改进的SIFT耦合特征点集群的图像伪造检测算法简

针对当前图像伪造检测算法进行图像伪造检测时主要通过设定比例阀值来实现特征匹配,存在检测误差大、鲁棒性不强等不足,提出了改进的SIFT耦合特征点集群的图像伪造检测算法.首先,采用二进小波变换提取伪造图像的低频子带以用于特征点检测;然后,基于特征点邻域旋转不变纹理特性,改进了SIFT机制,生成新的特征描述子对其进行描述,减少误匹配,并提出了自适应匹配策略,通过搜索最优比例阀值,以提高算法检测精度及鲁棒性;最后,通过构建特征点的均值漂移向量,对特征点均值和特征点的偏差进行度量,实现特征点的集群,从而完成图像的伪造检测.仿真结果显示:跟当前的伪造检测方法相比,本文方法具有更高的检测精度与鲁棒性,呈现出较好的ROC特性.     

基于地震纹理属性聚类分析的裂缝分布预测

裂缝在地震数据中的特征可视为一种纹理,因此可以使用纹理属性表征裂缝,基于纹理属性聚类分析方法对裂缝发育带进行预测。计算地震数据体不同灰度级和不同三维数据基元大小的体共生矩阵,以此提取多组纹理属性,并进行对比和优选,最后使用模糊C均值聚类法对优选的纹理属性进行分析,根据聚类结果对裂缝的分布范围进行预测。方法减少了人工预测裂缝的主观性,而且从多个方面表征裂缝来提高预测结果的可信度。对野外数据进行分析,其结果表明分析获得的裂缝预测范围与勘探结果具有较高的吻合度。     

一种运动目标单独识别的方法研究

利用不同人体之间纹理特征相异的特点提出一种检测特定目标的方法。首先,在背景差分图像中标识不同的运动区域,确定这些区域的极大概率、能量和熵3种特征向量;再把这3种向量进行相似性处理;最后比较处理数据的相似程度,从而达到对特定运动目标识别的目的。通过实验表明,这种方法不止在单幅图像中能识别出其中的特定目标,而且能计算序列图像中同一特定目标的相关性。     

基于Perlin噪音绘制云的方法

天空中的云对于构造逼真的室外虚拟环境是必不可少的。如何对云进行建模和绘制是计算机图形学研究的热点问题。本文首先详细介绍了Perlin噪音的概念和生成方法，并以此为基础绘制出3D云的图像；然后论述了使用所绘制的云的图像，运用基于图像的绘制技术在3D虚拟环境中实时绘制云的方法，我们生成的云的位置和方向能够随用户漫游时视点的变化而变化。     

日照阴影三维可视化

论述了日照阴影的三维可视化分析研究的必要性 ,着重探讨了在虚拟三维模型环境中建筑物受日照影响生成虚拟阴影的原理和方法 ,并在此基础上对阴影的生成进行了实验研究。由此基于投影几何学理论及计算机三维可视化技术 ,建立了日照阴影问题最有效的方法。     

拂去岁月的尘埃

一个古罗马战士买一件披风要多少钱？古巴比伦王国的奴隶买卖又是怎样进行的？这些对研究古代社会颇有价值的信息都有记载，但它们已经因年代久远而无法辨认了。在最新技术的帮助下，考古学家现在终于看清了它们的真面目。     

多面体表面局部纹理的映射方法

本文对两步法纹理映射技术进行改造,使其适用于多面体表面的局部纹理映射。本文的方法具有纹理图案变形小和贴图位置易于控制的优点。     

球团回转窑火焰纹理特征与温度模型

为了完成球团回转窑内温度监测,本文对温度影响最大的火焰状况进行研究。首先将彩色图像进行RGB分解成三幅灰度图像,利用灰度共生矩阵研究RGB各通道的纹理参数,如能量、熵、对比度、相关性,与通过黑体炉标定的温度建立对应关系,制成温度模型,用于实时监测球团回转窑内火焰状况,指导生产。在实际测试中,该模型最大误差为5%,能够满足生产要求。     

利用机器学习方法对神经肌肉罕见病DMD进行分类预测

为早期诊断和检测神经肌肉罕见病——杜兴氏肌营养不良(DMD),设计了一组分类预测试验.首先,利用小波变换对DMD患者组和健康对照组的磁共振图像(MRI)进行小波分解;其次,从所得的分解图像中提取出若干纹理特征参数并进行降维处理;最后,再基于这些纹理特征参数,利用支持向量机算法(SVM)对试验图像进行分类预测.试验结果显示,若选择适当的小波分解尺度、分类器核函数和相关参数组合,则MRI图像的分类灵敏度、特异度和准确率分别可达96.9%,97.3%和97.1%.该处理方法有望为临床提供客观有效的辅助诊断手段,可作为DMD罕见病无创检测的尝试探索.