基于联合动态稀疏表示方法的多图像人脸识别算法

采用联合动态稀疏表示方法构造一种新型的多图像人脸识别模型.该模型在多张人脸图像的稀疏表示矩阵上,利用动态数集得到联合动态稀疏表示矩阵,识别多图像的人脸.在多张人脸图像作为测试样本的情况下,利用多图像之间的关联性提高人脸图像识别的准确率.最后利用CMU人脸图像库对该算法进行仿真,结果表明其识别率较其他算法有很大的提高.     

基于图像的铅笔画绘制技术

介绍了基于图像的铅笔画绘制技术的研究进展,分析了几种常用的基于图像的铅笔画绘制算法;研究了基于图像的铅笔画绘制技术的算法,首先对输入图像进行适当的预处理,从原图像生成白噪声图像,将原图像按纹理特征做区域分割,其次对白噪声图像做卷积操作,采用边缘检测算子提取原图像的轮廓线,最后对卷积所得图像与轮廓线图进行融合得到最终的铅笔画效果图.     

基于控件工具绘制数学函数图像

简单介绍了PowerPoint中的控件工具箱的基本功能,提出了课件版面设计的基本原则,同时推导了计算机屏幕坐标和函数图像坐标之间的坐标变换公式;在比较VBA两个绘图函数功能的基础上,编写适当的命令语句完成了数学函数图像的VBA代码设计.相应程序运行的结果证明基于PowerPoint控件工具动态绘制数学函数图像是切实可行...     

基于图像绘制技术及其应用前景

基于图像绘制技术是目前对真实感复杂场景建模和实时绘制的新的有效方法 ,可以克服传统的基于几何建模方式中建立真实模型的困难和在普通计算机机平台上难以实现实时绘制的缺陷。并综述了基于图像绘制技术的发展历程与研究现状、研究方法以及宽阔的应用前景。     

基于图像绘制的球面全景图生成及自动拼接技术研究

提出了一种基于球面投影模型的全景图像自动拼接算法,对手持相机获得的系列照片,构建了球面全景图像.使用等距离匹配算法计算相机的焦距,以相机焦距作为球体半径,将照片图像投影至球面上.两张相邻照片拼接时,以照片的投影图像最大宽度处一个像素对应的角度(弧度)为步长,从两图像中心处开始,取一定宽度的图像块进行匹配,找到两相邻照片最佳的拼接(经度)线,实现相邻两照片的自动拼接.将系列图像的拼接结果整合,得到360°视角的全景图像;然后进行上下层全景图像的拼接,生成全视角球面全景图,效果较好.     

基于粒子系统的计算机图像绘制技术的应用研究

本文通过一种焰火爆炸的图像绘制技术算法的研究,叙述了粒子系统的基本思想和在图像绘制技术领域中的应用.     

多分辨率分析耦合近似稀疏表示的图像融合算法

为了更好地处理图像高维特征奇异性,并兼顾融合图像目标特征与平均强度信息,提出了一种多分辨率分析与近似稀疏表示的图像融合算法。首先,对源图像进行对尺度分析,分别得到图像的高频和低频信息;然后,设计了近似稀疏表示(sparse representation,SR),通过近似SR系数来表示图像高频信息和低频信息;并利用绝对最大选择技术对近似SR稀疏转换,得到低频子带的近似系数和高频子带的细节系数,以达到用最少的系数来逼近奇异曲线。其次,构建了决策映射,对相同子带上的各SR系数的活性度和匹配度进行决策分析,输出决策值,通过决策值对图像进行匹配融合。最后,通过多尺度逆变换得到最终的融合图像。仿真实验表明:与当前图像融合算法相比,获得的融合图像具有更好的视觉效果,能有效图像突出目标信息,得到的图像具有更高的平均梯度和边缘评价因子;既突出了目标特征又保留平均强度信息,同时降低噪声影响。     

基于数字图像连续表示的图像分割方法

研究了一种基于数字图像连续表示的图像分割方法.首先根据机器学习模型的性质,将二维图像的分割问题转换为连续泛函的优化问题;其次利用数字图像的连续表示探讨连续泛函的数学表达式,使其能够表示基于深度学习的图像分割过程;接着通过建立连续泛函的约束条件,将优化问题转化为线性方程组求解的问题;最后利用梯度下降求解方程组,以实现复合...     

基于多分辨率的非真实感绘制

提出了基于多分辨率方法和像素8-邻域概念绘制图像的方法。采用金字塔生成多幅不同分辨率的参考图像,按照分辨率由低到高的顺序逐层绘制;每层绘制由一组画笔完成,画笔由一系列骨架点控制,运用像素8-邻域的概念生成一系列骨架点。通过多个参数的不同设置,能够方便灵活地把一幅照片渲染成一定风格的艺术图像。     

基于深度特征选择的多示例算法及在图像分类中的应用

信息技术高速发展为人们生活带来便利的同时,海量的信息也给人们带来许多困扰,如图像检索变得越来越困难.因此智能化地进行图像分类识别具有重要的研究意义.基于多示例学习的图像分类方法得到了越来越多学者关注,.也提出了一些算法,但仍存在特征表达有限,模型受无关示例影响较大的问题.文章提出一种基于深度特征选择的多示例算法,并验证...     

按色差矩关系分配笔画的图像渲染方法

提出了一种对彩色相片进行渲染的方法,使得其输出效果接近艺术家徒手做图效果.在笔画生成算法中,通过分析彩色图像象素邻域在CIE-Lu*v*颜色空间的色差图的0~2阶矩,得出表达源图像的彩色笔画的分布及笔画参数.然后用α混合按先绘制粗笔画,后绘制细笔画得出渲染图.     

一种基于犹豫中智集和水平集的图像分割方法

皮肤镜图像分析技术的第一步为图像分割,分割的结果会直接影响到后续的处理过程,针对具有背景噪声、模糊边缘和灰度不均的皮肤镜图像,提出了一种新的结合水平集的犹豫中智集图像分割方法;首先利用犹豫中智集理论将图像转换为犹豫中智集图像,其中犹豫中智图像由三类子集组成(T、I、F),利用犹豫中智集图像突出表达图像的目标信息和边缘信息;然后针对传统 DRLSE 水平集的不足进行改进,构造新的边缘停止函数,并增加灰度驱动能量项,最后通过改进的DRLSE 水平集对 ISIC(2018)皮肤镜图像进行分割测试;实验结果的交并比(Jaccard Index)值均大于 95%,且均方误差(MSE)、峰值信噪比(PSNR)和结构性相似指数(SSIM)均表现良好,表明方法能够准确、有效的分割具有模糊边缘和灰度不均的皮肤镜图像,对后续的皮肤镜图像的处理与诊断奠定了基础。     

基于连续细节层次的地表模型实时绘制算法

研究地表模型的实时绘制,提高绘制速度及可信度。采用点到平均平面的误差度量和基于渐进网格的动态简化方法,使简化可随视点参数而动态变化。     

颜色恒常性的距离正则化水平集彩色图像分割

引入颜色恒常性原理用于区分自然彩色图像中的差分结构,并结合距离正则化水平集算法,对具高光和阴影的自然彩色图像进行分割。实验结果表明,该算法能够正确有效地分割出图像目标,而未引入颜色恒常性原理的水平集算法则得到错误的图像分割结果。     

一种基于图像集的复杂场景分类方法

保持局部图嵌入的流形鉴别分析方法将图像集所属子空间看作流形上的点,并使流形变换前后局部结构关系不变.然而在构造局部区域相似图矩阵时,用于描述节点局部区域范围的近邻节点个数会极大地影响算法的准确率,并会出现变换后流形的可分辨性相比变换前提升很小甚至更低的情况.针对该问题,提出了一种低秩描述下的Grassmannian流形鉴别分析方法.通过对图像集的低秩描述,流形变换中局部嵌入时仅保持同类别节点的最近邻局部结构以及所有节点间的相异类别信息,从而避免了对近邻节点个数的选择,并增强了变换后流形的可分辨性.由15类复杂自然场景和Caltech101图像数据集的实验结果表明,该方法是可行的,并且极大地提高了图像集分类的准确率.     

基于水平集方法的显微细胞图像分割

利用变分法推导了图像边缘检测Snake模型对应的Euler方程, 证明了水平集方法3种离散格式(向前差分、 向后差分、 中心差分)的不稳定性, 采用迎风差分格式构造水平集算法, 对显微细胞图像进行边缘检测, 实验结果表明, 该算法是稳定的和收敛的.     

Image Based Rendering under Varying Illumination

A new approach for photorealistic rendering of a class of objects at arbitrary illumination is presented. The approach of the authors relies entirely on image based rendering techniques. A scheme is utilized for re-illumination of objects based on linear combination of low dimensional image representations. The minimum rendering condition of technique of the authors is three sample images under varying illumination of a reference object and a single input image of an interested object. Important properties of this approach are its simplicity, robustness and speediness. Experimental results validate the proposed rendering approach.     

基于水平集方法的多运动目标分割

给出了一种对光照变化等实际环境中干扰不敏感的基于水平集和背景减的运动目标检测与分割方法。首先建立了当前帧图像与背景参考帧图像间的纹理差，并将其与灰度差相结合构成差图像；然后，分析了纹理特征，并采用适当措施减小由场景中杂乱运动产生的不利影响，从而实现运动目标的鲁棒检测；最后采用了基于区域的水平集方法，将多个信息有机地结合在一起，实现对多个刚体或非刚体运动目标的分割。实际采集序列图的仿真实验验证了该方法的有效性。     

参数化水平集活动轮廓模型的快速图像分割算法

为了提高图像分割的速度,提出一种参数化水平集活动轮廓模型的快速图像分割算法.该算法中的水平集函数由参数向量确定,而非带符号距离函数,降低了水平集函数的维度.将参数化的水平集函数嵌入到经典的LGDF(local Gaussian distribution fitting)模型中进行图像分割,不需要重新初始化和额外的正则项,同时可选择较大迭代步长.实验结果表明:所提方法能够有效地分割超声、CT和核磁等医学图像,与带有正则项的分割算法LGDF和最近提出的快速分割算法MSLCV相比,在保证分割精度的同时,计算速度得到了明显提高.     

改进的多相位水平集图像分割模型

在多相位水平集图像分割模型基础上,改进了模型的缺点,并采用了无条件收敛的LOD算法,数值实验结果表明,该方法是有效的。