基于球面参数化的点模型渐变

为了获得光滑自然的点模型渐变效果,基于球面参数化,提出了一种鲁棒的渐变算法。该算法首先对源和目标模型进行球面参数化,使得参数化后的模型嵌入到单位球面上;然后在球面上自适应地对齐模型间的相应特征点,并将球面映射到矩形参数域上,基于该域建立模型间各采样点的对应关系;接着在渐变过程中,采用拉普拉斯算子计算出中间点模型的几何位置,以保持模型的细节;最后利用移动最小二乘曲面进行动态上采样,以消除中间模型的裂缝。实验结果表明,该算法具有良好匹配的采样点对应和光滑的渐变过程。     

猪齿神算子

创建“图层9”改名为“猪齿画面”。 单击“第10帧”,按下“F7”键,插入空白关键帧。     

基于Log算子边缘检测的车牌定位方法

车牌定位是车牌自动识别系统中的关键技术之一,提出一种基于Log算子边缘检测的车牌精定位方法。首先对彩色车辆图片在多颜色空间内进行色彩分割去除大量的背景干扰信息,然后利用分块的思想实现车牌的粗定位,大大缩小车牌的搜索区域,最后对粗定位图用Log算子检测边缘突出车牌的纹理特征再结合投影的方一法准确定位出车牌。通过对静态车牌图像定位仿真实验和分析表明,该方法对于车牌定位准确率较高。     

二元关系的复合与近似算子的合成

定义了各种类型的经典二元关系和模糊二元关系,讨论了二元关系的合成及其性质.给出了两个近似空间合成的概念,并讨论合成前的近似空间所导出的近似算子与合成后的近似空间所导出的近似算子之间的关系.证明了合成后的近似空间所导出的近似算子恰好是两个近似空间所导出的近似算子的合成.     

一种用于图像序列拼接的角点检测算法

分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的X和Y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确.实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法.     

不等权泛组合运算模型研究

实际复杂系统中的各因素一般具有不同的权重,针对现有的泛组合运算模型描述的是一种理想的等权情况,给出了两种广义加权算子模型,并据此提出了一种不等权泛组合运算模型,从而可以更准确地处理复杂系统中各因素间关系的不确定性问题.     

正则蕴涵算子族G-λ-R0及其三Ⅰ支持算法

首先给出了一个新的蕴涵算子族:G-λ-R0(λ∈[0,1])(它包括Gsdel(简称RG)算子与R0算子).然后重点讨论了G-λ-R0(λ∈[0,1])族算子的伴随算子及其正则性.结果表明,在该算子族中,每一个算子都具有伴随算子且具有正则性.从而说明了此算子是较理想的蕴涵算子.最后讨论了基于此蕴涵算子族的三Ⅰ支持算法.     

一种基于Canny的改进车灯光轴检测算法

在车灯配光性能检测中,近光光照方向和光形是重要的检测项目。本文研究边缘检测技术在提取前照灯近光光轴中的应用,主要对Canny边缘检测算法的性能进行了分析和评价,针对传统Canny算法在梯度幅值计算上的缺陷,提出了一种通过计算像素八邻域内图像一阶偏导数有限差分来确定梯度幅值的方法．在此基础上,在基于非极值抑制原理检测边缘点时,将像素的八邻域分为4个像限结合双线性插值的方法进一步提高了边缘检测的精度和准确度．根据前照灯配光在线检测的特点及要求,最终选用改进后的Canny边缘检测算法,有效地检测出近光灯的光轴。     

图像边缘检测在DM642上的应用研究

采用TMS320DM642EVM作为数字图像处理硬件平台,利用CCS开发环境来构建程序并对其进行优化;通过对改进后的Log算子和小波多尺度方法提取到的边缘图像进行数据融合,得到一幅新的边缘图像。实验结果表明,该方法提高了边缘检测的运算速度,满足了实时性要求;并能有效地抑制噪声的影响,保留了图像边缘细节。     

一种精确的袋装粮图像边缘检测算法

基于图像识别的国家储备粮仓袋装粮食数量自动监管与稽核系统的技术核心是智能识别各种粮仓场景图像中粮袋的数量,杜绝人为的弄虚作假。边缘检测是袋装粮图像识别的首要问题,在分析了经典的以及在其基础上进行各种改进的Laplace算子缺陷的基础上,提出了1种改进的Laplace算子,该算子通过设置合理的模板参数克服了原有算子的不足,提高了图像边缘检测的精度。实验结果证明,该算子检测效果优于其他模板,并且能够精确地检测出各种类型的边缘信息。