融合改进斜四邻域A^(*)与三次B样条曲线的路径规划算法

针对传统A^(*)算法八邻域搜索路径节点多导致搜索及规划路径速度慢的问题,提出1种融合改进斜四邻域A^(*)与三次B样条曲线的路径规划算法。在传统八邻域搜索启发下,删除原本上下左右4个方向上的搜索路径,保留右上、右下、左上及左下4个方向的搜索路径,使算法在搜索时速度更快,搜索路径节点数更少;引入三次B样条曲线,优化路径上的尖锐拐点,使路径更平滑。采用提出的算法与其他2种算法在3种不同分辨率及不同障碍率的地图上进行实验验证。结果表明:相比于传统A^(*)算法,改进斜四邻域A^(*)算法的搜索时间缩短83.4%,路径节点数减少89.7%;引入的三次B样条曲线使斜四邻域A^(*)算法规划出的路径更平滑,提出的算法可极大提高路径搜索及规划的有效性。

四邻苯二甲酰亚胺基金属酞菁的合成及其性质研究

从氨基酞菁出发,合成它们的衍生物———四邻苯二甲酰亚胺基金属(CuⅡ和CoⅡ)酞菁,并对相关化合物进行了质谱、紫外可见光谱、红外光谱表征.其紫外可见光谱中Q带有分裂现象.实现了以氨基酞菁为前体物质进行衍生化的合成实验,讨论了取代基的大小、结构、取代位置及酞菁环中心金属的差异对其Q带分裂现象的影响.

移动平台上四邻域梯度阈值的SIFT匹配优化

为提高基于SIFT(scale invariant feature transform)图像匹配算法的匹配鲁棒性和效率,以便在仪器仪表等便携设备上使用,提出一种基于邻域梯度值分组的匹配方法。将特征点周围四邻域的最大梯度值作为特征之一,在SIFT特征匹配之前作为分组匹配依据。在Android移动平台上,对优化算法和传统算法进行对比实验,实验结果表明,改进后的SIFT算法能够在保证匹配正确率的同时减少运算量,匹配速度可提高2至3倍。

基于OpenCL改进四邻域算法速度的研究

介绍OpenCL基本原理及其特点,分析其在生物医学图像处理中的应用,并以图像清晰度计算算法四邻域法为例进行算法并行化。计算结果表明,在PC平台进行图像清晰度计算时,基于GPU计算的OpenCL技术可以极大地提高图像处理的速度,使得普通计算机上也可实现复杂的生物医学图像处理及可视化应用。

基于并行四邻域区域生长的遥感图像分割方法

针对当前主流的灰度图像分割算法进行了分析、分类,指出了各类方法的优缺点,提出了并行四邻域区域生长的图像分割算法,将其用于遥感图像的分割,并取得了较好的效果。

四邻氟苄基二锡氧烷的合成及晶体结构表征

利用(o-F-C6H4CH2)2SnCl2与氢氧化钠在95%乙醇溶液中以摩尔比1:1反应,合成了化合物{[o-F-C6H4CH2)2ClSnOSnCl(o-F-C6H4CH2)2]2.(H2O)2}.通过元素分析、红外光谱、核磁共振氢谱和X-射线单晶衍射对其结构进行了表征.结果表明,该化合物为三斜晶系,空间群PI,a=10.624(2),b=10.875(2),c=14.157(2),z=1,V=1502.3(4)3,Dc=1.722Mg.m-3,μ=1.889mm-1,F(000)=760,R=0.0273,wR=0.0716.该化合物中内、外环锡原子均为畸变的五配位的三角双锥构型.CCDC:622351.

基于四邻域检索的自适应阈值分割方法

图像分割是由图像处理到图像分析的关键步骤,是一种基本的计算机视觉技术.经过研究发现,由于光照原因,原图像中的若干个高光区会在图像分割后的目标区域中产生大量小孔和不规则边缘.针对上述问题,提出了一种基于并行区域分割技术的自适应阈值分割算法,并且通过四邻域检索技术解决了普遍存在的高光区问题.实验证明,该方法可以方便快捷的实现物体的目标区域提取,有效避免了由于光照所产生的高光区的出现,较好地实现了图像分割.

基于四邻域对角线上灰度约束的亚像素角点检测

针对微棋盘格亚像素角点检测过程中,存在漏检、多检及检测精度较低等问题,在研究现有算法的基础上,提出一种基于四邻域对角线上灰度约束的角点检测方法。通过角点的四邻域中心几何特征及其对角线方向上最大灰度特征的分析,采用SINC函数灰度分布约束角点位置,实现亚像素级精度的角点检测。开展对比实验及误差分析,其结果表明,与现有检测方法相比,该方法的多检率降低了约18%,漏检率降低了约2%,均达0;其检测精度提高了约50%,达到0.3Pix。该方法显著提高了亚像素角点检测的准确率、精度和重复率,在显微标定中具有一定的应用价值。

敦煌写本宅经P.2964的“四邻造作”诸问题试析

敦煌写本宅经P.2964《四邻造作等》有"四邻造作及自家泥垒犯触转为福法",这是与黄黑道十二神有关的镇厌方术,泥垒黄道神所值时日方位就有诸多吉利,若犯触黑道神所值时日方位时给予了相应的解救措施。在建筑修造时就强调要选择黄道吉日、黄道吉方,吉神福,家宅昌盛。

基于四邻域的二值图像细化算法

细化广泛应用于图像处理与模式识别。从细化得到的骨架不但保持了原图像的几何和拓扑特征 ,而且更重要的是减少了图像的冗余。细化算法多种多样 ,针对不同特点的图像各有其优缺点。通过作者的具体实践 ,本文介绍了一种全新的细化算法。本算法通过考虑 4邻接点 ,仅使用几条简单的规则来决定是否删除像素点 ,以达到细化的目的。经计算机模拟该算法对数字、字母、汉字的处理过程 ,实验结果具有良好的对称性 ,单像素宽度和完整的连续性 ,同时证实该算法快速且易于实现。

参照四邻域裁剪样本的图像修复算法

针对结构纹理信息较复杂、破损尺度较大的图像修复问题,提出一种既能保持图像特征又能提高修复速度的参照四邻域裁剪样本的修复算法,将图像修复问题转化为最佳样本的检索过程。首先,提取图像结构信息,并对图像进行区域划分以缩小样本的裁剪与检索范围;其次,为了改进离差平方和(SSD)方法对块的结构信息匹配的忽视,在像素块匹配计算中引入结构对称匹配约束,有效避免了误匹配,提高了图像块匹配精度及样本搜索效率;然后,通过引入结构因子和置信度,结合传统的优先权计算,得到突出结构作用的优先级公式;最后,利用目标块与四邻域块间的重叠区域计算四邻域参照优先级,并根据四邻域提供的可靠参照信息,依据改进的块匹配方法裁剪样本集并检索最佳样本块,直至所有目标块都检索匹配到最佳样本,完成修复。实验结果表明,该算法可以很好地解决纹理模糊和结构错位等问题,在提高图像修复速度的同时,所提算法修复效果的峰值信噪比(PSNR)比其他对比算法平均提高了0.5~1 d B,使得修复后的图像更好地满足视觉连通性,同时能高效地修复一般区域,具有更好的普适性。

基于NSCT和四邻域香农熵的多尺度图像融合算法

针对多聚焦图像融合问题,提出一种非子采样Contourlet变换(non-sub sampled contourlet transform,NSCT)和四邻域香农熵的多尺度图像融合算法。算法特点是具有高边缘辨别特性的NSCT能够捕获来自不同父图像的所有显著目标边缘。对于配准的灰度图像,首先使用非线性各向异性扩散算法生成无噪声灰度图像,使用Contourlet变换获取所有无噪声图像的边缘,然后以四邻域熵算法生成熵图像,再采用winner-take-all方法生成最终的融合图像。实验结果表明:所提算法图像融合结果PSNR性能优于现有其他算法。

基于四邻域的分形遥感图像压缩

传统分形压缩算法在搜寻最佳仿射变换的过程耗费的时间比较多,压缩效率低下的缺点掩盖了它固有的优点。本文把搜寻某值域块最佳匹配映射的范围局限在该值域块的四邻域,这样就减少了压缩时间,提高了算法效率。

四邻接点算法分析正常肝与脂肪肝超声纹理的研究

目的 通过临床实验检验自行设计的四邻接点算法在区分正常肝与脂肪肝超声纹理中的价值。方法 选择正常肝、临床确诊的弥漫性脂肪肝 ,用 3.5和 5 .0MHz两种探头观察肋间肝切面声像图 ,用四邻接点算法对比分析其纹理变化 ,并与直方图方法比较。结果 在两种探头条件下 ,四邻接点算法得到的相对不均匀度 (HSR)在正常肝组和脂肪肝组间都有显著性差异 ( P <0 .0 1 ) ,且差异比直方图算法大。结论 四邻接点算法能较直方图算法更准确地反映肝实质的纹理变化 ,是一个较可靠的定量指标。

新旧《唐书》所载唐与四邻交往事迹拾误

我们在做《唐与四邻交往诗歌汇考与研究》过程中,发现新旧《唐书》(中华书局,1975年)错误若干,现整理如下,望大家批评指正。要特别说明的是,下文订误仅限于与课题相关的《四夷传》《帝王纪》及人物传记,与此无关的概不涉及。

特别的爱给特别的“他”

爱是教育永恒的主题,没有爱就没有教育。在我支教的班级里,有一位叫李安的“问题”男孩,是大家口中的“刺头”。他经常无视课堂和老师,上课如坐针毡,搅得四邻不安。他个子高大,性子急躁,同学既怕又讨厌他,各科老师提起他都头疼不已。面对这样的学生,我陷入了沉思.

一种基于灰度值矩阵的文档复原方法研究

对于切碎英文文档自动拼接还原中无法利用碎纸片几何形状特征的问题,提出一种基于灰度值矩阵的文档碎片拼接方法。利用碎片图像的特征向量消除同行字母处于不同高度的负影响,提取其特征位置作为动态聚类的分类标准,依据文本行特征进行动态聚类和类间排序,设计了一种基于原图像碎片边界矩阵的四邻拼接算法进行逐一高效地拼接还原。仿真结果表明,该方法准确率较高且操作简便,对规则碎片拼接还原具有良好的实际意义。

基于改进型统计区域增长的遥感图像分割

随着遥感技术的发展,高分辨率遥感图像内容变得越来越复杂,信息表现更加精细,将某些中、低分辨率图像的图像分割、分类算法直接应用到这类图像上时,其效果往往不理想。在传统区域增长算法的基础上,进行了四重优化,采用四邻域策略组合成像素对,严格化合并准则,在不同尺度下将像素对进行合并,得到较好的分割影像。实验证明,该算法较大程度上实现了目标的提取,减少了传统区域合并算法的计算量,与原算法相比较更多地考虑了像素的空间特性,具有很好的抗噪能力,能够适应于大数据量高分辨率遥感影像的多尺度分割。

图像块自相似特征的快速分形编码算法

为了解决全搜索分形图像编码算法在编码过程中range块和domain块匹配特别耗时问题,定义了每个range块和domain块的自相似特征,由于在自仿射变换下最优匹配块间的自相似特征应该接近,因此,每个range块的最优匹配块搜索范围仅限在与其自相似特征接近的domain块邻域内,变全局搜索为局部搜索.六幅图像的仿真结果表明,它确实能够在PSNR降低0.48d B(其结构相似性SSIM值仅下降0.0015)的情况下,平均耗时仅为全搜索分形编码算法的18.65%左右,而且也优于其他特征算法,所提算法达到了加快编码过程速度的目标.

车辆跟踪中的背景初始化与更新方法研究

对常见的背景初始化及更新方法进行了分析,提出了改进的背景更新方法。采用四邻域帧差的方法减小噪声的影响,同时基于形态学种子填充技术消除由于车辆表面存在大的灰度均匀或局部与路面灰度接近产生的"孔洞"现象。在此基础上对逐渐修正的背景更新方法进行改进,利用背景差和相邻帧差的方法确定车辆的运动区域,针对不同区域采用不同的更新方法进行更新,提出了新的背景更新方法。实验结果表明,在保持近似背景更新速度下,该方法优于传统的2种方法。