基于多重分形的病害虫图像区域快速分割算法

为了提高病害虫的检测与识别能力,采用图像区域分割技术进行病害虫图像检测与识别,提出一种基于多重分形的病害虫图像区域快速分割算法.采用分区域特征匹配方法进行二维病害虫图像的分块融合性检测,采用绿叶素纹理分形方法实现病害虫图像的纹理跟踪识别,结合病害区域纹理异常特征检测方法提取病害虫图像异常特征点与轮廓信息,对区域分割二维病害虫图像的表面纹理特征进行多模态配准,对病害虫图像进行平滑去噪,采用多重分形技术进行块匹配和病害绿叶素的信息跟踪识别,降低病害虫图像区域分割的表面误差,实现病害虫图像的区域的快速准确分割.仿真结果表明,采用该方法进行病害虫图像区域分割的速度较快,分割精度较高,提高了对病害虫感染区域的准确识别和检测能力.

飞机设计曲面快速分割程序开发与应用

阐述了基于CATIA V5系统进行二次开发,将飞机设计过程中需要在CAE分析软件中进行有限元网格划分的曲面在CATIA中实时分割成多个区域的实现方法。针对包含多个待分割曲面的数模文件,程序利用该文件中的曲线集合对所有的曲面进行区域分割,剔除噪声元素后得到分割结果,并保持分割结果与原始曲面的关联关系。在减少手工操作时间、实现与设计数据的同步更新、提高CAE分析工作的效率等方面取得明显效果。

光流估计下的移动端实时人脸检测

为了提高移动设备人脸检测准确率,提出一种应用于移动设备的实时人脸检测算法。通过改进ViolaJones方法进行人脸区域快速分割,在不损失速度的情况下提高分割精度;同时应用了光流估计方法将卷积神经网络子网络在离散关键帧上的特征提取结果传播至非关键帧,提高神经网络实际检测运行效率。实验使用You Tube视频人脸数据库、自建20人各1 min正位人脸视频数据库和实际检测项目在不同分辨率下进行,实验结果表明运行速度在2.35帧/秒~22.25帧/秒,达到了一般人脸检测水平;人脸检测在10%误检率下召回率由Viola-Jones的65.93%提高到82.5%~90.8%,接近卷积神经网络检测精度,满足了移动设备实时人脸检测的速度和精度要求。