排序方式: 共有47条查询结果,搜索用时 15 毫秒
1.
粉丝由植物淀粉加工而成. 鉴别粉丝中淀粉的种类及成分比例对食品的营养与安全具有重要而现实的意义. 目前商检中主要依靠感官评价,可靠性差. 为此提出以图像处理、模式识别、人工神经网络为基础的粉丝计算机自动分类和检测新方法. 以粉丝组织的显微图像为基础,运用灰度共生矩阵和分形理论提取显微图像的特征,并将提取出来的特征用做神经网络淀粉品质分类的输入,建立了粉丝中淀粉品质的自动检测系统. 实验结果表明,该方法可行,结果较好. 相似文献
2.
基于多幅不同曝光量照片的场景高动态范围图像合成 总被引:3,自引:0,他引:3
提出了一种恢复相机成像系统光照响应曲线,合成场景高动态范围图像的方法.在满足光学成像系统相反法则的前提下,利用多幅同一场景不同曝光量的照片图像,结合最小二乘原理和B样条函数拟合方法,恢复了相机的光照响应曲线,获得图像中像素值与曝光量之间的映射关系,进而将不同曝光量的场景照片图像融合成一幅高动态范围图像.图像中的像素值与场景中对应点的真实亮度值成正比,扩大了场景图像的表示范围,增加了场景图像中高亮区和暗区的细节特征.实验表明,合成的高动态范围图像效果满意. 相似文献
3.
二维平面的标定即恢复某平面上点的世界坐标。传统的考虑各种非线性畸变的标定方法十分繁琐,而径向基网络可以实现从输入到输出的任意非线性映射,因此可将径向基网络应用于二维平面的标定。用神经网络来拟合摄像机的反投影过程,经训练建模后,网络输出能够反映训练样本的特征,可以得到较高的标定精度。实验结果证明了该算法的可行性。 相似文献
4.
特征点提取及视图变形技术研究 总被引:1,自引:0,他引:1
介绍了图像变形和视图变形技术,在此基础上提出了一种改进的视图变形方法.利用样条小波变换进行边缘检测,根据模极大值原理,获得单像素的轮廓边缘;针对传统的霍夫(Hough)变换的局限性,对其进行改进,并将改进后的Hough变换方法,用于从单像素边缘图像中提取直线的特征点,即端点中.在原始图像中,载入这些特征点,交互地选取其中所需的特征点,连接形成特征线段,然后使用图像变形方法,生成从起始图像到终止图像的期间过渡图像,实现两幅图像的渐变,该方法提高了特征点选取的准确性和效率,使中间过渡图像更加自然适真。 相似文献
5.
传统的标定算法利用标准的参照物与图像点的对应约束关系来求取摄像机参数,其中非线性优化方法标定精度较高,但计算繁琐.为此提出一种基于单个自适应神经元的摄像机传统标定算法,应用一种结构简单、抗干扰能力很强的单个神经元自适应算法代替通常的非线性优化算法进行摄像机标定.实验结果表明该算法无需计算雅可比矩阵,且精度较高,简单可行. 相似文献
6.
在(t,n)门限代理签名方案中,原始签名人可将签名权授权给成员数为n的代理群,代理群中任何不少于t个代理签名人可代表原始签名人生成有效的签名.门限代理签名的特点使之具有广泛的实用性.目前所提出的门限代理签名方案多基于有限域上的离散对数问题.由于椭圆曲线密码体制在相同安全级别下,具有密钥短、速度快的优点,为此提出了一种基于椭圆曲线的不可否认门限代理签名方案,其安全性基于椭圆曲线离散对数问题难解性,同时可以在需要时实现对签名者的追查.安全性分析表明,该方案可有效地挫败合谋攻击和伪造攻击.同时由于椭圆曲线密码体制的特点,使该方案的计算量和通讯量都较小. 相似文献
7.
提出了一种可以获得目标病例健康时股骨头模型的新建模方法.通过CT扫描获得髋骨部位的序列断层图像,利用一种精确的自动分割方法提取图像中的髋臼轮廓.针对髋臼的特殊结构,使用辐条式采样法得到髋臼凹面的空间坐标点集.剔除坐标点集中的误差采样点.采用闭合形式解的最小二乘法拟合原始股骨头球面模型.通过对2例不同坏死程度的男性患者进行修复实验,证明此方法可以良好地还原坏死的股骨头模型,既为骨科临床中的精确手术定位提供了理论模型,又为针对个体化制造的人工假体生产提供了新的实践方法. 相似文献
8.
随着人工智能与模式识别技术的不断发展,面部表情识别在智能人机交互中发挥着越来越重要的作用.通过对人的面部表情分类的研究,提出了一种使用C均值聚类、K近邻算法的面部表情分类方法.对参加训练的表情图像先进行Gabor小波变换,然后使用Fisherface判别分析方法进行变换,求得特征空间.再将已进行Gabor变换的标准表情图像投影到特征空间,进行C均值聚类得到子类表情模板.对于一幅待识别的表情图像,使用K近邻算法与子类表情模板比较,将该表情图像分类.使用该方法,在公开的日本女人表情人脸库上实测达到了95.8%的识别率. 相似文献
9.
以面向对象的思想和技术构建了彩色图像印染CAD系统的模型和总体框架,设计了适用于印染CAD应用的类库体系.软件系统体系结构先进,具有良好的可扩充性和软件重用性,便于维护和推广. 相似文献
10.
对于摄像机任意运动采集的序列图像,提出了一种基于轮廓对应的新视点目标图像生成算法.在此算法中,首先检测并提取图像中的轮廓边缘,将边缘分解为直线段,根据直线段间的相对位置关系实现不同图像间直线段的匹配,从而实现整幅图像问匹配.采集的参考图像首先转化到与视点连线平行的平面(称做校正图像).然后,通过对校正图像匹配点线性插值生成对应于新视点的校正图像;最后将该生成的校正图像变换至最终位置,从而实现新视点图像生成.实验证明,该算法可应用于任何种类的图像合成,所生成图像可以获得清晰的边缘,图像质量较高. 相似文献