基于FPGA数字图像处理算法研究简

由于数字图像的广泛应用,人们对于图像处理的实时性要求也越来越高,仅依靠软件方法实现的图像处理已经无法满足要求,因此,FPGA被越来越多的应用于图像处理中.本文对图像处理的算法进行了分析,并利用Matlab软件进行了仿真.并将合适的算法通过Verilog语言进行实现,再利用quartusⅡ软件进行仿真,最后应用于实际的图像处理系统中.     

浅俯淹没射流水力特性

为探讨浅附淹没射流的水力特性,采用粒子成像测速技术获得水垫塘精细流场,系统分析淹没射流区和附壁射流区纵面二维流速分布规律。通过研究获得了淹没射流区和附壁射流区沿流程流速衰减和垂直于主流断面流速分布的公式。结果表明,浅俯淹没射流沿入射角射入水垫塘,射流潜底的俯角大于入射角;淹没射流区沿程流速衰减率大于附壁射流区;淹没射流区和附壁射流区沿程各垂直于主流的断面流速分布具有相似性或自保持性。     

一种基于小波──LBG的图像压缩研究

首先,研究小波变换产生的各子图像的统计特性,然后以此为依据选择编码算法,通过小波与传统的LBG矢量编码算法的有效结合获得了较好的编码结果。     

基于SLIC和动态区域合并的岩屑图像分割

岩屑图像分割要求精度高、速度快和鲁棒性强。针对这些要求,提出了基于SLIC(simple linear iterative clustering)和动态区域合并的分割算法。SLIC算法能产生形状规则、大小均匀、排列紧凑的超像素区域。但是SLIC分割后的图像过分割问题严重,为了降低过分割率,提出了基于NNR的动态区域合并算法,将超像素区域进行相似性合并。实验结果表明,将该算法用于岩屑颗粒图像分割,能够取得较好的效果。     

计算机图形学实验课程改革探讨

计算机图形学是计算机科学的一个重要分支,已成为信息技术领域不可缺少的重要内容和发展基础,同时计算机图形学技术也深入到人们生活的各个领域。虽然该课程原理强、算法抽象、实践性强,但是很多高校越来越重视该门课程,并把其列在教学计划中。该文通过分析计算机图形学教学中存在的问题,并结合多年的教学经验,提出了图形学实验教学改革的思路及教学内容,并对各实验项目分别展开说明。实践证明,改革后的教学效果较好。     

基于遗传算法的动态联盟伙伴选择过程及优化模型

动态联盟中的伙伴选择和优化是动态联盟组建过程中的一个关键问题。该文对动态联盟中伙伴选择问题的复杂性进行了分析 ,指出已有定量方法存在的局限性 ,在对伙伴选择过程进行数学描述的基础上 ,提出了一个基于遗传算法的联盟伙伴选择优化模型 ;并对该模型的算法进行了设计和改进 ,最后给出了一个典型算例 ,以说明该模型和算法的有效性。     

基于步态高斯图及稀疏表示的步态识别

为了突出步态特征的差异性,解决单一视角及跨视角下识别率低的问题,分析了步态高斯图及稀疏表示的原理,提出在步态高斯图的基础上,应用稀疏表示的方法来进行分类。提取的步态高斯图增加了不同人步态的差异性进而提高了步态识别率。该方法首先获取步态高斯图,其次获取测试阶段所需的过完备字典,最后通过测试样本的重构误差进而分类。实验结果表明:该方法显著提高了跨视角下的步态识别率,对穿大衣、携带背包下的步态识别具有很强的鲁棒性。     

数据采集与光条图象细化新方法——用于三维计算机视觉系统

介绍了具有位置反馈信息旋转平台的图象数据采集方法,以及对采集到的图象进行智能化快速细化的新方法,使得在一周内的36幅图象做到边采集边细化,而且仅用40s时间。     

二值图象的线图形矢量化

二值图象线形图数据的矢量化对于工程图的识别极为重要，本文通过对二值图象的细化后采用拐点跟踪及保存特征点的途经，提出了一种简单有效的矢量化方法．     

一种自适应的图象位移估计算法

本文从最优化方法的观点出发,提出了一种新的图象位移估计算法。它对一定时间间隔内两次采样得到的图象进行运算,用最陡梯度下降法直接迭代出图象位移的估计值。本文还对算法的性能进行了详细的分析,得出估计方差与信噪比、图象相关函数等参数之间的定量关系式,以及由于坐标量化引起的算法对图象特性的限制条件。理论分析和实验表明,该算法具有较强的抗干扰能力和计算量少等优点,可应用于成象跟踪和图象编码等领域。