基于小波包变换的尺度自适应阈值图像降噪

针对传统小波变换易引起图像边缘模糊的不足,研究了基于小波包变换的尺度自适应阈值图像降噪。利用小波包变换可以同时对图像的高频和低频部分进行进一步的细分,因此可以更好地保留原图像信息的优势,更进一步,克服通用阈值的缺陷,软阈值函数的构造充分考虑了不同尺度层次上的系数的不同特点,产生尺度自适应阈值。通过对加噪图像的实验可以看出,与传统方法相比,本文方法不仅降噪效果有很大的改进,而且有很好的视觉效果,峰值信噪比也有较大幅度的提高。     

基于UDP的计算机远程控制技术的机制与实现

介绍了基于UDP的计算机远程控制的机制和一般实现方法,论述了网络通信以及远程唤醒、远程关机、屏幕监视等主要的计算机远程控制技术。     

一种基于遗传神经网络的医学图像分割方法

针对一类具有纹理特征的医学图像,提出一种结合纹理信息,利用遗传神经网络的图像分割方法。该方法以混合递阶遗传算法优化径向基神经网络,同时优化其结构及参数。试验表明,该方法应用于生物医学图像,能够区分图像不同的纹理区域,获得较好的分割效果。     

林业资源调查中遥感影像判读技术初探

随着计算机技术发展,遥感技术已广泛应用于林业资源调查中,遥感影像的判读也成为至关重要的一部分。本文结合广元市朝天区的林地保护利用规划项目．从判读的一般技术路线和方法对感影像判读技术在林业资源调查中的应用进行初探,并对调查结果作出分析。结果表明：利用遥感技术进行林业资源调查是切实可行的,较以往的传统调查方法更方便、更有效,同时保证了调查的精度。     

互联网背景下在线评论质量与网站形象的影响研究

基于精细加工可能性模型,提出在线评论质量与网站形象通过不同路径影响消费者对网站的信任,继而影响其购买意愿。通过问卷调查,采用结构方程模型进行数据分析,验证了高质量的在线评论与良好网站形象的价值,以期为互联网背景下的企业经营提供相应的理论指导与实践建议。     

噪声图像分割的全局凸优化变分模型

基于二值标记函数及图像噪声分布模型建立了两相图像分割的全局凸优化变分模型。其能量泛函的数据项基于通用的概率分布函数,分割轮廓线的长度用标记函数的总变差近似。在交替优化过程中,当区域参数估计出后,采用凸松弛和阈值化技术计算标记函数实现全局优化,并设计了该全局凸优化模型的快速Split Bregman算法。作为实例,本文实现了基于高斯分布、瑞利分布、泊松分布及伽马分布模型的两相图像分割。     

基于DCT域特征和Bayes语义分类的教学图像资源库检索技术

提出了一种根据DCT域特征提取和Bayes语义分类结合的图像检索技术。针对图像库数据结构的语义需求,采用朴素Bayes算法对图像库进行分类;其中视觉特征提取部分,采用改进的DCT域的边缘空间分布概率特征提取方法,获取目标对象边缘信息,建立20个特征值;通过Bayes分类器的分类,获取每类的索引特征向量,用于初次语义类别过滤,提高了检索效率。通过实验,建立教学需要的图像资源库,与其它检索算法进行查准率对比试验,证明了本算法的优越性。     

基于数字图像处理的环境气象颗粒物监测仪 采样滤膜结构分析

采用传统的公式法和介质饱和法对颗粒物监测仪采样滤膜进行测试,并提出利用Matlab编程的数字图像处理（DIP）方法,对采样滤膜的SEM显微图像进行图像二维孔隙率的计算,同时对孔径分布进行统计分析。实验和图像处理所得的孔径分布情况表现出客观一致性,结果表明DIP方法对滤膜的孔径分布分析有一定的可信度,可以作为一种对滤膜的制备工艺设计与产品性能检测的分析方法,并进行应用研究。另外,由于二维图像的限制,图像统计获取的孔隙率数值要小于计算法与实验数据,需要寻找转换二维孔隙率与三维真实孔隙率的有效方式。     

远程实验数据传输中加密数据防丢失方法研究

在对远程实验数据传输中的加密数据进行防丢失处理时,传统方法将加密数据流量全部汇聚在一个节点中,但在传输网络带宽有限的情况下,无法有效防止加密数据丢失。提出一种新的远程实验数据传输中加密数据防丢失方法,对远程实验数据传输过程进行分析,对待传输实验数据包进行分段处理,令各段原始数据数量相同且等长,将段作为单位,完成对段内数据包的编码传输、缓存及解码;在此基础上,采用数据融合算法,通过准备阶段、初始化阶段、实验数据融合阶段和加密数据防丢失验证阶段,对远程实验数据传输中加密数据进行防丢失处理。实验结果表明,所提方法不仅准确性高,而且能够有效防止加密数据丢失,隐私保护能力强。     

基于步态高斯图及稀疏表示的步态识别

为了突出步态特征的差异性,解决单一视角及跨视角下识别率低的问题,分析了步态高斯图及稀疏表示的原理,提出在步态高斯图的基础上,应用稀疏表示的方法来进行分类。提取的步态高斯图增加了不同人步态的差异性进而提高了步态识别率。该方法首先获取步态高斯图,其次获取测试阶段所需的过完备字典,最后通过测试样本的重构误差进而分类。实验结果表明:该方法显著提高了跨视角下的步态识别率,对穿大衣、携带背包下的步态识别具有很强的鲁棒性。