Image Retrieval Based on Objects’ Spatial Orientation Relationships

0Introduction Inmanyapplicationsoftheimagedatabase,imagesgeneral lycompriseavastmajorityofacquiredandprocessedda ta[1,2].Theimageofapictureisoftenstoredandrepresentedintwoforms,theoriginalfull sizedanditssymbolicform[3].Thesymbolicversionisanobject basedi…     

基于CX2388x的PCI图像采集卡及驱动设计

介绍了视频芯片CX2388x的主要性能特点，分析了应用DriverStudio编写WDM驱动程序的优势，采用DriverStudio＋VisualC＋＋的开发方式实现了基于CX2388x的PCI图像采集卡的驱动。     

矩阵方程A^HXA=B的反自反解及其最佳逼近

利用广义奇异值分解定理，得到了矩阵方程A^HXA=B的反自反解存在的一个充要条件，并获得了相应的通解表达式和最佳逼近解，最后获得了最小范数解。     

TiO_2/S_2O_8~(2-)-沸石分子筛催化合成硬脂酸正丁酯的研究

用TiO2/S2O2-8 -沸石分子筛作催化剂,由硬脂酸和正丁醇发生酯化反应来合成硬脂酸正丁酯。考察了各种因素对酯化反应的影响,得到了反应的最佳条件:当醇和酸的物质的量之比为3∶1、TiO2/S2O2-8 沸石分子筛的用量为反应物质量的2.0%、反应温度为85 ℃时,反应仅需约2.5 h,酯化率可达到98.7%,酯的纯度>99.1%。     

高效液相色谱和原位荧光法比较研究威氏海链藻光合色素组成

采用高效液相色谱(HPLC)和活体荧光方法研究了威氏海链藻(Thalassiosira weissflogii)在不同营养状态下其色素比值的变化．结果显示氮(N)限制相对磷(P)限制对威氏海链藻生长有更大的抑制作用．HPLC的结果显示在氮限制条件下，细胞的墨角藻黄素(Fucoxanthin)／叶绿素a、叶绿素c／叶绿素a比值高于磷限制和未受营养盐限制条件(对照组)；活体荧光结果则显示氮限制条件下550nm／440nm，460nm／440nm激发荧光比值低于磷限制和对照组．这两种方法来指示浮游植物的生理状态以及研究其类群结构存在一定差异，综合比较和评价这两种方法在指示浮游植物生理状态及类群结构中各自的优越性，结果表明活体荧光能明显地指示威氏海链藻细胞生长状态的变化，比较适宜用于指示不同生理状态下威氏海链藻的光合色素比值变化，而用HPLC来研究营养限制条件下威氏海链藻细胞的生长变化以及计算其类群的组成较为合适．     

长效H2受体拮抗剂-拉呋替丁的合成

以2-溴-4-(哌啶基甲基)吡啶为原料,与2-丁烯-1,4-二醇醚化,经氯化、G abrie l反应、肼解,然后再与2-呋喃甲硫基-S-氧代乙酸对硝基苯酚酯进行胺解反应,制得第二代长效H2受体拮抗剂拉呋替丁,总收率为29.89%[以2-溴-4-(哌啶基甲基)吡啶计]。     

基于MATLAB的数字图像小波变换算法比较

小波变换是数字信号处理中非常有力的一种工具,本文通过阐述基于MATLAB的小波变换的软阈值 降噪方法,旨在展示小波变换在图像噪音消除方面的实际运用以及前景．通过使用傅立叶变换算法和小波变 换算法对同一幅图像进行降噪处理的比较,可以看出:小波变换的主要特点就是能够提供局部细化与分析的 功能,小波变换降噪算法具有很强的实用性．     

基于高斯矢量场的多尺度水平集图像分割算法

针对主动轮廓模型的弱边界和运算复杂度高等缺点,提出一种有效的解决算法,该算法引入高斯矢量场(GVF),扩大边界力的作用范围,同时综合区域信息,有效解决弱边界问题;并运用多尺度LevelSet方法提高算法的运算速度.实验表明,所提出算法不仅分割效果好,而且具有抗噪性能强和运算速度快的特点.     

一种采用分段线性函数的图像增强方法

提出了一种采用分段线性函数实现图像增强的方法.为了避免在图像增强过程中的过度平滑或锐化,定义一个7段线性函数.函数的自变量是输入图像的某一像素灰度值与其3×3邻域一像素灰度值之差,函数的输出反映了这个差值对输出像素灰度值的贡献.分段函数还通过两个参数分别调整平滑或锐化的程度.实验结果表明,这种方法是一种灵活、有效的图像增强方法.     

四重马氏平稳过程的非线性预测问题

假设{X（t），t∈R^1}是由广义Wiener随机积分所定义的四重马氏平稳过程．如果该随机过程{X（t），t∈R^1}被一有界Borel可测函数f（＊）变换，则得到新的随机过程，记为Y（t）=f（X（t））．作者在本文中，首先粗略地研讨了四重马氏平稳过程{X（t），t∈R^1}及其均方导数的一些概率性质．其次，对于一些构造较简单的Borel可测函数f（＊），较详细地探讨了随机过程{Y（t）=f（X（t））}的非线性均方预测问题．