安卓老矣？Linux移动平台寻求多样化发展

随着全球的智能手机以及平板电脑市场的快速发展,如今市场中的产品不论是品牌还是机型都令人感到眼花缭乱。但在移动操作系统方面,消费者似乎并没有太多选择的余地。 台湾手机供应链厂商近日表示,虽然市场中已经存在诸如Openwe．bOS、FirefoxOS以及Sailfish等基于Linux内核的移动操作系统,但总体看来iOS和Android依旧牢牢把持着整个移动操作系统市场85％左右的份额,并且很多智能设备厂商都不愿意轻易从Android平台转投到其他平台。     

智能补光效果登入美图秀秀安卓v1.5.4

晚上拍照时最容易遇见"曝光不足"和"曝光过度"的问题,使得照片看起来明暗不协调,缺乏应有的美感。不过,如果你的手机中装有"美图秀秀",这些问题都能迎刃而解,Android版美图秀秀v1.5.4新增"智能补光",有助于我们改善照片明暗,同时还新增"拍照"按钮,拍照、照片美化、快速分享于一身,使拍摄分享乐趣倍增。1新增智能补光修复照片光线瑕疵     

智能补光效果登入美图秀秀安卓v1.5.4

正晚上拍照时最容易遇见"曝光不足"和"曝光过度"的问题,使得照片看起来明暗不协调,缺乏应有的美感。不过,如果你的手机中装有"美图秀秀",这些问题都能迎刃而解,Android版美图秀秀v1.5.4新增"智能补光",有助于我们改善照片明暗,同时还新增"拍照"按钮,拍照、照片美化、快速分享于一身,使拍摄分享乐趣倍增。1新增智能补光修复照片光线瑕疵     

全球最薄 三星全新一代9系列笔记本荣耀发布

2012年6月,三星笔记本电脑推出了一款融汇顶尖工艺制造,及出色智能应用于一体的超轻薄型笔记本——三星全新一代9系列。这款笔记本拥有900X3C、900X4C、900X4D三种型号,其中13寸的900X3C重量仅为1.16kg、厚度仅为12.9mm,堪称目前全球最薄的笔记本电脑。三星笔记本电脑官方表示,三星全新一代9系列的问世颠覆了传统超轻薄笔记本带给人们的固有观念,以更迅捷的处理速度、更卓越的性能表现、更轻松的触控操作,带给消费者一种全新的高端商务体验。     

数字图像合成技术综述

数字图像合成一直是图像处理中的研究热点,在图片编辑,平面设计,电影特效等领域有着广泛的应用。从原图像中准确地提取目标物体并将其无缝地合成到新背景下是图像合成的基本目标。按所使用的关键技术分类,现有的数字图像合成技术可分为基于α分量的图像合成,基于梯度场的图像合成和基于多分辨率模型的图像合成。首先详述了3类方法中的典型算法,并从合成质量、鲁棒性、运算效率等方面进行分析比较,然后对新的图像合成应用方式进行了扩展介绍,最后总结了现有图像合成方法的普遍局限性,并探讨了图像合成今后面临的挑战和发展方向。     

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

结合局部特征和全局信息的自适应活动轮廓模型

提出一种新的基于全局图像信息和局部图像特征的活动轮廓分割模型。模型的总能量函数主要包括3项:全局能量项、局部能量项和自适应调节项。其中,全局能量项整合了图像的全局信息,局部能量项则考虑了图像的局部特征,而二者的权重会根据上下文内容自适应调整。由于在模型中充分利用了图像全局信息和局部特征,因而有效地提高了分割的精度。此外,加入了凸优化技术,以获取模型的全局最优解。最后,采用Split-Bregman方法进行快速求解,使得模型的分割效率大大提高。实验结果表明,该模型对初始化具有较好的鲁棒性,在分割精度上有了较大的提升,特别是分割速度比C-V模型快1.5倍到2倍。     

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。     

改进的Beamlet与Canny相结合提取复杂图像线特征

传统Beamlet无结构算法在提取图像线特征时不仅存在重叠模糊的缺陷,而且在提取复杂图像线特征时不能有效地检测出目标信息,细节特征更是难以刻画。针对这些问题,提出将改进的Beamlet无结构算法与Canny算子相结合的方法提取复杂图像的线特征。首先,对图像进行Beamlet变换,通过改进Beamlet无结构算法,采用新的能量统计和制定新的划线规则,以保证每个二进方块最多有一条最优基;然后,对图像用Canny算子检测边缘,通过选取较大的Sigma,只检测明显的大边缘;最后,两者结合得到图像的线特征。从检测的线特征的线型连接程度等方面对该算法的性能进行了评价,并与现有的方法进行了比较,实验结果表明,该方法克服了两种方法单独提取线特征时存在的断裂、重叠、模糊和虚假边缘的缺点,有效地提高了复杂图像线特征提取的准确性和连续性。     

保持边缘特征和增强对比度的图像缩放算法

图像的边缘信息和对比度是影响人体视觉的最主要因素。提出一种能够同时保持边缘特征和增强对比度的图像缩放新方法。通过边缘检测算法、边缘梯度增强以及梯度图的低通滤波算法,得到新的梯度图,再通过求解泊松方程得到重建的图像。由于对图像边缘作了特殊处理,从而避免在图像缩放过程中丢失边缘信息。该方法可以同时保持特征以及增加图像的对比度,从而更好地展现图像的细节。实验结果表明,本文方法能应用于一般图像和医学图像的缩放和增强等应用中。