公共文化服务平台

基于三角剖分的数字图像分存算法被引量：1: 2019年; 网络的不安全性导致图像信息在传输过程中容易丢失、损坏,或被不法分子窃取并用于非法传输,因此,研究数字图像的加密技术可以有效加强图像信息的安全性。数字图像分存算法是一种重要的图像信息加密技术,但是以往的图像分存技术没有考虑像素灰度分布特征,对图像进行逐像素加密,既降低了安全性,也产生了不必要的时空开销。为此,文中采用了基于数字图像像素灰度特征的非均匀三角剖分算法,结合门限方案,提出了一种新的数字图像分存算法。首先,使用非均匀三角网格剖分算法,得到随图像灰度值变化的剖分网格;其次,使用门限方案对剖分网格中每一个子三角形的顶点像素进行加密和共享;最后,使用拉格朗日插值多项式和剖分网格编码信息重构出原始图像。实验结果表明,该方法降低了像素的冗余加密,提高了安全性且图像重构效果较好,是一种有效的图像分存算法。; 袁茜茜蔡占川; 关键词：图像分存三角剖分门限方案

基于静态小波变换的遥感影像薄云雾模糊抑制被引量：3: 2017年; 针对薄云雾造成的遥感影像模糊问题,提出了一种基于静态小波变换与离散小波变换相结合的抑制云雾模糊的方法 ;并与同态滤波方法和一种基于拉普拉斯增强和直方图分段线性变换方法进行了对比。该方法通过提高影像分辨率增加云雾覆盖区细节的方式达到抑制图像模糊的目的。目视效果表明,该方法显著抑制了薄云雾覆盖造成的影像模糊,明显优于对比方法,且具有较高的峰值信噪比、光谱保真度和信息熵。; 贺辉陈海黄静; 关键词：遥感影像

银行票据自动裁剪方案设计与控件开发被引量：3: 2016年; 银行票据图片采集过程易受到复杂背景干扰和光照不足或不均等不利影响,使得自动、准确、实时裁剪票据的任务很具挑战性。在票据自动纠偏基础上,提出了基于图像自适应二值化的银行票据自动、快速裁剪策略。将该策略应用到银行印控仪进行集成测试,不同成像背景和光照环境下的多组数据结果表明本策略在自然光照环境中,能够很好地抑制背景干扰,准确裁剪票据,而在背景颜色接近票据底色时或存在明显光斑干扰情况下,依旧能够获得正确结果,总体裁剪正确率达到95%,其自适应性和鲁棒性明显优于基于边缘提取的方法。且改进了快速中值滤波算法,大大降低了滤波处理时间复杂度,可满足银行在线处理的实时性需求。; 贺辉刘琨肖红玉; 关键词：银行票据图像二值化灰度直方图

基于光谱特征的高空间分辨率遥感影像阴影检测: 为了准确检测高空间分辨率遥感影像中的阴影,提高影像目标识别和信息提取的精度,提出了基于光谱特征的空间高分辨率遥感影像阴影检测技术。根据阴影区蓝、红波段辐射亮度下降幅度的差异,构建了归一化蓝红波段指数,并利用归一化植被指数...; 陈红顺贺辉肖红玉黄静; 关键词：遥感影像归一化植被指数; 文献传递

基于微信交互的随堂考试系统设计与开发被引量：11: 2016年; 第一时间获取学生掌握本节课堂的学习情况并将学习效果立刻反馈给授课教师是当前课堂教学中一个十分重要的环节。针对大学教学过程中存在的这一问题和应用需求,根据课堂教学中的实际情况,结合当今大学生均携带手机并有微信号的这一基本现实,充分利用智能手机支持4G移动和Wi Fi无线的宽带互联网接入功能以及微信的及时交互功能,课堂上通过手机微信将学生引导到教师的随堂考试系统,教师将随堂考试系统中对应课堂的考试内容推送学生手机端,学生在规定的时间内完成答题并提交后,一方面学生可以立刻得到答题的结果,另一方教师可以通过PC端访问随堂考试管理系统获取学生的答题结果并当场完成统计排名等功能。该系统已经在大学课堂教学中得到应用,实践证明这是一种简单方便而又实用有效的课堂教学辅助系统。; 杨博雄赖海婷黄静杨雨绮; 关键词：课堂反馈

基于ART1网络的字符识别器被引量：2: 2014年; 通过标准自适应共振理论神经网络(Adaptive Resonance Theory,ART),设计和实现了一个字符识别器,针对标准的ART1网络存在的不足,即网络的学习不稳定,对样本输入顺序比较敏感等问题,给出了改进方法,用C语言实现了这2种字符识别器,实验结果表明这2种字符识别器能够对不同的字符进行识别,改进方法比基于标准ART1网络具有更好的稳定性.; 杨戈莫青青黄静; 关键词：人工神经元网络自适应共振理论 C语言

云环境下调度算法综述被引量：1: 2019年; 对任务调度在云计算中的地位作了分析,并由任务调度出发,对云计算任务调度算法的研究现状进行分类、梳理和总结。根据调度目标的不同,介绍了多目标的任务调度算法:人工蜂群算法,帝国竞争算法,蝙蝠算法,猫群算法等。对每类方法的代表性算法进行了分析介绍,并详细总结了每类方法的基本思想、优缺点做了分析、对比和改进方式的归纳,对相关实验平台进行了分析对比。; 杨戈赵鑫黄静; 关键词：云计算任务调度

基于深度卷积神经网络的前景对象图像分割模型FOSegNet被引量：2: 2020年; 提出一个端到端的基于深度卷积神经网络DCNNs(Deep Convolutional Neural Networks)的监督学习模型FOSegNet(Foreground Object Segmentation Networks),用于逐像素的前景对象图像分割.首先能有效地扩大滤波器视野的扩张卷积代替常用卷积,以便加入更多的上下文信息而不增加参数数量;然后提出并应用分流聚合模块SFM(Shunt-Fuse Module),在多尺度上鲁棒地分割物体,增强分割模型的泛化能力;最后级联DCNNs、分流聚合模块和概率图模型作为分割模型的特征提取器,实现模型端到端的训练与分割.实验结果表明,FOSegNet模型在MIT Object Discovery和ImageNet-Segmentation数据集上均超过了众多前景对象分割模型的性能表现,在PASCAL VOC 2012数据集上的分割表现也优于众多语义分割模型.; 吴彬杨戈陈海洋; 关键词：卷积神经网络

基于Kinect跑步机系统被引量：3: 2016年; 研发了一种基于Kinect的跑步机系统,并提出了跑步系列动作识别算法.该系统基于Unity游戏引擎、3DSMax、Maya、Photoshop建模和平面设计软件开发,运用微软Kinect体感设备和个人电脑获取人体跑步时各种动作的骨骼点数据,结合运动特征分析研发了基于骨骼绑定的跑步、挥手、跳跃、蹲下各种动作的识别算法,通过对人体动作的识别从而实现人机交互的跑步健身游戏娱乐运动.实验数据表明基于骨骼绑定的动作识别算法的有效性,该跑步机系统硬件设备体积小,它通过人的肢体动作而不是鼠标键盘来操作跑步机软件,同时结合了跑步健身和游戏娱乐等功能,部分代替了传统跑步机的作用,具有很好的体感交互效果和实用价值,研究成果可以用于更多的人机互动应用领域.; 黄静郎波张志稳梁延研; 关键词：KINECT 跑步机

Registration of Correspondent Points in the Stereo-Pairs of Chang'E-1 Lunar Mission Using SIFT Algorithm: 2013年; In this article, an appropriate strategy for registration of correspondent points in the stereo-pairs of Chang’E-1 lunar mission has been introduced. It consists of area-based method and feature-based method as two steps. Firstly, one subimage was extracted from nadir image as reference image. Making use of area-based method, another subimage which is called target image can be obtained from backward or forward image overlapping the same region of lunar surface with reference image. Secondly, feature points of each subimage can be extracted by SIFT （scale invariant feature transform） algorithm. Lastly, for each feature point given in reference image, the position of correspondence in target image can be estimated according to the parameters of Chang’E-1 lunar orbiter. In contrast to standard SIFT matching algorithm, the method proposed in this article can narrow the search space and accelerate the speed of computation while achieving reduction of the percentage of false registration.; 叶梦杰唐泽圣

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61272364)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61272364)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈