基于贝叶斯网络的草图符号识别研究

针对草图识别算法大多通过限制用户绘制习惯来提高识别精确度的问题,提出一种动态构造贝叶斯网络模型的草图符号识别方法。该方法采用了从下而上与从上而下相结合的识别算法。从下而上实现笔画的分割,根据后验概率产生假设模板,继而产生图形模板。在从上而下的处理中,通过假设模板重构实现笔画重组、根据图形模板的空槽实现笔画识别的纠错处理。通过对UML领域中草图符号的识别,表明算法能在不限制用户绘制习惯的基础上取得较好的识别效果。

基于模拟方法的水下图像复原

采用模板假设、离焦模糊和大气湍流干扰3种退化模型模拟散射过程,对水下图像进行复原.试验表明,模拟方法可行,复原图像质量有明显改善,可为水下图像散射退化机理研究提供参考.