“数字图像处理”实验教学设计

数字图像处理课程概念抽象、实践性强,设置实验教学环节十分必要。采用Matlab作为编程语言,针对不同实验学时数设计了实验项目组合方案。对每个实验项目进行分层管理,设计了基本实验任务与扩展实验任务的具体方案。近年来的教学实践结果表明,这种实验教学设计方法能够取得良好效果。     

基于汇聚面对3D影像观影舒适性影响的研究

分析汇聚面与舒适性的关联性是研究汇聚面对3D影像观影舒适性影响的基础,通过从摄像机汇聚面参数、影像创作中的视觉语言的表现方式、3D影像的观看条件这3方面发现汇聚面对观影舒适性所产生的影响,整理汇聚面与感知深度、视差距离值、物镜间距等之间的关联依据,总结出在拍摄、非线性编辑、放映这3个环节中,汇聚面参数调整的规律和方法.通过实验获取汇聚面参数调整的有效数据范围,为制作出具有观看舒适性的3D影像作品提供了必要的依据.     

有雾天气图像的清晰化方法

为了改善雾天图像的退化现象,本文提出了一种有雾天气图像的清晰化方法。该方法根据正态分布将图像分为非天空区域与天空区域,然后以全局直方图均衡算法(HE)和子块部分重叠的局部直方图均衡算法(POSHE)为基础对雾天图像进行均衡化处理,均衡后的图像能够保持图像细节,同时也能够避免图像的过增强。实验结果表明:该算法能够有效改善图像的退化现象,提高图像的对比度和分辨率,增强后的图像更加自然。     

《诗经》与楚辞中的女性形象比较?

《诗经》和楚辞是先秦时期北方文化和南方文化的杰出代表,在塑造女性形象上有明显的审美差异,表现在审美形态、人物性格和表现手法等各方面。这种差异与地域环境、文化背景等有重要关系。     

基于Mumford-Shah模型的图像处理

讲述了偏微分方程的基础数学理论,诸如：梯度、散度、变分定理、欧拉-拉格朗日方程等知识;然后重点介绍了Mumford-Shah模型及Ambrosio-Tortorelli的近似求解,最后进行了数值试验并展开分析。     

基于显微视觉的沥青路面微观纹理三维重构

针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。     

基于VP Studio和CASS的栅格地形图矢量化方法

在分析比较现有的栅格图像矢量化作业模式和相关软件的基础上,提出将VP Studio软件与CASS软件相结合的人机交互式栅格地形图矢量化作业方法,其中包括基于VP Studio的自动矢量化处理和基于CASS的编辑与后处理两部分。通过对近30个栅格图像的矢量化作业,表明该方法能明显提高栅格地形图矢量化效率、降低作业强度。     

不同高径比石膏试样破坏特性及其能量耗散

采用RMT-150B岩石力学试验机,对七种不同高径比的石膏试样进行了单轴压缩试验,分析其力学特性及其破坏特征.根据单轴压缩力学试验结果,利用能量耗散理论,分析其能量耗散特性.研究结果表明:随轴压应力的增加,石膏试样内部微裂隙先闭合,而后在其尖端产生了新裂隙;新裂隙随轴压应力的增加而逐渐地扩展、贯通、形成破裂面,最终发生剪切滑移破坏;石膏试样的体积应变随轴压应力的增大,经历了先压缩后增加,最后急剧膨胀,表现出明显的非线性变形;石膏试样的峰值应力、弹性模量随高径比的减小而增大;轴向应变和横向应变随高径比的减小而减小;变形模量与高径比之间的关系不明确,不能用其表征石膏试样的变形特性;高径比越大的石膏试样受压后容易发生剪切破坏,破坏时吸收的能量增量越快,属于脆性破坏,而高径比越小的石膏试样则发生压酥破坏,属于塑性破坏.     

融合深度特征和FHOG特征的尺度自适应相关滤波跟踪算法

为了解决核相关滤波跟踪算法在复杂场景下跟踪效果差的问题,提出了一种融合深度特征和尺度自适应的相关滤波目标跟踪算法。首先,通过深度残差网络（ResNet）提取图像中被跟踪区域的深度特征,再提取目标区域方向梯度直方图（FHOG）特征,通过核相关滤波器学习,分别得到多个响应图,并对响应图进行加权融合,得到跟踪目标位置。其次,通过方向梯度直方图（FHOG）特征,训练一个PCA降维的尺度滤波器,实现对目标尺度的估计,使算法对目标尺度发生变化有很好的自适应能力。最后,根据响应图的峰值波动情况改进模型更新策略,引入重新检测机制,降低模型发生漂移概率,提高算法抗遮挡能力,在标准数据集OTB100中与其他7种目标跟踪算法进行比较。结果表明,相比原始KCF算法,改进后的KCF算法精准度提升了29.4%,成功率提升了25.9%。所提算法实现了对跟踪目标位置的精准估计,提高了尺度自适应能力和算法速度,增强了算法抗遮挡能力。[JP]     

改进凸包的贝叶斯模型显著性检测算法

针对传统贝叶斯模型算法对图像显著区域检测精度需要进一步提高的问题,提出一种改进凸包的贝叶斯模型显著性检测算法。首先,利用流行排序算法对图像进行前景提取,提取的前景区域作为贝叶斯模型的先验概率;其次,利用颜色增强的Harris角点检测算法检测图像在RGB,HSV,CIELab 3个颜色空间中的特征点,分别构造RGB,HSV,CIELab空间的凸包,求取3个颜色空间下的凸包的交集;再次,通过贝叶斯模型根据先验概率、凸包与颜色直方图结合得到的观测似然概率计算获得显著性区域图;最后,将新算法在两大公开数据集MSRA和ECSSD中进行测试。结果表明,新算法能够有效抑制背景噪声,完整检出显著区域,F-measure值在MSRA和ECSSD数据库中的测试结果分别为0.87和0.71,准确率-召回率曲线在复杂图像数据库高于传统经典算法。新算法改进了传统经典算法的检测效果,进一步提高了显著图检测的准确性。