基于OPENCV的计算机视觉技术研究

随着计算机技术的快速发展,基于Opencv的计算机视觉技术水平获得了很大的提高。计算机视觉技术主要是实现人眼的分类、分割、跟踪、识别、判别决策等功能,在计算机视觉系统中创建3D、2D图像数据,以创建获取所需要信息的人工智能系统。本文主要基于Opencv计算机视觉技术来探讨在系统创建过程中存在着的问题以及相应的对策,以求获得对视觉技术的创新发展。

改进SegNet+CRF高分辨率遥感影像建筑物提取方法

将传统的语义分割SegNet网络用于高分辨率遥感影像的建筑物提取时,分割的建筑物存在边界模糊、精度较低、错检漏检等问题;为了解决上述问题,提出一种改进SegNet网络+CRF语义分割方法;编码阶段的最低分辨率层引入空洞金字塔池化模型(ASPP,atrous spatial pyramid pooling),通过并行的空洞卷积操作扩大特征提取的感受野;解码阶段构建特征金字塔(FPN,feature pyramid networks)实现特征多尺度融合,弥补上采样过程中丢失的特征信息;最后,预测图像送入全连接条件随机场模型(CRF,fully connected/dense CRF)进行后处理,优化提取的建筑物边缘;实验表明,相较于原SegNet网络,改进方法的建筑物提取像素精度、召回率、平均交并比分别提高了0.48%、1.29%、2.36%。

Java语言的特点与C++语言的比较

随着计算机软件技术不断发展,对于各类计算机语言的研究逐渐深入。其中对于Java语言的研究以及C++语言的研究在编程语言优化中,占据着重要的地位。Java语言是一种面向对象的,且与平台运行无关的高级编程语言。而C++语言在C语言基础发展而来,但是与C语言相比具有更多优势的操作简单的语言。基于此,本文就Java语言与C++语言的特点进行比较与研究,并分析这两种语言在实际的软件中的应用。