相位一致性结合局部二元模式的纹理分类方法

局部二元模式(Local binary pattern,LBP)是一种经典的纹理分析方法,然而现有LBP方法对噪声非常敏感,其鲁棒性并不高。提出了一种利用相位一致性(Phase congruency,PC)提高LBP在噪声图像中的鲁棒性的方法。首先计算图像的PC值,即用Log-Gabor滤波器对图像进行滤波,然后将不同方向上的滤波结果融合在一起得到二维PC值,接着在PC值的基础上计算LBP特征并统计其直方图,最后用Chi-square距离来度量纹理图像之间的相似性。由于滤波过程可以极大地降低噪声对图像的干扰,因此LBP与PC方法结合后在图像表征和纹理描述中具有较高的鲁棒性能。     

对称群S_(75)和S_(76)的OD-刻画

利用有限群的阶和群的素图次数型刻画了次数分别为75和76的对称群,得到对称群S75和S76都是可3-重OD-刻画的,并且对公开问题"除S10外,所有对称群Sn(n≠p,p+1)都是可3-重OD-刻画的"给予了肯定的回答.     

利用GPU实现平行扇束投影的数据仿真

本文利用GPU通用计算技术实现了三维CT数据仿真,这与利用CPU三维CT数据仿真相比效率大大提升,仿真256*256大小的投影数据,效率大约提高10倍.数据越复杂效率对比越明显,在数据仿真方面有较高的应用价值.     

特殊射影线性群L_5(q)的OD-刻画

若存在k个互不同构的群与群G具有相同的群阶和素图度数序列,则称群G是可k重OD-刻画的.特别地,若k=1,则称群G是OD-刻画群.利用群阶和素图度数序列证明了特殊射影线性群L5(q)是OD-刻画群,其中q(2≤q15)是素数的方幂.     

加入空间纹理信息的遥感图像道路提取

由于道路与建筑物等其他不透水层存在光谱相似性,导致仅利用光谱信息进行道路提取的效果不佳.本文针对高等级城市道路目标,提出了一种加入空间纹理信息的遥感图像道路提取方法.首先,对图像进行空间自相关Moran指数计算,提取图像空间纹理信息,并将其加入到原始光谱波段中;其次,通过建立知识模提取假设道路段,并对提取结果进行假设验证;最后,采用数学形态学的方法对验证后的结果进行后处理.以空间分辨率为0.1m的航空影像为数据源,对本方法进行实验.实验结果表明,加入空间纹理信息的遥感图像道路提取精度总体达到88%,比不加入空间纹理的提取精度要提高约5%.     

图象自相似性测度算法的研究比较

图象的自相似性测度可作为图象识别和图象压缩的重要特征参量.分形几何图形具有自相似性和递归性,分形维数自然成为有效的自相似性测度.基于目前常用的有效的计算图象分形维数算法,其中包括"毯子"法、"盒子"法、"分数布朗随机场模型"法和各种改进算法,对各种方法的计算量、适用范围进行了研究比较.     

关于图C_m∪P_(n-1)~+的优美性

图Ｃｍ ∪Ｐ＋ｎ－ １ 是圈Ｃｍ 与Ｐ＋ｎ－ １ 的不交并。本文证明了当①ｍ ＝ ４ｋ,ｎ ≥ｋ ＋ ２;②ｍ ＝ ４ｋ ＋ １,４ｋ － １ ≤ｎ ≤１０ｋ－ ７;③ｍ ＝ ４ｋ＋ ２,ｎ ≥４ｋ ＋ １;④ｍ ＝ ４ｋ ＋ ３,４ｋ＋ ２≤ｎ ≤１０ｋ－ ２ 时,图Ｃｍ ∪Ｐ＋ｎ－ １ 是优美的。     

一种基于Gabor滤波器组和LBP的多特征联合SAR纹理图像分类方法

实现能够使先进飞行器根据获取的图像自动识别不同的地貌景物,是一种具有实际应用前景的技术需求.提出了联合Gabor滤波器组和局部二值模式来对SAR纹理图像进行分类的新方法SARICIT (SAR Image Classification using Inquiry Table).首先对第一套带类标的训练图像集提取两种特征,分别使用的基于非监督和监督模式相融合的混合神经网络分类器进行训练,然后使用第二套带类标的训练图像集制作二维分类信息查询表,记录两种分类器对每一幅图像的判断结果.在实际进行分类阶段,对新图像提取Gabor和LBP两种纹理特征,输入训练好的分类器.根据两种分类器给出的类型响应,结合查询表,使用一种投票的机制来确定待分类的图像的纹理属性.通过对真实SAR图像的实验结果表明,与流行的单独使用一种纹理特征进行分类相比,新方法能够对SAR图像纹理做到更准确的分类,对雷达图像更具有适用性.     

纹理表面滑动接触多尺度分析

采用分子动力学与有限元耦合的多尺度方法,求解二维刚性圆柱表面压头与弹性纹理表面的纳观黏着滑动接触问题。对表面纹理凸峰高度、凸峰间距、凸峰形状、压头下压深度以及压头半径等对滑动接触性能的影响进行了全面研究。通过不同条件下滑动摩擦力的比较,揭示了上述各参数对黏着滑动接触的影响规律。凸峰高度越高,滑动摩擦力越小且越稳定;凸峰间距越大,滑动摩擦力越小;表面纹理在不发生破坏的前提下可以有效降低摩擦力;压头下压深度越小,滑动摩擦力越小;相同作用条件下,滑动摩擦力随压头半径的增大而增大。     

一种增强的3D人脸替换方法

针对3D人脸重建方法在贴图时忽视对纹理处理的设计,仅进行仿射变换和插值,其中仿射变换会导致其生成图像的高频分量遭到损坏,尤其是给出嘴部姿态不同的源、目标人像时,会造成人像的嘴部纹理缺失,而插值方法会造成灰度不连续现象;提出一种增强的3D人脸替换方法,称为基于生成-重建的人脸替换(generative reconstructed face swap, GRFS)。GRFS将对抗生成网络应用于对3D人脸替换结果的纹理修复,包括两个子网络：嘴部修复网络(mouth restoration network, MRN)以及局部修复生成网络(generative local restoration network, GLRN)。MRN用于修复人像的嘴部细节,GLRN用于修复3D人脸重建过程中损坏的高频分量,并使得异常的不连续灰度变得光滑。实验结果表明,GRFS可以在给定单对源、目标人像的情况下生成逼真的人脸替换结果,且在不同实验环境下的表现好于主流人脸替换算法。