适用于超大规模三维地震层位自动追踪的双尺度洪水填充方法

双尺度洪水填充是一种适用于超大规模三维地震层位空间自动追踪的方法。该方法从三个方面对经典洪水填充(Flood fill)算法进行扩展,即首先根据简单分块算法对三维地震工区进行分块并建立两级队列;再根据种子点顺序进行区块编号并实施区块级洪水填充;最后基于镶边分块算法对区块进行扩边并以区块为单位实施种子点级洪水填充。改进后的双尺度洪水填充法用"区块"和"种子点"两种尺度队列代替经典洪水填充法中的"种子点"一种队列,采用一致的四连通洪水填充法实现种子点扩散,在确保层位追踪的准确性和精度的前提下,显著降低了大规模或超大规模三维层位自动追踪对计算机资源的需求。

任意边界形状物体的三维轮廓测量

利用四步移相三维轮廓测量技术对任意边界形状物体的三维轮廓进行了测量.建立了光学传感三维面型测量实验系统,将4组不同位相值的正弦光栅条纹依次投影到被测物体的表面,用CCD摄像机记录这4帧条纹图,计算出物体表面每个像素点的包裹位相值.用封闭的折线选取物体上需要展开的表面区域,在所形成的任意形状多边形内用洪水填充法进行位相解包裹,不需要将整个图像划分为多个矩形区域进行逐一计算,不仅避免了展开相位时产生的传递误差,而且节省了大量计算工作.

基于IEEE标准的电脑鼠走迷宫的智能算法研究

通过对基于IEEE标准的电脑鼠走迷宫的软件控制部分进行分析和研究,提出了一种基于向心法则和向点法则的深度优先法和洪水填充法相结合的智能搜索算法,该算法第一次搜索时采用基于向心法则的深度优先法,第二次搜索时采用基于向点法则的深度优先法,并且设计"热区"确定返回起点时机,回溯和冲刺时采用洪水填充法寻找最优路径。此外,对电脑鼠转弯算法也进行了相关探讨。实验结果显示,该智能算法很好的实现了在IEEE标准迷宫中快速搜索最优路径。

一种基于点监督的显著目标检测方法

提出了一种基于点监督的弱监督显著目标检测方法,设计了一种自适应的掩膜洪水填充算法来生成伪标签,并利用了一个基于变换器的点监督显著性检测模型来生成第1轮的显著图。然而,由于标签的稀疏性,弱监督检测模型往往退化为通用的前景检测模型。为了解决这个问题,进一步提出了一种利用非显著抑制方法修正第1轮中生成的显著图,并利用它们进行第2轮微调。实验结果表明,在ECSSD和PASCAL-S数据集上分别取得了0.0358和0.0647的MAE,验证了该方法的有效性。