半监督学习下复杂背景图像边缘检测仿真

为了有效避免图像边缘检测过程中出现边缘间断或者伪边缘的情况,提出一种半监督学习的复杂背景图像边缘检测算法。设定特征筛选规则,增强复杂背景图像敏感区域,提取图像特征,通过灰度共生矩阵和Gabor滤波提取图像高频与中低频纹理特征。利用半监督学习对图像样本展开训练,实现复杂背景图像分类。采用双边滤波对完成分类的图像预处理,通过最大类间方差法展开阈值分割,引入形态学思想将分割后的图像分别展开膨胀和腐蚀,获取形态学梯度图,计算梯度图像和原始阈值图像的交并集获取具有精确边缘的灰度图,实现复杂背景图像边缘检测。实验结果表明,所提算法可以获取高精度的边缘检测结果,且不会出现边缘间断和伪边缘的问题。

Parzen窗算法下图像视觉显著目标识别仿真

受光照、尺度、噪声等影响,图像目标在识别结果会存在一定的偏差,为此提出基于Parzen算法的图像视觉显著目标识别算法。对图像的超像素实施分割处理,并将图像内超像素块作为图像结构顶点,基于Parzen窗算法对顶点密度计算后,结合K-means算法实现图像分割处理;依据分割结果采用马尔科夫确定图像显著区域,通过对图像视觉显著区域特征的提取,将其作为特征向量输入到PSO-SVM模型中训练,实现图像视觉显著目标识别。实验结果表明,通过对上述方法开展图像分割、目标识别和识别耗时测试,验证了所提方法的可行性。

异构协同设计环境中特征模型的提取与重建

以基于过程恢复的特征数据交换框架为背景,研究了异构特征模型的提取与重建这一关键问题,包括一阶特征信息的提取,二阶特征信息的提取以及模型的重建。实验结果验证了本方法的合理性,从而有效提高和补充了现有方法的不足,把特征数据交换技术向前推进了一步。

基于ARM的光耦单项数据传输设备实验设计

针对ARM是目前市场主流的嵌入式系统处理器,具备低电压、低功耗和高集成度等特点,且具有很强的开放性与可扩展性,对于学生学习嵌入式系统课程具有非常好的指导性与代表性,以光电耦合器这种特殊的信号传输元件为基础,设计一种数据物理单项导入设备实验,提高学生嵌入式系统的硬件设计与开发能力。本设计方案主要实现的是U盘文件单向导入功能,将从U盘中文件单向导入到PC机中指定的目录下,在底层的硬件数据传输过程中,创新性的加入了光电耦合器件,从硬件层面保证了数据传输的单向性和不可逆性;同时在USB主机控制芯片上实现了U盘文件的只读控制。该方案能从软件层面和硬件层面保障PC机内部的信息安全。

基于光电耦合器的二进制流数据传输实验设计

嵌入式系统是计算机学科重要方向,也是未来发展的重要趋势,因此如何培养学生的嵌入式系统的创新性设计能力十分的必要。文章以光电耦合器的特性为基础设计嵌入式系统设计实验,提出一种全新的应用方式,即采用其进行大容量二进制数据流传输,来培养学生的创新思维。同时结合ARM系统开发一套基于光电耦合器的二进制流数据传输系统,培养学生的嵌入式系统设计能力与开发能力,让学生熟练掌握嵌入式系统从硬件选型到设计、开发整个过程,同时也创新性的提出了一种全新的基于光电耦合器的数据物理单向导入方法。

基于随机查找的并行大规模纹理合成

传统的纹理合成方法使用高维向量树来加速目标纹理块的搜索效率,存在占用内存量大、执行效率低、无法在GPU上并行执行等缺点.为了实现图像块的快速近似邻域查找,提出一种并行优化纹理合成方法.该方法分为初始化和迭代优化2个阶段,初始化阶段从样本纹理中随机抽取样本纹理块填充目标图像,迭代阶段交替采用并行的随机查找算法和并行的纹理块传播算法迭代精化目标纹理.随机查找算法根据最相似纹理块出现在前一目标纹理块周围的概率与它到前一目标纹理块的距离成反比的特点,使随机采样纹理块的概率分布与最相似目标纹理块出现的概率相匹配,达到加速纹理合成的目标.采用CUDA实现了文中方法,实验结果表明,其执行效率比已有的纹理合成算法快50~100倍,可应用于交互式纹理合成和超大尺寸纹理合成.

基于模糊连接度的抠图样本集构造方法

针对已有的图像抠图采样方法易受trimap输入的影响且精确度不足的问题,提出一种基于模糊连接度的抠图样本集构造方法.通过计算模糊连接度求解未知像素到前景边界和背景边界的最强路径,以与最强路径关联的已知像素为中心搜集邻近的已知像素,并构造出未知像素的样本集,且当新的用户笔画加入后,能够快速地更新样本.实验结果表明,文中方法对trimap的依赖性小、采样精确度高、鲁棒性强.

异构CAD协同设计中的一维拓扑元素匹配方法

为了解决异构CAD协同设计中的一维拓扑元素匹配问题,在对其进行分类讨论的基础上,提出了一种新方法.首先在源CAD系统中,获取建模操作所引用的一维拓扑元素,并利用合并算法将这些拓扑元素进行合并,合并条件为:同类型、相邻接且合并所得的拓扑元素类型与原类型相同或相近.然后在目标CAD系统中,通过匹配算法为合并后的每个一维拓扑元素寻找相匹配的目标拓扑元素,匹配条件为:类型相匹配、属性相同且目标拓扑元素的2个端点与源拓扑元素的2个端点重合或在其内部.实验结果表明,该方法有效地解决了异构CAD协同设计中的多种一维拓扑元素匹配问题,从而弥补了现有方法的不足.

协同建模系统中的一种对象引用正确性保证方法

乐观并发控制允许操作并发执行,由此将产生对象引用发生时刻与对象引用使用时刻的几何模型的不一致,结果将导致命名机制的失效而不能保证对象引用的正确性.将引用对象分为可替代与不可替代2种类型,对于可替代对象引用,通过构建对象引用发生时刻的临时几何模型保证该类对象引用的正确性;对于不可替代对象引用,通过恢复对象引用发生时刻的几何模型,然后完成引用该类对象的操作,最后Redo模型恢复过程中被Undo的并发操作来保证该类对象引用的正确性.在原型系统中对提出的方法进行了验证.

支持用户自由并发交互的协同造型系统

为克服现有的协同CAD系统在交互方面存在不自然、不灵活的缺陷,基于对现有计算机支持的协同工作系统和协同CAD系统中协同架构、体系结构、并发控制方法和通信方式等的分析,提出了一种基于高层造型操作交换的复制式协同建模框架。考虑到操作的并发执行以及在不同站点上执行时,其所引用到的拓扑元素在不同协同上下文状态下的对应情况,位于不同站点上的几何模型中的拓扑元素将被唯一命名,在操作执行中出现的拓扑元素不能正确对应的问题也将得到解决。本框架也提供了友好的操作界面以及自由、和谐的交互功能,用户可以Undo已执行的操作和Redo被撤销的操作。任意时刻,各站点上的几何模型保持一致。

构建MRI统计形变模型的子宫肌瘤超声图像分割方法

超声图像分割是实现高强度超声聚焦治疗中术中引导的重要步骤,而超声图像的低信噪比使得分割的结果往往不精确,易造成手术中聚焦区域有偏差.为此提出一种基于MRI先验形变模型的超声图像分割方法.首先分别从MRI图像集和超声图像集中训练基于特定病人的统计形变模型和初始化分割模型;然后利用超声图像中子宫肌瘤的部分显著性轮廓对分割模型进行初始化;最后使用统计形变模型对超声图像的分割结果进行约束,并对结果进行优化得到最终的结果.与其他分割方法进行比较的实验结果表明,该方法能够有效地提高高强度超声聚焦治疗的精度和效率.

组合测试中用例集的选择策略

组合测试用例众多,软件测试人员都希望用最少的测试用例集达到最好的测试覆盖。研究了组合测试的常规算法,比较了配对测试法和正交表测试法的特点,并借助于PICT测试工具重点研究了2因子模型的配对组合测试,在此基础上,总结出在组合测试中测试用例集的选择策略,进而达到满意的测试覆盖。

基于ARM的移动存储设备实验设计

ARM作为嵌入式系统的处理器,具有低电压、低功耗和高集成度等特点,并具有开放性和可扩充性。ARM内核已成为嵌入式系统首选的处理器内核。USB移动存储技术把USB连接技术与Flash存储器技术结合在一起,构成一种快速、大容量、方便的新型数据交换系统。文中的实验设计针对含有ARM芯片的开发板进行开发,使设备通过USB接口和主机连接后,可以实现USB移动存储设备(如USB闪存盘)的读写功能。通过完成该实验,可以帮助实验者加深对基于ARM的开发及NandFlash读写、USB协议的理解,提高实验者动手能力。

数据库系统原理课程的全英文教学方法

全英文教学是培养国际化的计算机科学和软件工程专业人才的重要手段。中国学生的全英文教学仍处于初期阶段,对其方法论上的探索成了当务之急。文章以数据库系统原理课程为例,针对其主要授课难点——复杂抽象的数据库概念——来探讨进行全英文教学时可施行的多种方法。将重点讨论案例教学法、口语化教学法、图示法、动画法、上机实践法和课堂提问讨论法的具体实施方式,以期帮助学生克服语言困难及培养学生英语沟通能力时,提供切实可行的参考方案。

一种随机的视觉显著性检测算法

图像处理与模式识别技术一样,依赖于高质量的视觉显著性图(saliency map)才能得到较好的处理结果.现有的视觉显著性检测技术通常只能检测得到粗糙的视觉显著性图;这些粗糙的视觉显著性图应用于图像处理中将严重影响图像处理的最终结果.本文提出了一种随机的基于内容的视觉显著性区域检测算法;该算法整合多层次粗糙的视觉显著性图到结果显著性图中,并逐步自适应地精化可信度不高的显著性值,最终得到一个考虑了多尺度特征的精细的视觉显著性结果.因为随机算法具有执行效率高,占用内存少等特点;本文的高效随机视觉显著性检测算法不需要建立额外的辅助数据结构来加速算法,只需占用少量内存就能快速检测出精细的高质量视觉显著性结果.并且高效随机的视觉显著性检测算法可以直接移植到GPU上并行执行;大量的实验结果表明本文的算法可以得到更加精细的显著性结果,这些精细的显著性结果应用于基于内容的图像缩放中得到了较好的处理结果.

面向服务的云设计安全数据交换

针对云设计与制造环境下的协同设计CAD模型安全共享问题,提出了一个基于服务的安全特征数据交换方法.使用基于模型变形的方法,改变特征模型建模参数,实现对模型敏感信息的加密隐藏;使用直接特征数据交换方法实现异构CAD系统间的参数化建模数据交换;最后,采用面向服务的架构,将特征CAD模型数据交换与安全保护方法以云端服务的形式提供给协同设计成员,并引入访问及授权控制机制确保服务为合法授权用户使用.实验结果证明了该思路的合理性及方法的有效性,可为云设计与制造提供灵活、高效、可扩展的安全数据交换解决方案.

基于稀疏特征竞争和形状相似性的超声图像序列分割方法

从超声图像序列中精确地分割出目标区域对于提高基于超声图像引导的计算机辅助治疗的效果具有重要的意义.活动轮廓模型被广泛地应用于医学图像的分割,但是超声图像固有的低信噪比、灰度分布不均匀等特点导致活动轮廓容易搜索到错误的区域.为此,学者们提出了不同的目标特征或形状先验知识来约束活动轮廓的演化.目前,大多数目标图像特征的工作仅限于提取目标区域信息的特征,目标形状先验也需要通过对大量训练样本中的目标形状进行学习,而且训练样本中形状是否能足够描述分割目标的形状信息也是值得怀疑的.本文提出了一种基于稀疏特征竞争和形状相似性的超声图像序列分割方法.该方法首先利用稀疏表达理论分别构建目标和背景的特征字典,并根据目标和背景特征字典的重构误差构建一种基于稀疏特征竞争的目标搜索策略,从而提高活动轮廓搜索真实边缘的鲁棒性.然后,对图像序列中目标形状的相似性进行建模,并证明了目标形状的变化符合低秩属性,该属性可看作是对图像序列中目标形状的先验知识进行无监督学习.为了验证该方法的性能,本文采用临床的超声图像序列作为训练和测试集合,并与其他3种典型的分割方法在同一测试集合下进行比较.实验结果显示,针对超声图像中出现的边缘模糊、缺失等缺点,该方法提供了更准确和鲁棒的分割结果,从而提高了计算机辅助治疗的效率和效果.