《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。     

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。     

缺帧环境下遮挡图像的特征优化提取方法研究

针对缺帧环境下图像的遮挡问题,提出一种新的特征优化提取方法。建立缺帧环境下遮挡图像采集模型,在此基础上,利用正方形网格建立立体模型,实现图像采集。通过阈值降噪法完成对遮挡图像的降噪滤波处理。DCS-LBP算子通过梯度方向上变化的灰度值实现编码,效果不佳,通过GCS-LDP算子对其进行优化,将二者结合在一起对缺帧环境下遮挡图像施行编码,获取最后的直方图,将该直方图看作遮挡图像的特征,完成遮挡图像特征的优化提取。实验结果表明,所提方法能够有效对缺帧环境下遮挡图像进行预处理,且识别效率高,计算量少。     

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。     

局部自交干扰的全变分图像自适应滤噪算法

针对当前图像滤噪算法虽然能够在一定程度上抑制噪声;但无法保证图像质量,导致图像细节丢失、图像变模糊的弊端,提出一种新的局部自交干扰的全变分图像自适应滤噪算法。定义一个图像局部功率,求解自适应全变分算法的能量函数最小化问题。通过拉格朗日算子获取图像局部功率的非约束最小化全变分形式,计算规整化可信度参数和噪声分布。通过全变分模型将轮廓尺度图像从含有噪声图像中分离出来,对含有噪声图像和轮廓尺度图像进行差运算,获取含有噪声的残差纹理细节图像。将获取的规整化可信度参数代入全变分模型,对含有噪声图像进行处理获取最终的滤噪图像。实验结果表明,经所提算法滤噪处理后,图像质量高,滤噪效果好。     

基于投影散斑的结构表面形貌测量

结构形貌测量具有重要的工程应用价值。设计了基于投影散斑的结构表面形貌测量方案,结合双目立体视觉标定、散斑特征匹配、三维重建等关键技术,搭建了测量系统,并用该系统测量了典型结构表面的形貌点云数据,最后将测得的点云数据与结构的CAD(computer aided design)模型进行配准,评估了测量方法误差,验证了该方法的准确性。结果表明,投影散班形貌测量方法可以实现结构表面形貌的高精度测量,其最大误差为0.2 mm。     

基于残差神经网络的高强度运动超分辨率图像重构

针对实际拍摄的亚像素信息较少的低分辨率运动图像,重构图像通常较为模糊,甚至不能分辨。为此,提出一种新的基于残差神经网络的高强度运动超分辨率图像重构方法。令沿运动方向的亮度保持恒定,通过光流场匹配实现高强度运动图像的运动估计;根据运动估计结果和超分辨率重构的基本思想,将BP神经网络看作残差神经网络的基础建立残差神经网络,对残差神经网络进行训练,参照训练样本将经插值法放大若干倍的待重构高强度运动图像作为输入,将高分辨率图像和输入图像间的残差作为输出,把输入和输出累加获取超分辨率图像,实现若干放大倍数高强度运动超分辨率图像的重构。实验结果表明,所提方法运动估计准确,重构图像清晰、质量佳。     

基于分段趋近律的航天器对地凝视姿态滑模控制

为了提高航天器对地凝视条件下姿态控制精度和鲁棒性,设计了一种基于分段趋近律的姿态滑模控制器。首先,根据航天器轨道参数和目标点地理坐标计算出对地凝视期望姿态。然后,针对当前分段趋近律参数设计不灵活、实际应用存在抖振的缺陷,通过在第二段的幂次趋近律中增添一项线性项,设计了一种全新的分段趋近律。理论证明了该趋近律能有效克服抖振问题;并能在有限时间收敛到滑模面。进而,基于此趋近律设计了一种适用于航天器对地凝视的姿态滑模控制器。仿真实验结果表明,控制器可以获得0.01°的姿态凝视控制精度,在姿态跟踪过程中无抖振现象;并且对外界干扰具有一定的鲁棒性,从而验证了控制器的有效性。