹理的方向信息,在此基础上有针对性地产生具有方向纹理信息的Haar-like特征,从而可有效避免无效随机特征的产生,减小特征池容量;更进一步,可根据目标纹理的复杂程度自动调整特征数量,使得算法更灵活。在跟踪过程中,在线学习模块可以使错误率较高的特征被结合了目标纹理方向信息的Haar-like特征所替换。与HBT算法比较,HBTT算法的跟踪误差降低了10%以上;在相同特征池容量下,置信度提高了2%以上。实验结果表明,该算法不仅具有较高的鲁棒性,而且在跟踪效率和性能上都有所提高。     

纹理豪斯多夫距离在人脸识别算法中的应用

很多经典的人脸识别方法难以适应姿势变化及人脸错位的情形。为了解决这一问题,提出一种基于纹理豪斯多夫距离(THD)的人脸识别算法。将人脸图像的空间量及纹理特征相结合,使其在深入的头部转动和人脸错位中都有很高的容错度。在FERET及Yale两大人脸数据库的实验表明,与其他经典的方法相比较,所提出的方法取得了更好的识别效果。     

基于GLSL的多重视频纹理映射与融合

为将实时视频与三维场景进行融合来构建大范围增强虚拟环境(augmented virtual environment,AVE),消除融合后出现的反向投影、纹理拉伸、拼缝等现象,实现基于OpenGL着色语言(OpenGL shading language,GLSL)的反向投影剔除算法和深度测试算法,提出基于GLSL的多重视频纹理的横向加权融合算法和对角加权融合算法。实验结果表明,所提算法能够在显存为1GB的计算机上使包含200万三角面和6路实时视频的三维场景的运行帧率保持在40fps以上,高效地实现了实时视频与三维场景的融合。     

基于纹理的复杂环境下道路消失点检测算法

在乡村或者越野环境中,道路没有明显的边界和行车线,阻碍了一般视觉道路检测算法的应用。采用计算道路消失点的方法,提出一种快速的局部适应软投票FLASV(Fast Local Adaptive Soft Voting)算法。算法首先采用Gabor滤波器计算每个像素点的纹理方向,然后依据像素点的置信水平决定是否参与投票,最后采用快速局部投票的算法估计消失点的位置。实验结果分析表明,该算法能很好地适应复杂多变的环境,具有较低的时间复杂度和较高的准确性。     

“异能者”的内斗 联想Erazer Y40 PK Y50

正"小Y"系列一直是联想旗下最受欢迎的游戏笔记本,而自Y40/Y50开始,"小Y"正式被列入"异能者"Erazer家族(原先为ideaPad家族),也因此具备了更为炫酷的外观和强悍的性能。那么,当Erazer家族的两名新丁:Y40和Y50摆在面前时,我们又该作何抉择呢?     

基于纹理渲染与纹理映射的实时球幕图像生成方法

大多数影像设备与3D API都是基于平面影像设计的,因此,一般而言实时渲染图像并不能直接运用于球幕显示,必须通过称为"几何校正"(Geometric Correction)的运算才能产生正确的最终结果。目前主流的几何校正方法或者依赖昂贵的硬件设备完成,或者需要通过复杂的算法实现,对于缺少程序设计背景的创作者来说无法自由掌控。文章介绍了一种利用3D API中成熟的纹理渲染(RTT)与纹理映射(Texture Mapping)技术生成球幕图像的方法,不涉及任何C++或HLSL编程,在任何支持RTT的三维引擎上均可实现。     

基于纹理的自适应提升小波框架的图像增强

经典二维小波变换仅在图像的水平和垂直方向进行变换,对图像的纹理信息表示能力不足,基于小波变换的图像增强的效果还不尽人意。为了更好地表示图像的纹理信息,提出一种基于纹理的自适应提升小波的图像增强方法,根据图像的局部特征预测图像的纹理方向,沿纹理方向应用小波变换,使图像的纹理信息表示更准确,而且小波变换法在抑制噪声方面性能优良,将其应用于图像增强,仿真及实验结果表明该方法具有有效性和实用性。     

基于NSST和RI-LPQ的纹理图像检索

针对采用单一方法提取图像特征时检索率不高的问题,结合非下采样剪切波变换(NSST)统计特征和旋转不变的局部相位量化(RI-LPQ)原理,提出一种纹理图像检索方法。非下采样剪切波不仅具有方向选择性及平移不变性,而且可以对图像进行有效的稀疏表示,与传统小波相比,可有效捕捉图像的边缘轮廓等纹理信息,与非下采样轮廓波相比,具有更高的计算效率。利用广义高斯分布函数对图像NSST高频子带系数的统计特征进行分析,RI-LPQ描述算子直接提取图像特征,采用具有权重系数的相似性测度公式对Brodatz图像库进行纹理图像检索。实验结果表明,与传统小波和轮廓波的方法相比,NSST统计特征方法的平均检索率分别提高4.77%和1.44%,纹理图像检索方法的平均检索率分别提高7.36%和1.98%。     

利用特征场进化的图像分割方法

针对图像分割中最优阈值的选择问题,在数据场机制的基础上提出了一种高维图像分割方法。将局部灰度特征与Tamura纹理度量相结合,如粗糙度、对比度、方向度等,尽可能提取足够的图像信息;将每个包含多特征的像素视作具有一定质量的质点,在图像特征空间上建立特征场;假设最优阈值为潜在的进化方向,通过因动态数据场中相互作用所导致的质点之间自适应吸引和排斥实现特征场的协同进化,并利用少数服从多数的投票法则确定最终分割结果。实验结果表明,所提出的方法在不明显增加时间耗费的情况下,取得了较好的分割效果,具有合理性和有效性。     

参数计算中使用的若干技术

参数计算和复杂性是上世纪末本世纪初兴起的一门技术。该技术因具有坚实的理论基础和良好的运行效果,故仅经过短短十几年的发展,已经取得了大量的成就。从趋势上看来,参数计算已经成为理论计算机科学中越来越热门的一个分支。先简要介绍参数计算和复杂性的重要理论基础和主要思想;之后重点介绍参数计算中使用的主要技术,分析每一种技术的功能作用、基本设计原则和优缺点,并结合简单案例加以说明。