基于单张正面人脸图像的特征网格构建

将模型点与人脸特征点实现对应,是视频资源或数码图片序列建模时的一个关键步骤。论述了基于单张正面人脸图像的特征网格构建,给出了理论模型与实现方法。

基于特征网格的面部图象变形算法

面部图象变形技术是人脸建模的关键技术之一 .为了模拟人脸器官 (如眼、嘴、鼻和眉等 )周围及人脸轮廓肌肉的运动 ,选择适合描述人脸及其器官轮廓的几何形状的若干特征点 ,并根据器官周围肌肉点运动机理 ,建立了面部图象变形的特征网络模型 .该模型构造了两类控制器官运动的合成肌肉 ,即控制垂直方向运动的轮廓肌和控制水平方向运动的线性肌 ,由此 ,面部肌肉点拉动肌肉即可作垂直和水平方向运动 .由于该特征网络模型可实现人脸器官精细的变形操作 ,并能依据器官的轮廓变化展开 ,符合人的认知过程 ,因此 ,与其他算法相比 ,其变形效果更加自然 。

用三角Bézier曲面片的特征网格快速逼近矩形Bézier曲面片

提出了一种将矩形Ｂｅｚｉｅｒ曲面片的特征网格转化为相应三角Ｂｅｚｉｅｒ曲面片的特征网格的显式公式（表示相同的曲面片）。并利用三角Ｂｅｚｉｅｒ曲面片的特征网格的递推公式，生成更为密集的特征网格，该特征网格将是曲面片的近似表示。本方法已成功地应用于飞机总体外形的设计之中，它还可广泛用于力学分析、图形显示、数控加工、实物测量等领域。

基于特征的图像网格生成方法

基于网格形变的图像缩放算法是目前的一个研究热点。适当的图像网格表示是这类算法成功的关键之一。提出一种基于图像特征的三角形网格生成算法。提取图像分割形成区域的边缘特征点,与图像四条边界上均匀分布的点一起,作为改进的Dart-throwing算法的初始点集。用距离变换计算每个像素到最近边缘线的距离,作为Dart-throwing算法的控制参量;所生成的网格点集接近边缘线时密集,远离边缘线时稀疏。最后用Delaunay算法形成图像的三角形网格表示。实验结果表明,所生成的三角网格较好地体现了图像的结构特征,并且有效减少了网格点数目,有利于提高后续算法的处理效率。

保持型面特征的网格曲面光顺算法

针对网格曲面光顺存在局部型面细节丢失及整体光顺效果差的问题,结合三角Bézier面片具有精确插值产品型面的优点及G1连续曲面具备整体光顺的特性,提出一种保持型面特征的网格曲面光顺方法,该方法从原始网格曲面提取型面特征网格,将其作为参数域构建G1连续光顺参考曲面,通过将网格曲面顶点调整到参考曲面上,实现网格曲面的光顺处理。实验证明该方法可在有效保留原始网格曲面细节特征的情况下获得理想的整体光顺效果,并且具备较高的运行效率。

基于差分特征点网格的数字水印抗缩放性能

为了提高数字水印的鲁棒性,使数字水印系统具备抵抗缩放攻击的能力,并评价其抵抗缩放攻击的程度,构造了差分特征点网格,设计了抗缩放数字水印嵌入和提取方案,并重点分析了差分特征点网格的抗缩放性能,通过分析待检图像中差分特征点的基点成功检测情况来判定数字水印抗缩放性能。在图像放大时,总能检测差分特征点中的基点;在图像缩小时,当单向的缩小比例在0.5到1的范围内,保证能够检测出差分特征点中的基点,当单向的缩小比例小于0.5,不一定能够检测出差分特征点中的基点。结果表明差分特征点网格能够较好地保证图像在受攻击后,差分特征点中仍存在基点,差分特征点网格具有较好的抗缩放性能,对数字水印抗缩放攻击起到了关键作用。

生物特征识别网格系统架构及其应用

提出了一种用于生物特征识别的网格BMG.BMG创建一个虚拟的协作环境以连接分布式的研究中心、用户、模型和数据,为单一生物特征识别和多模式生物特征识别研究提供测试平台,并用网格计算解决的大规模数据库或多模式生物特征识别等类型的应用.实例证明,BMG是实用可行的.

面向CAE的网格模型特征简化与重建

针对CAE工程分析中网格模型的特点,提出了一种符合CAE特点的网格模型特征重建方法。鉴于CAD模型中的设计细节在CAE分析中可以忽略的特点,对CAD模型中的小圆角、倒角、小凸台等非结构性设计特征,采用基于面片法矢迭代滤波方法进行识别和滤除。算法首先识别出这些特征区域,然后根据非特征区域面片法矢调整特征区域法矢并更新顶点坐标,进行特征重建,最终得到符合CAE要求的网格模型。

基于细胞神经网络和网格特征的碑刻文字识别

碑刻作为文字的载体,具有极其重要的历史价值和艺术价值。但是,因为时间的久远,其拓本大量的噪声对碑刻文字的辨识产生一定的影响。针对这种情况,提出了一种新方法,首先利用细胞神经网络(CNN)技术,去除单个碑刻文字的噪声,然后用网格特征提取方法对其进行识别。本文在MATLAB平台上进行了实例模拟,取得了较好的效果。

汉字方向分解网格特征的改进

在现有的汉字方向分解网格特征基础上,对其分析和改进,提出了一套新的汉字特征方案:首先对原汉字进行轮廓提取,在轮廓汉字上进行有重叠的矩形弹性网格划分,然后对原汉字用边缘检测算子做边缘梯度方向角分解,得到横、竖、撇、捺4个方向的子图像,再把网格应用到这4个方向的子图像上,统计每个网格中的黑像素占这个子图像总像素的比例,4个子图像的所有网格的比例值构成的矢量就是汉字的特征。使用不依赖于分类器的特征标准比较了新旧方案,表明新方案优于旧方案。

一类非线性对流占优扩散方程的特征变网格差分方法及分析

对一类非线性对流占优扩散方程采用了特征变网格差分方法 ,并利用微分方程数值方法有关理论进行了理论分析 ,在一定条件下得到了离散最大模估计 .采用沿特征线的差分可减少时间截断误差 。

一维非线性对流占优扩散方程的变网格特征差分方法

针对一维非线性对流占优扩散方程,提出了一类变网格特征差分格式,该格式能够根据解的梯度变化及时对计算网格进行调整.与均匀网格格式相比,给出的变网格特征差分格式对于对流占优扩散问题有着更好的计算效果.

基于曲面基本型的网格平滑与特征增强方法

曲面基本型描述了网格曲面的局部微分特征,针对该特征进行处理,提出一种网格平滑与特征增强方法。通过修改曲面离散基本型以平滑与增强网格特征,在约束最小二乘意义下通过重建曲面得到新网格,并结合稀疏矩阵线性系统求解器进行实时响应处理。实验结果表明,该方法简单高效,具有较好的降噪效果,可在一定程度上防止体积收缩与形状畸变。

基于网格特征和模糊匹配的徽标识别

针对图像智能处理中对徽标识别的应用需求,提出了一种基于网格特征和模糊匹配的徽标识别算法。该算法通过提取徽标的网格特征并映射为模糊集隶属度特征,根据模糊匹配技术进行识别,显著增强了对质量不佳图像的适应性和抗干扰性。实验表明,该算法的识别准确率能达到95.5%,并能有效提高徽标识别系统的鲁棒性。

网格特征在车牌识别中的应用

针对汽车牌照识别,在特征提取方面,采用兼有统计特征和结构特征优势的粗网格特征,并且针对易混淆字符提出一种具有针对性、区分性较强的小波细网格特征加以补充,最后采用集成分类器进行识别,实验结果验证了本文方法的有效性。

基于图像网格特征的蜂窝陶瓷端面外观缺陷自动识别

针对蜂窝陶瓷多孔薄壁造成端面外观缺陷多和检测难的问题,将图像识别应用到缺陷检测中。设计了端面图像采集装置,通过图像预处理增强图像灰度信息,通过Canny算子提取边缘;采用区域生长法生成黑色网孔和白色网格的二值图像,选取网孔面积为特征值自动识别表面裂纹、孔道缺陷和边棱缺损等缺陷类型。实验结果表明,该算法能快速准确地判定端面外观缺陷,为蜂窝陶瓷外观质量的机器视觉检测奠定了基础。

基于Zernike矩与网格特征的两级神经网络字符识别系统

从待识别字符中分别提取网格与Zernike矩特征,并将两种特征输入改进的BP神经网络进行比较,得知网格特征对随机噪声及笔划粗细变化不敏感,而Zernike矩特征对旋转不敏感,针对两种字符特征的缺点与优点,把以上两个神经网络进行联合,设计了一个两级神经网络字符识别系统,实验表明,基于不同特征输入的神经网络识别结果之间存在互补现象,上述两级神经网络分类器串级集成字符识别系统正确识别率达98%。

低雷诺数湍流模型的网格特征

低雷诺数模型目前主要应用于二维简单流动的数值仿真中,为研究该湍流模型在三维复杂流动计算中的网格特征,选取不同系列的车身面网格尺寸、车身壁面第一层边界层与壁面法向高度以及边界层层数等3组网格参数,利用ANSYS对阶背式MIRA模型外流场进行数值仿真.数值仿真结果与风洞试验的结果对比表明：数值计算得到的车身表面平均y＋值随面网格尺寸增加而呈现减小趋势;网格方案对气动力因数和车身表面压力因数分布影响显著,气动阻力因数仿真值与试验值误差的变化区间为0.83%-7.93%,气动升力因数误差变化区间为10%-104%;气动阻力因数和气动升力因数均随着边界层层数的增加而增大,边界层层数为5时可以得到兼顾气动力因数精度和车身表面压力因数精度的较优仿真结果.

可压缩核废料污染问题的变网格特征有限元法

对多孔介质中可压缩核废料污染问题提出并分析了一类特征线修正的变网格混合元方法 ,即对流动方程采用混合元方法 ,对浓度方程和传热方程采用变网格特征有限元法 .从而在不增加计算量的基础上可采用对时间t的大步长计算 ,充分地发挥了有限元数值解法的高精度优越性 ,并在相当一般的情况下得到了L2 模误差估计 .

基于改进网格特征的离线笔迹识别

本文提出了一种基于改进网格特征的文本无关的离线笔迹识别方法。首先,对一个固定大小的网格窗口进行位置标注;接着,用该网格窗口去记录每一个边缘像素点周围满足改进网格特征生成条件的连通像素点对的位置信息;然后,统计出整幅图像中所记录的不同连通像素点对的位置信息特征;在获取特征向量之后,采用改进的加权卡方距离度量笔迹特征向量之间的相似度。在包含300个书写人的手写笔迹图像库上进行实验,实验结果证明了该方法的有效性。