基于内容的图像检索系统的设计与实现

图像作为最基本、最重要的多媒体信息形式之一,已经随着信息技术和网络技术的发展,而越来越广泛地应用于许多领域。如何提供一个快速的、有效的图像信息检索系统已成为当今图像信息检索领域的研究热点之一。本检索系统是在Windows 7系统下,利用Matlab2014软件开发的基于图像内容的图像信息检索应用系统,该系统主要用完成对图像信息的快速检索。     

谱图小波阈值降噪及其在滚刀主轴振动信号分析中的应用

通过分析谱图小波变换在平面图像、三维实体分析中的应用,提出一种用于一维数字信号分析的谱图小波阈值降噪方法。该方法将一维数字信号定义到路图上,利用谱图小波变换将其分解成尺度系数和谱图小波系数,对谱图小波系数进行阈值过滤处理,再进行谱图小波逆变换得到降噪信号。首先,利用四种典型仿真信号进行降噪试验,并分析不同分解层数对降噪性能的影响;接着,将其与经典小波阈值降噪方法进行仿真对比;最后,采用该方法进行滚刀主轴振动信号降噪,并与经典小波阈值降噪方法对比。仿真及试验结果表明,该方法实现了一维数字信号的快速非迭代降噪,且降噪信号平滑度高、畸变小,优于经典小波阈值降噪方法。     

改进大气散射模型实现的图像去雾算法

传统大气散射模型在图像去雾的求解过程中通常假设场景入射光为全局常量,然而这种假设并不合理,为此提出一种基于改进大气散射模型的图像去雾算法.首先基于亮通道先验和模糊聚类对雾图进行场景分类,并估计出各个场景的入射光照;然后根据光学辐射特性估计出场景结构,并利用雾气浓度估计模型进一步获得透射率的表达式;最后通过改进大气散射模型恢复出无雾图像.大量对比实验结果表明,该算法能够恢复出细节丰富、清晰自然的无雾图像,计算速度相对较快,能满足一般工程的实时性要求.     

基于密集神经网络的灰度图像着色算法

针对在灰度图像着色领域中，传统算法信息提取率不高、着色效果不理想的问题，提出了基于密集神经网络的灰度图像着色算法，以实现改善着色效果，让人眼更好地观察图片信息的目的。利用密集神经网络的信息提取高效性，构建并训练了一个端到端的深度学习模型，对图像中的各类信息及特征进行提取。训练网络时与原图像进行对比，以逐渐减小网络输出结果的信息、分类等各类型的损失。训练完成后，只需向网络输入一张灰度图片，即可生成一张颜色饱满、鲜明逼真的彩色图片。实验结果表明，引入密集网络后，可有效改善着色过程中的漏色、细节信息损失、对比度低等问题，所提算法着色效果较基于VGG网络及U-Net、双流网络结构、残差网络（ResNet）等性能优异的先进着色算法而言取得了显著的改进。     

劳伦斯利弗莫尔实验室开发的波长转换器获奖

美伦斯利弗莫尔国家实验室（LLNL）因其开发一种高平均功率的波长转换器而获得了“R＆D100”奖项。 照片显示了一个固定在光学支架上的YCOB晶体盘。不可见红外光从右边进入并通过YCOB晶体。红外光经频率变换到可见光（绿光）、二次谐波或绿光出现在YCOB晶体盘左边。     

电视机滤波电容损坏造成的干扰故障

有用户反映电视图像有两三横道亮线上下滚动干扰电视信号，我们怀疑可能是光接收机、电源或线路放大器的故障，抽查几个用户，结果是西半部比东半部严重，我们带去光接收机、电源、放大器换了一遍，故障依旧，用户还反映这个故障时有时无不定时出现，事隔两三天我们再去，把所有的编码分支器全部换上普通的六分支器，但故障依旧。当时夏天农忙看电视时间少，用户也没计较，事隔两三个月用户又打电话说：电视图像还像原来一样不好，我们再次来到故障严重的用户家，分析故障现象，怀疑可能是某个电源或桌用户电视机造成的干扰，     

技术动态

横向各向同性层状介质的广义Dix公式标准Dix公式用法向入射的走时、均方根速度或NMO速度由PP反射波来估算均匀各向同性水平地层的厚度和层速度。对于VTI介质,qPqP波和qPqSV波的走时由4个参数和层厚度决定。如果vp/vs 很大(等效于S波速度为零),那么qPqP波的走时可以仅由3个参数和层厚度确定。1983年Blyas根据走时的Taylor展开式用反射qPqP波和qPqSV波求出了VTI介质的层参数。Ursin和Stovas在2005 年第6期Geophysics上发表文章指出可以由反射qPqP波求出3个走时参数,由qPqSV波求出2个走时参数,这样可以得到5个走时参数和5个未知的层参数。他们采用的方法是用Thomsen参数来表示反射