基于改进Harris算法的全自动无缝图像拼接

基于传统的Harris算法,提出了一种改进的Harris算法用来进行角点检测。此算法通过改变原来的梯度算子,提高了算子的检测敏感度。采用一个新的角点响应函数,避免了人为设定参数。在图像拼接过程中,通过卷积神经网络(Convolution neural network,NCC)对图像进行配准,利用稳健的RANSAC算法剔除误匹配,最终图像融合。实验结果表明,该算法提高了图像拼接的准确性,减少了图像拼接所耗费的时间,提升了图像拼接效率,具有良好的实用性。     

一种基于灰度投影的电子稳像改进方法

  电子稳像算法是一种快速有效的处理抖动图像的方法,当对基于灰度投影的电子稳像算法进行研究时,遇到一种在需要稳像的图像中存在运动物体的常见现象,在这种情况下投影稳像算法会产生错稳的现象。为了解决算法中存在的这一问题,该文针对这种常见现象做了详细的分析,并提出了一种方法对灰度投影稳像算法进行了改进。通过实例分析和实验验证,该方法可以很好的解决图像中存在运动物体时发生的错稳情况。     

基于改进PSO神经网络的微米木纤维切削参数优化

针对使用传统加工技术切削后的工件无法达到精密要求的问题,为了从工艺流程角度提升微米木纤维的加工精度和切削效果,提出了一种基于改进粒子群算法和BP神经网络的优化算法,以实现微米木纤维的精密切削加工。采用误差反向传播算法实现切削参数间复杂关系的最佳结构选择,通过改进的粒子群优化算法(PSO)解决了BP网络自身的局部极小值收敛的缺陷,给出了科学合理的切削参数输出。通过不同树种的微米木纤维切削参数仿真优化实验,验证了算法的准确性、训练精度和有效性。研究表明:提出的改进优化算法可以预测出待加工木材的切削参数,且具有较高的训练精度。     

文物三维重建技术综述

本文综述了文物三维重建中的关键技术-3D建模、纹理映射，并对文物三维重建技术领域的未来发展进行了总结和展望。