局部区域描绘子和SOM聚类算法在LED管芯计数中的应用

传统的图像处理算法往往受到光照干扰、角度变化、噪声等因素的影响,无法得到准确快速的识别结果。提出一种新颖的局部区域描绘子刻画目标点群的灰度值特征,并结合自组织映射SOM聚类,对发光二极管(LED)芯片中的管芯区域进行高效识别和准确计数。实验结果表明,该方法能够对LED管芯进行有效的识别计数,准确度高、鲁棒性好。

区域高斯描绘子及其在物体识别中的应用

为了对几何变形的图像进行正确和有效的识别,对基于物体轮廓的高斯描绘子进行推广,构造了一种基于区域的新的不变量——区域高斯描绘子。构造思路主要有两点:①定义一个具有平移、尺度不变性的函数——区域高斯势函数;②分别计算区域高斯势函数在8个同心圆上的平均值,从而获得8个不变量。这些不变量不仅具有平移、旋转、尺度和反射不变性,而且对噪声不敏感,适用范围广。将区域高斯描绘子应用于物体识别,获得很高的识别率。

基于统计法纹理描绘子的超声图像分割算法

超声C扫描成像中经常存在成像对比度低边缘模糊不清等现象,从而导致图像分割不完整。针对该问题,提出基于统计法纹理描绘子的图像分割算法。基于单晶探头C扫描成像中采样点之间声束重叠的特点,首先进行超声声束分析并且选取声束重叠数据;然后采用区域描绘子的相关纹理测度替代传统的幅值特征值,对采样区域中缺陷的特征信息进行描述,从而提高超声成像分辨率和对比度;最后采用数学形态学进行滤波,进一步提高缺陷的识别度。通过304不锈钢标准试块底面圆形盲孔C扫成像试验进行验证并与自适应阈值分割算法比较,实验结果显示该文算法可以得到清晰完整的缺陷分割区域,并且比自适应阈值分割算法更为有效可靠,尤其对于易忽略的小尺寸缺陷同样得到良好的分割效果。

基于自适应阈值分割和形态学的木材表面缺陷提取

木材在成材过程中,不可避免会产生缺陷,这些缺陷影响了木材的质量。文章对死节和活节木材表面缺陷进行缺陷提取。第一,对原图像进行前处理;第二,对前处理后的木材图像进行增强处理;第三,对增强后的图像进行自适应阈值处理;第四,采用形态学处理分割后的结果;第五,用区域描绘子去除伪木材缺陷;第六,利用木材缺陷区域对原图像的缺陷部分进行提取。经过试验,表明该方法能够有效将死节和活节2种缺陷提取出来,为后续缺陷的识别奠定了良好基础。

贝伦松建筑事务所为斯德哥尔摩规划系列摩天大楼

据dezeen.com讯瑞典中央党委托贝伦松建筑事务所为斯德哥尔摩中央车站及沿线铁路区域描绘全新的高密度住宅发展计划。这项克拉斯戴坦计划（The Klarastaden scheme）包括一系列追求建筑占地面积最小化的纤细式塔楼建筑。

人像图片的修饰技法 让秀发更柔亮立体

头发的造型和发色在一张照片中起着重要的作用,漂亮的发色能够更好地表现出秀发的立体感和光泽度。调整头发主要从改善色泽、减少毛糙、增强立体感方面入手,需要四个步骤完成,首先使用"抽出"和"色相/饱和度"

“清洁航运”:阿姆斯特丹港的新灯塔

阿姆斯特丹港比其他港口抢先一步,携手荷兰几家姊妹港口大兴"清洁航运",为阿弗尔-汉堡物流区域描绘出一幅以环保、现代、高效为主题的清洁航运蓝图在北海运河的兴衰史上,阿姆斯特丹港以其厚重的底蕴和优越的航运条件始终占据着重要位置。阿姆斯特丹最早的港口活动可以追溯到13世纪。该港口第一次被正式提及是在1342年,当时阿姆斯特丹刚刚获得作为一个城市的权利。在荷兰的"黄金时代",阿姆斯特丹港是荷兰东印度公司主要的船舶停靠港之一。