基于自适应加权中值滤波的二维Otsu图像分割算法

为解决传统二维Otsu算法在含噪声较多的图像应用中分割效果较差这一问题,提出一种基于自适应加权中值滤波的二维Otsu图像分割算法。该算法首先利用一种新的自适应加权中值滤波对噪声图像中值滤波;然后将中值图像的二维直方图区域划分由四分法改为二分法;最后利用改进的二维Otsu算法对图像作精确分割。实验结果表明,该算法对灰度噪声图像具有更强的抗噪性且分割效果也更为理想。

基于图论的快速FCM图像分割算法

研究基于图论的最短路径算法与加权直方图方法,结合快速模糊聚类思想,提出一种改进的快速模糊C-均值(FCM)图像分割算法。利用最短路径算法对图像进行初始化处理,使处理后的灰度值准确反映邻域像素对原像素的影响。通过加权直方图改变灰度变化剧烈区域像元在图像分割中的影响程度,并自适应寻找初始聚类中心。实验结果表明,该算法能快速准确地分割图像,具有较强的抗噪性。

基于主成分分析的人脸个体差异识别算法

传统基于主成分分析(PCA)的人脸识别算法不能最优区分不同种类样本。为此,提出一种新的基于PCA的人脸识别算法。利用PCA降维方法提取人脸的个体差异特征,并采用最近邻距离分类器对该特征进行分类。在ORL人脸数据库上的实验结果表明,与传统算法相比,该算法的正确识别率较高。

改进的三维Otsu图像分割快速算法

针对三维Otsu图像分割算法运算量大和图像细节分割不够准确的问题,提出一种改进的三维Otsu图像分割算法。该算法基于灰度-邻域平均灰度-梯度的新的三维特征模型,构建三维直方图;将三维Otsu分解为三个一维Otsu;在同时考虑类间距离和类内距离的基础上,提出一种新的最大散度差准则。实验结果表明,该算法不仅可以取得较好的分割效果,而且计算量较小,比三维Otsu阈值分割递推算法快900倍左右。

基于三维直方图重建和降维的Renyi熵阈值分割算法

针对三维Renyi熵阈值算法的高计算复杂性及抗噪性差的问题,提出一种基于三维直方图重建和降维的Renyi熵阈值分割算法。该方法通过重建三维直方图,将三维直方图区域划分由八分法改为二分法,不仅减弱了噪声干扰,而且计算复杂度也由O(L6)降到O(L)。实验结果表明,该算法抗噪性更强,分割效果更好,计算时间也远低于传统三维Renyi熵算法。

保安值班优化模型

为了解决保安值班问题,综合考虑各时段所需保安人数、模型可循环性等因素,通过进行合理假设,把保安分为7个批次,每个批次保安都连续工作5d休息2d,以一周所需要的保安人数最少为目标函数,一周之内每天各时段所需要保安最低限为约束条件,建立整数线性规划模型,利用lingo软件求解。结果表明,雇用保安最佳人数为106人。

图像匹配中KNN与RANSAC相结合的改进算法

文章提出一种将KNN与RANSAC相结合的改进算法。通过获取最近邻与次近邻值并根据双向匹配原则,设计匹配不相关性的衡量因子,对KNN算法进行了改进;对RANSAC算法的代价函数和抽样规则进行了改进;最后将两种算法相结合,实现了速度快、自适应强,匹配精确的匹配算法。实验数据表明,该算法鲁棒性较强,自适应性较高,匹配速度较快。

颈椎病预防和缓解AR游戏设计

根据《中国互联网络发展状况统计报告》我国当前网民数量达到惊人的9.04亿,互联网的普及程度更是达到了64.5%,而其中青少年普及程度更是达到了93.7%。而引起颈椎病的主要生理原因是长期姿势不正确,由于网络的普及,大量网民的坐姿无法长期正确地保持,即容易引起颈椎病。

基于图像处理算法AR游戏的设计

1AR技术增强现实(Augmented Reality,简称AR),AR技术是将真实世界的信息与虚拟世界信息“无缝”集成的新技术。而AR技术的三大特征,正是游戏设计中用户体验所需要的。首先,虚实结合,游戏就是把现实中的玩家带入虚拟的游戏环境,而游戏环境也是提炼与生活,游戏就是虚虚实实,虚实结合,所以AR与游戏能较好的结合。其次,实时交互,游戏的控制需要玩家实时控制,根据玩家实时意识控制游戏,如果能把玩家的行为能实时地反映到游戏场景中,对玩家的体验感有较强的带入。最后,通过AR技术能把玩家行为和现实场景添加到三位虚拟游戏中,使游戏可玩性更强。

虚拟现实三维建模研究概述

虚拟现实技术是使人类在探索自然过程中能跟真实的体验和方便自然的人机交互方式,实现人类更好地了解自然,适应自然,利用自然的目的。沉浸性、交互性、构想性是虚拟现实的三个特性。作为虚拟现实技术中涉及的众多关键技术之一,场景建模技术的不断发展,为克服现有虚拟现实技术的不足,提高虚拟现实系统的沉浸感和交互性提供了新的研究思路。本文从三维建模的两个方面---基于几何特性的建模技术和基于图像的绘制技术来综述场景建模的发展历程以及待解决的问题。

基于调和模型的降质图像超分辨率复原算法

受光照、噪声、数字化设备性能等因素影响,致使图像分辨率较低、目标特征模糊,为此提出基于调和模型的降质图像超分辨率复原算法。采用权重函数与动态补偿矩阵方式搭建降质图像观测模型,并根据图像RGB值重新组合原始图像与邻域像素RGB值,得出重构图像;依据复原图像的各部分方差数值大小判定出图像边缘位置,为避免过度平滑,凭借自适应正则化修正边缘四角,最终利用离散算法与网络能量函数完成降质图像超分辨率复原运算。仿真结果表明,所提算法具有良好的复原性、收敛性能,并且信噪比极佳。

基于缩放的高分辨率图像快速拼接算法分析

阐述高分辨率图像拼接过程中的特征点匹配效率,在图像融合过程中的重影问题,提出基于缩放的高分辨率图像快速拼接算法,从而提高图像的拼接效率,主观效果更加自然,鲁棒性更强。