大螺旋槽滚刀重磨砂轮廓形的精确设计

本文对重磨大螺旋槽滚刀的砂轮廓形精确设计进行了研究。为各类大螺旋槽滚刀重磨时砂轮廓形的精确修整提供了理论计算依据。     

带曲率补偿的带隙基准电流源的设计

简单介绍了带隙基准源的基本原理,给出了一款基于Widlar结构的带曲率补偿的带隙基准电压电流源的设计方法,通过采用TSMC₀.5μm工艺库对电路进行仿真,在-40～150℃的温度范围内,其带隙基准的输出具有12ppm/℃的温度系数,电流基准的输出具有42ppm/℃。此外,文中还对曲率补偿电路的工作原理进行了分析,并且通过仿真波形对曲率补偿的工作机制进行了讨论。     

基于轮廓边拟合的软影映射算法

针对实时软影映射算法在绘制大面积光源时绘制效率不高的问题,提出一种基于轮廓边拟合的快速软影映射算法.该算法在场景阴影映射图中的固定尺寸的块内拟合轮廓边直线,并用一种层次化的数据结构来保存拟合的轮廓边直线;再利用反投影轮廓边直线的方法快速地计算着色点的可见性,生成真实的软影效果.实验结果表明,与现有的算法相比,文中算法在不显著降低软影质量的基础上有效地提高了绘制效率.     

提升细节捕捉能力的非下采样轮廓波变换

针对传统NSCT(非下采样轮廓波变换)算法中NSP(多尺度分解方法)对细节信息捕捉能力较差及利用其进行图像融合得到的融合图像出现细节丢失问题,提出改进的NSCT算法。不同于传统NSCT算法,该算法首先采用细节捕捉能力较强的非下采样形态学小波分解替代NSP分解,实现对源图像的多尺度分解,将源图像分解成水平高频、垂直高频、对角高频和低频4部分;然后利用NDFB(非下采样的方向性滤波器)对高频部分进行多方向分解得到一系列高频信息,实现改进型NSCT分解。实验结果表明,该算法的细节捕捉能力较传统算法好,在相同融合规则下其图像融合效果更好,各项融合指标值均有所提高,其中平均梯度提高了10%,且易于实现,可广泛用于多分辨率图像融合,是一种有效的融合图像算法。     

多水平外区抑制的轮廓检测

提取自然图像中的物体轮廓是机器视觉研究的重要问题,主要困难在于自然图像中的纹理性边缘严重干扰了物体轮廓的提取。研究表明视皮层方位选择性神经元的非经典感受野机制使得人类视觉系统在处理自然图像时不仅能够抑制纹理性边缘,而且能够增强物体的轮廓。基于此人们提出多种仿生轮廓检测算法,但算法中被称为抑制水平的参量在取值较高时会漏检部分轮廓,而在其取值较低时又会引入过多的纹理性边缘。针对这一问题,提出多水平外区抑制轮廓检测算法,通过整合各级单水平外区抑制的检测信息,有效抑制了纹理性边缘和降低了漏检轮廓的可能性。实验结果表明,相对于传统算法,新算法在轮廓检测性能上提高了10%左右,并具有更好的稳健性。     

视频图像活动轮廓目标检测跟踪研究

研究视频图像目标跟踪定位精确度问题。由于在图像中通常会发生缩放,造成图像目标模糊不清。传统的目标跟踪算法该类算法仅以目标发生平移运动为假设前提,图像质量差。为解决上述问题,提出了一种活动轮廓目标跟踪定位检测算法。首先选择合适的滑窗,采用减背景法来确定视频对象的运动区域,采用卡尔曼形态滤波来消除残余的噪声,然后针对目标在活动轮廓局部内具有较高灰度值的特征,通过自适应阈值来判别滑窗中心位置是否存在目标。当滑窗遍历整幅图像后,就可以得到目标的定位结果。仿真结果表明,改进算法不仅能够消除差分图像中的显露背景,从而得到运动视频对象精确的轮廓,并且可进行多目标的分割与跟踪,具有一定的实际应用价值。     

结合编码交织的频数质心零水印算法

针对传统数字水印算法的透明性随嵌入强度的增加而下降,且存在鲁棒性和稳定性差的问题,提出了一种基于极化码与二维交织算法相结合的频数质心零水印算法.该算法依次对水印信息进行极化码编码,二维交织构造出交织矩阵,然后对载体图像进行非下采样轮廓波变换获得其低频系数,再通过分块非负矩阵分解得到一维基矩阵;根据频数分布特征计算局部频数质心以构造出特征矩阵,最后将含有水印信息的交织方阵和特征矩阵进行异或操作生成零水印.大量实验表明,该零水印算法可以有效地抵抗常规的信号处理攻击、几何攻击以及组合攻击,水印提取的归一化系数值在0.88以上,具有较强的鲁棒性和稳定性,且具有良好的实用价值.     

面向对象轮廓约束GGVF Snake的建筑物边界优化方法

分析高分辨率遥感影像中建筑物的特征和常用方法提取建筑物存在边界漏检误检导致的边界不规则等问题,提出面向对象轮廓约束广义梯度矢量流（GGVF）Snake模型的建筑物边界优化方法. 在利用分类法获取建筑物轮廓的初始结果基础上,自动提取每个建筑物轮廓线作为GGVF Snake的初始轮廓线,获取各轮廓外接矩形进行对象裁剪,提取每个建筑物的子图对象. 对每个子图对象进行Canny边缘检测,结合Hough变换提取直线特征,输入到广义梯度矢量流模型的迭代求解中快速最小化能量函数,实现对象级建筑物轮廓的精确优化. 实验结果表明,利用提出的方法能够自动获取初始建筑物的轮廓信息,提高优化的自动化程度;基于对象级的边缘检测与直线特征的加入,有助于GGVF Snake快速拟合,准确地平滑建筑物边缘且准确度高. 相对于其他对比方法,本文方法的轮廓优化总体精度和综合值均有提升,可以作为有效提升分类原理获取的建筑物轮廓的优化后处理手段,提高了建筑物提取的精度.