双透射率成像模型与Retinex 融合的水下图像清晰化

针对水下图像出现的颜色失真、对比度低、雾化现象等问题,提出双透射率成像模型与Retinex融合的水下图像清晰化方法.首先,采用基于改进双透射率成像模型的复原算法,用以解决图像雾化以及亮度失衡;其次,在带色彩恢复的多尺度Retinex增强算法中引入引导滤波,解决图像色偏问题;此外,引用自动色彩增强算法,有效提升对比度;最后,将三个输入图像与结合对比度、显著性、饱和性得到的对应权重图采用多尺度融合框架得到清晰化水下图像.实验结果表明,与现有新颖算法相比,所提方法可以最大程度地将多种单一算法的优势有效结合起来,水下彩色图像质量评价指标(underwater color image quality evaluation,UCIQE)均值高于各比较算法6.03％且加速鲁棒特征(speeded up robust features,SURF)特征匹配点明显提升,算法能在保留图像细节的同时有效校正色偏现象、提升图像对比度及清晰度,更符合人眼的视觉效果.     

基于IBM Q平台的量子图像算法研究

为使量子图像处理算法在量子计算机上得到验证与发展，结合IBM量子实验平台(IBM Q)上量子计算操作与量子图像处理理论的研究，设计了一种基于IBM Q平台的量子图像分割方法.提出了一种基于新型强化量子图像表达式(NEQR)的改进型强化量子图像表达式(IEQR)，并根据IEQR表达式初始化量子图像分割电路.该电路由量子比较器(QBSC)和受控旋转门(Cswap)构成.最终在IBM Q和本地经典计算机仿真两种平台下实现了2×2和4×4大小的量子图像分割，实验结果表明了该算法的可行性和有效性，并验证了量子计算机的优越性.     

苗族题材电影与苗族文化影像构建

自第一部苗族题材电影《山间铃响马帮来》(王为一,1954)问世以来,苗族题材电影共创作出27部影片。苗族题材电影在生动反映苗族文化的同时,也积极参与苗族文化的影像建构。苗族题材电影集中展现了苗族的图腾崇拜、苗族服饰、苗族民居、苗族舞蹈、苗族民俗等苗族非物质文化遗产。     

人生自是有情痴,此恨不关风与月——唐明皇形象在古代文学作品中的演变

唐明皇与杨贵妃缠绵哀婉的爱恋,永恒闪烁在浩瀚灿烂的历史星空。从《长恨歌》到《梧桐雨》,再到《长生殿》,唐明皇这一艺术形象逐渐由王权主宰者演变为人间至情的守护者。这种演变一方面受时代风尚和文学体裁的影响,另一方面则是由不同时代创作主体的创作意图的差异造成的。     

基于小波双立方插值的Bessel拟合图像复原算法

对模糊图像复原的目的在于对图像进行去模糊、去噪及建立在特征值基础上的矢量化处理，最大限度恢复原图像。本文提出了一种基于小波双立方配比插值的贝塞尔拟合图像边缘特征复原的新算法，在初始图像降质处理基础上通过小波双立方配比插值（Wavelet Bi-cubic）、双三次插值法得到融合样本图像，并在Canny边缘检测基础上提出对拟合边缘特征点的贝塞尔曲线拟合，最后将图像特征轮廓分别进行Delaunay剖分算法的矢量化处理，保留原始灰度色彩复原图像。实验对这三种方法的轮廓复原图像与原始清晰图像进行对比，由具体参数（PSNR、SSIM、FSIM以及运算时间TOC等）说明验证。实验结果表明，经由小波双立方配比插值与贝塞尔拟合得到的轮廓图像复原比双三次插值与贝塞尔拟合得到的轮廓图像复原效果要好，且明显缩短运算时间。     

基于深度学习的岩石铸体薄片图像孔隙自动提取

岩石铸体薄片图像中孔隙区域的准确提取是分析评估工作的前提。但目前传统的孔隙提取方法主要是通过颜色特征进行阈值分割，精度较低，需加入大量的人工交互操作才能提高精度。因此提出一种新的基于深度学习的孔隙区域自动提取算法，该算法基于U-net搭建网络基本框架。首先，网络在编码阶段加入残差块来提升网络的深度。其次，针对残差块进行优化并引入空洞卷积，提取更全局、语义层次更深的特征。最后，在解码阶段加入网络模块间的短连接，提出新的融合特征方法，更好地将浅层特征与深层语义特征相结合，得到更加精细的孔隙区域。实验结果表明，该方法优于传统的孔隙提取方法，具有更高的分割精度且无需人工操作，与主流卷积神经网络相比也具有更高的精度和平均交并比。     

论《熊出没》中的动画角色设计

动画片《熊出没》不仅获得了极高的收视率，还获得了“金猴奖”中动画系列片金奖和动画形象金奖两个重量级奖项。该动画片成功的关键在于动画角色的塑造，通过三个主要角色：聪明的熊大、好吃懒做的熊二及顶着大光头的伐木工人，角色设定相对单调，但仍然受到大众的喜爱，原因就在于“创意”独特，符合受众的感知能力，满足了受众群体的视觉需求。在形象塑造上通过故事情节现代化的演绎、夸张动作安排、独特的地方口音和流行化语言风格等富有人性化的艺术表现形式，刻画了三个角色的性格，符合读者的审美期待，实现了虚拟动画和真实受众之间的沟通。     

SAR图像并行拼接方法研究与实现* 〖HT4K〗——基于改进完全二叉树模型

随着SAR成像技术的快速发展，SAR图像覆盖的地域范围与成像精度也在迅速增长，这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析，提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接，并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现；对比实验证明，基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效，且并行拼接后的完整图像效果良好.     

基于改进的卷积神经网络图像识别方法

当前的图像特征识别大多采用的是传统的机器学习方法与卷积神经网络方法。传统的机器学习对图像识别的研究,特征提取多是通过人工完成,泛化能力不够强。最早的卷积神经网络也存在诸多缺陷,如硬件要求高,需要的训练样本量大,训练时间长。针对以上问题,提出了一种改进的神经网络模型,在LeNet-5模型的基础上并在保证识别率的情况下,简化网络结构,提高训练速度。将改进的网络结构在MINIST字符库上进行识别实验,分析网络结构在不同参量中的识别能力,并与传统算法进行对比分析。结果表明提出的改进结构在当前识别正确率上,明显高于传统的识别算法,为当前的图像识别提供新的参考。     

基于智能手机和数字图像相关的模型实验变形场测量标点法

为提高模型实验位移测量精度和效率,通过智能手机作为图像采集工具,结合数字图像相关技术获取不同载荷状态下附着于被测体表面标点的位移。基于标点法的基本原理引入刚体运动补偿法进行误差校正以提高测量精度,同时通过实验验证了标点法的可靠性。将标点法应用于相似材料模型实验变形场量测中,在模型表面设置自行研制的数字图像相关技术(digital image correlation, DIC)和全站仪两用标点,利用标点法获取岩层位移,并使用全站仪和百分表同步量测,验证其有效性。结果表明:通过刚体运动补偿法进行误差校正,标点法具有与商业测试系统相当的精度;标点法所测得岩层变化均与实际情况一致,该方法测量结果与百分表的测量结果最大相对偏差为6.1%,与全站仪最大相对偏差为5.7%,满足模型实验测量的精度要求。研究成果为进一步研究覆岩变形和动态沉陷规律提供了新的监测手段。