基于多特征融合的图像检索方法

提出了一种综合颜色直方图和彩色共生矩阵相结合的彩色图像检索方法.首先,对彩色图像进行量化,并利用直方图计算图像之间的欧式距离;然后,利用彩色共生矩阵提取图像的纹理特征并计算图像之间的欧式距离;最后,利用综合加权的颜色特征和纹理特征实现图像检索.实验结果表明,与直方图和灰度共生矩阵相比,该方法能较好地满足用户需求,具有较高的检索性能.     

球面网壳结构风振响应时程分析

利用线性自回归滤波器法(AR法),编制了大跨空间结构的风速时程模拟程序,通过算例验证了该方法对大跨空间结构具有的良好适用性.将模拟出的风荷载作用于单层球面网壳,用有限元程序ANSYS进行了网壳结构的风振响应时程分析.通过时程分析结果与频域法的相应计算结果的对比,发现时程分析法与频域法的计算结果基本吻合,时程响应的峰值远大于静风响应,频域法的风振系数略大于时程法的结果.     

利用人工神经网络的偏光下热解炭织构类型识别

针对现有炭/炭复合材料热解炭织构类型的识别方法受人为因素影响较大和操作过程比较复杂等问题,提出了基于热解炭偏光形貌和人工神经网络的热解炭织构类型识别方法.识别时,从炭/炭复合材料的偏光显微图像中分割出热解炭区域,分别用线邻域灰度共生矩阵法和面邻域灰度共生矩阵法提取热解炭的纹理特征,并运用人工神经网络对提取出来的纹理特征进行自动识别,识别率都很高,表明这2类统计纹理特征可以对热解炭织构进行较好的描述.     

基于纹理特性的能量差调制视频水印算法

针对现有视频水印算法复杂度高、鲁棒性差的问题,提出一种基于残差纹理特征的能量差调制视频水印算法. 该算法首先利用视频编码过程得到的残差DCT系数进行区域纹理强度建模,然后依据纹理强度对DCT中高频系数的能量进行自适应调制实现水印的嵌入. 算法在不引入额外复杂计算过程的条件下,针对不同区域自适应地嵌入不同强度的水印信息,保证视频质量的同时提高水印的鲁棒性. 算法以H.264/AVC视频编解码器为测试实例,实验结果表明,本文提出的水印算法在保证视频质量和编码码率的情况下,对重编码、滤波和噪声等攻击具有很好的鲁棒性,水印提取过程满足盲检测应用需求.     

基于加权最小二乘的主结构快速提取算法

从复杂纹理图像中提取主结构是计算机视觉和图形应用的基本过程.针对加权最小二乘法依赖于梯度大小、无法去除对图像语义贡献很小的小规模、高对比度的振荡细节（如纹理）的问题，提出一种新的用于抑制图像纹理的权重算子，并对该权重算子的有效性进行验证.为了解决在优化全局目标函数过程中需要求解大型稀疏拉普拉斯矩阵、计算成本高的问题，采用代数多重网格算法作为共轭梯度法的预处理算子加快稀疏矩阵方程的求解速度.实验表明，提出的权重算子能有效地抑制图像纹理，并且图像主结构的边缘不会被模糊，其滤除纹理、提取主结构的效果优于其他同类算法.另外，所用的加速算法和其他传统预处理算法相比，能将主结构的提取时间缩短很多.     

华北落叶松林下光环境对白扦幼树生长的影响

【目的】林下光环境异质性是造成林下幼树生长差异的重要原因,研究幼树在不同光环境下的生长差异,可为林下人工更新提供指导。【方法】以华北落叶松林下人工更新的10年生白扦幼树为研究对象,调查幼树的地径、树高,并利用半球面影像技术获取光照指标,在分析幼树生长势及相应林下光环境特征的基础上,通过双因素方差分析及线性回归研究不同光照指数类型对幼树生长的影响。【结果】白扦幼树的地径、树高均服从正态分布(P<0.05),中小径阶的幼树较多,占70%以上,主要受较差的林下光环境影响。不同类型的林下光照指数[散射光指数(ISF,I_ISF)、直射光指数(DSF,I_DSF)、总光照指数(GSF,I_GSF)]对幼树生长的影响差异不显著(P>0.05),但林下散射光对幼树生长的影响比直射光与总光照略强;林下光照指数大小对幼树的地径与树高生长均有显著影响(P<0.05),且对幼树地径的影响较强。当I_ISF<0.4、I_DSF<0.5、I_GSF<0.5时,各组幼树地径、树高差异不显著(P>0.05);当各光照指数高于相应的临界值时,各组幼树生长之间差异显著(P<0.05),且光照指数与幼树生长之间呈显著的正相关。【结论】林下光照指数类型对白扦幼树的生长影响不显著,光照指数大小对幼树生长的影响存在临界值,超过临界值时,幼树生长与光照指数大小呈显著线性关系。在华北落叶松林下进行白扦人工更新时,应选择或使其光照指数大于0.5的地点。     

局部二值平均熵模式与深度残差网络的人群密度估计

针对人群密度估计算法中场景的人群遮挡、尺度光照变化、噪声和低分辨率等问题,提出了一种结合局部二值熵值纹理特征(ELBP)与深度残差网络的人群密度估计算法。该算法首先在原始RGB人群图像上提取LBP特征;然后通过计算邻域像素点的平均信息熵模式构建ELBP纹理特征;随后基于ELBP纹理特征构建了一个深度为18层的深度残差网络;最后形成了对人群密度估计的end-to-end模式。为验证算法的可行性和有效性,在开源的人群密度估计数据集上进行实验。首先邀请10位专家对开源的数据集进行有效的人群聚集标注作为真实输出标签;随后采用研究提出的算法对人群密度完成估计,并与真实结果进行比较。另外,在三种不同的特征和三种不同的机器学习模型上进行了横向比较。实验结果表明,提出的ELBP纹理特征能够很好地应对噪声和低分辨率问题;深度残差网络则能够解决人群遮挡、尺度光照变化的问题。与传统算法相比,提出的算法能够提升人群密度估计的性能。     

基于工业CT技术的沥青路表纹理特性研究

沥青路面表面纹理特性,包含宏观纹理和微观纹理两方面因素。提出纹理参数PL index用于表征其几何特性。通过工业CT技术扫描路面芯样,获取芯样侧视剖面图,使用数字图像处理技术提取表面轮廓并计算PL index。研究PL index的统计分布以及分析其与路面抗滑指标的相关性。结论表明,以PL index为参数表征表面纹理是合理有效的,其与路面抗滑指标有较好的相关性。     

Adams谱序列上的非平凡元素goδ_s

利用May谱序列确定了经典Adams谱序列中一类非平凡元素,当p≥7,4≤s相似文献   

一种渐晕纹理图像自动分类方法

传统纹理分类方法对光照比较敏感,不均匀的光照分布（如渐晕）会在很大程度上影响纹理分类的准确率．为解决此类问题,针对渐晕纹理图像,提出了一种纹理图像自动分类方法;在利用小波包提取纹理指数算法的基础上,根据渐晕系数自动调整各小波包分解系数,从而消除了渐晕现象对纹理特征指数的影响,最终提高了纹理分类的准确率．仿真实验结果表明,利用此方法对渐晕纹理图像进行分类,准确率有了较大程度的提高,取得了比较理想的分类效果．