基于三区域划分的单幅图像去雾算法

雾致退化给图像在监测监控、遥感航拍等领域的应用带来困难。针对现有去雾算法在天空区及交界处存在的问题,提出对图像进行天空、非天空及过渡三分区,并根据各区特点分别采用大尺度Retinex算法、暗通道先验去雾及两种算法结果加权融合的去雾算法框架。实验结果表明,算法较好地解决了天空区颜色紊乱、光斑等问题,去雾后的天空清晰平滑;过渡区在保持图像细节的情况下,克服了区域交界处的虚假边缘问题。与几种常见算法的对比实验结果显示,算法兼顾了不同区域的特点,去雾效果在整体上优于对比算法。     

基于MobileNet和文本识别匹配的证件图片分类算法

利用计算机视觉技术进行图片分类是公安部门打击违法犯罪的重要手段。由于存在不同种类图片特征相似的问题,单纯基于视觉特征的证件类图片分类效果有待进一步提高,因此提出一种融合MobileNet和文本识别匹配的证件图片分类算法,用于证件类图片的分类任务中。该方法把图片分类及文本匹配算法相结合,提高了证件类图片分类的准确性。在证件类图片数据集上的实验结果表明,算法在损失一定召回率的情况下,准确率有显著提升。     

C#实现向数据库中插入图片的研究

C# 是一种简洁、类型安全的面向对象的语言,开发人员可以使用它来构建在.NET Framework上运行的各种安全、可靠的应用程序,是微软主打的一种基于.NET框架的快速开发语言。它功能强大,使用方便,已经成为一种主流的计算机软件编程语言了。本文介绍了使用C#向数据库中插入图片的三种方法,对比三种方法的插入读取时间,详述各方法的优劣。     

全球最佳科学图片掠影

1晶体森林 这张图像表现的是显微镜下海洋硅藻,这是一种长有奇特晶体状细胞壁的单细胞海藻生物,它们在海洋环境下附着在海洋无脊椎动物身体上。意大利那不勒斯第二大学的马里奥·德斯特范诺使用扫描电视显微镜拍摄到了这张微观图片。     

一种基于单幅图像双消失点的摄像机标定方法

介绍了摄像机标定的概念和两种经典方法。针对不同的视觉任务要求,提出了一种基于单幅图像双消失点的摄像机标定方法。首先对图像进行一些合理的假设。如图像包含两个消失点、图像中心为摄像机在投影面上的投影中心。通过实验仿真验证,此方法在对摄像机标定精度要求不高的情况下,可以很方便的求解摄像机的参数。     

考虑宏微观建成环境的共享单车骑行影响因素分析

针对共享单车骑行影响因素分析中对微观建成环境因素探讨的不足,以北京市五环内及附近街道为研究对象,基于城市多源数据,从公共交通设施、土地利用、人口经济属性、空间设计及道路环境5方面提取宏微观建成环境因素,并构建全局回归模型(global regression, GR)、地理加权回归模型(geographically weighted regression, GWR)及多尺度地理加权回归模型(multi-scale geographically weighted regression, MGWR),对共享单车骑行密度进行分析。研究结果表明：MGWR模型有更好的回归效果,调整拟合优度R²高达0.91;共享单车骑行密度空间上呈现“高-高”及“低-低”聚类两极分化现象;地铁站点密度为局部影响因素,公交线路密度及隔离护栏出现率为区域影响因素,其他建成环境变量为全局尺度;骑行密度显著影响因素的回归系数,在空间上较为平稳,单一变量的空间影响关系均为正向或负向影响;微观建成环境中,绿视率、交通信号出现率为正向影响,色彩丰富性及路灯出现率为负向影响。     

Real流媒体技术构建网络教学系统

从教育改革的需要出发,论述了采用Real流媒体技术的多媒体网络教学系统以其方便性、先进性、集成性等特点,在教学中起着非常重要的作用。该系统运用了文字流、图片流、视频流等技术完成流媒体教学课件制作,通过教学平台传送到客户端为学生使用。该系统在教学活动中增加信息量,激发学生的兴趣,从而全面提高教学质量。     

引入图片相似性的PatchMatchGraph方法

随着人工标注的在线图像数据越来越多,数据驱动的相关算法日益受到人们的关注.图像语义分割是图像分割领域的一项重要任务,S.Gould等人提出了PatchMatchGraph算法,该算法通过对图片集合建立图片之间像素块的映射,使得PatchMatch算法在图片语义分割应用上有着很好的效果,但是由于PatchMatchGraph算法对于计算机内存的消耗太大,限制了其进一步的应用.我们提出了一个新的算法框架,通过引入图片相似性,对训练集做预筛选,保持允许范围内准确度的同时,降低了内存的消耗,为算法应用提供了新的指导思路.     

科幻之旅

想在地球上就拥有游览外星般的奇妙感觉吗？如果本文图片中的那些建筑能够建成,就可以让游客产生那样的感觉。这些图片不是手绘画．也不是照片．而是艺术家用数码技术在电脑上创作完成的。为了 逼真地展示这些具有科幻特色的建筑之细节,他们先在电脑中建造建筑各个部分的三维模型,然后把这些数码模型拼合成一座气势磅礴的建筑。     

Super-resolution image reconstruction based on three-step-training neural networks

A new method of super-resolution image reconstruction is proposed, which uses a three-step-training error backpropagation neural network (BPNN) to realize the super-resolution reconstruction (SRR) of satellite image. The method is based on BPNN. First, three groups learning samples with different resolutions are obtained according to image observation model, and then vector mappings are respectively used to those three group learning samples to speed up the convergence of BPNN, at last, three times consecutive training are carried on the BPNN. Training samples used in each step are of higher resolution than those used in the previous steps, so the increasing weights store a great amount of information for SRR, and network performance and generalization ability are improved greatly. Simulation and generalization tests are carried on the well-trained three-step-training NN respectively, and the reconstruction results with higher resolution images verify the effectiveness and validity of this method.