检索结果-内蒙古大学图书馆

光电子．激光 2014年第4期25卷 792-800页

作者：徐少平杨荣昌刘小平南昌大学信息工程学院江西南昌330031 加拿大卡尔顿大学系统与计算机工程系

提出了一种基于噪声估计的自适应开关型中值滤波器(IASMNE,improved adaptive switching median filter based on noise estimation)。IASMNE以图像经小波变换后在不同尺度和不同方向提取的子带滤波系数值的统计信息构成刻画图像受噪声... 详细信息

提出了一种基于噪声估计的自适应开关型中值滤波器(IASMNE,improved adaptive switching median filter based on noise estimation)。IASMNE以图像经小波变换后在不同尺度和不同方向提取的子带滤波系数值的统计信息构成刻画图像受噪声干扰程度的特征矢量,在大量噪声图像上获得的特征矢量为学习数据集,并利用支持向量回归(SVR)分析实现对图像中噪声比例的准确估计。基于此,IASMNE对高、中、低不同噪声比例图像启动不同的滤波策略,并灵活设置滤波参数。大量实验表明,与其它开关型滤波器相比,IASMNE能够合理地根据图像噪声干扰程度进行最佳滤波,尤其是对于大于70%的椒盐噪声(SPN)能够大幅度提高图像质量。

关键词：图像降噪椒盐噪声(SPN) 噪声估计噪声自适应开关型中值滤波

来源：评论

学校读者我要写书评

暂无评论

基于重心映射的三角形网格参数化方法研究与实现

引用

北京邮电大学学报 2019年第5期42卷 83-90页

作者：管焱然奥利弗·范凯克管有庆卡尔顿大学计算机科学学院渥太华K1S5B6 南京邮电大学物联网学院南京210003

针对在几何处理领域有着广泛应用的三角形网格参数化问题,研究了基于重心映射的三角形网格参数化方法.利用geometry-processing-js类库中的半边数据结构,采用均匀拉普拉斯权重、拉普拉斯-贝尔特拉米权重和中值权重3种加权方案,实现了重... 详细信息

针对在几何处理领域有着广泛应用的三角形网格参数化问题,研究了基于重心映射的三角形网格参数化方法.利用geometry-processing-js类库中的半边数据结构,采用均匀拉普拉斯权重、拉普拉斯-贝尔特拉米权重和中值权重3种加权方案,实现了重心映射法,并根据三角形的形变量分析了参数化结果.结果表明,中值权重为重心映射法的最优加权方案.

关键词：参数化重心映射三角形网格几何处理

来源：评论

学校读者我要写书评

暂无评论

基于点云模型的虚拟手术系统建模及碰撞检测

引用

数据采集与处理 2016年第5期31卷 903-910页

作者：胡凌燕何声星熊鹏文刘小平任忠杰南昌大学信息工程学院南昌330031 卡尔顿大学工程与设计学院系统与计算机工程系

建模与碰撞检测算法是虚拟手术具有良好实时性的前提。通过,CT得到病人身体患部的点云数据再基于八叉树剖分算法,采用层次包围球结构,对手术部位的软组织及器官进行建模。为了提高碰撞检测的实时性,将手术器械物理模型简化为一个小球或... 详细信息

建模与碰撞检测算法是虚拟手术具有良好实时性的前提。通过,CT得到病人身体患部的点云数据再基于八叉树剖分算法,采用层次包围球结构,对手术部位的软组织及器官进行建模。为了提高碰撞检测的实时性,将手术器械物理模型简化为一个小球或一条直线与软组织交互,而几何模型保持不变,这样在不影响虚拟手术的视觉效果同时又提高了碰撞检测的速度。实验结果表明,算法能准确检测出虚拟手术器械与虚拟模型接触的点,而且碰撞检测实时性显著提高,简化后的平均碰撞检测时间仅为虚拟手术的快速碰撞检测算法中未简化的方法平均时间的10%。

关键词：虚拟手术碰撞检测点云包围球

来源：评论

学校读者我要写书评

暂无评论

关于离散空间中最优搜索策略的一些结果(英文)

引用

软件学报 2001年第12期12卷 1748-1751页

作者：朱清新周明天 John Oommen 电子科技大学光纤通信国家重点实验室四川成都610054 电子科技大学计算机科学与工程学院四川成都610054 加拿大卡尔顿大学计算机学院

研究关于 N个位置的最优搜索问题 .最优搜索问题是研究如何将用于搜索的资源 (如时间等 )分配到 N个位置使得发现目标的概率为最大 .以往人们在研究最优搜索问题时总是假设目标的分布函数是已知的 ,但实际情况往往不是这样 .用拉格朗日... 详细信息

研究关于 N个位置的最优搜索问题 .最优搜索问题是研究如何将用于搜索的资源 (如时间等 )分配到 N个位置使得发现目标的概率为最大 .以往人们在研究最优搜索问题时总是假设目标的分布函数是已知的 ,但实际情况往往不是这样 .用拉格朗日算子理论来研究目标的分布函数是未知的情况下的最优搜索问题 ,得出了一系列新的结果 ,包括分布函数的近似方法和误差估计公式 .最后给出了两个例子 .

关键词：判决函数目标分布拉格朗日算子误差估计最优搜索策略离散空间

来源：评论

学校读者我要写书评

暂无评论

信息量加权的梯度显著度图像质量评价

引用

中国图象图形学报 2014年第2期19卷 201-210页

作者：徐少平杨荣昌刘小平南昌大学信息工程学院南昌330031 加拿大卡尔顿大学系统与计算机工程系

目的针对信息量加权结构化图像质量评价算法(Information Content Weighted SSIM)对图像局部失真度量能力的不足,提出了一种被称为信息量加权的梯度显著度图像质量评价改进算法(Information Content Weighted Gradient Salience SSIM)... 详细信息

目的针对信息量加权结构化图像质量评价算法(Information Content Weighted SSIM)对图像局部失真度量能力的不足,提出了一种被称为信息量加权的梯度显著度图像质量评价改进算法(Information Content Weighted Gradient Salience SSIM)。方法该算法首先根据人眼视觉系统响应亮度刺激的韦伯定律,仅在空域内利用一次滤波快速计算出当前像素点与背景之间的对比度并将其非线性映射为该像素点的视觉显著度。然后,将视觉显著度与梯度特征结合后获得了一种新的被称为梯度显著度局部失真度量(GS-SSIM)并将其替换IW-SSIM算法中的SSIM局部结构化度量。结果在六大公开基准数据库上完成的大量对比实验表明:对于图像的各种噪声和模糊等类型失真,GS-SSIM较SSIM局部失真度量具有更高的评价准确率。与IW-SSIM算法和其他被广泛引用的图像质量评价算法相比,改进算法评价结果总体上与主观评价结果具有更高的一致性。结论视觉显著度与梯度特征相结合后所构成的结构化度量能够有效提高经典SSIM结构化度量对图像局部失真度量的准确性,未来可以考虑将人类视觉系统(HVS)的其他特性融入到图像质量评价算法中,以进一步提高算法的准确性。

关键词：图像质量评价信息量加权韦伯定律视觉显著度梯度结构

来源：评论

学校读者我要写书评

暂无评论

基于区域最大相似度的快速图像分割算法

引用

光电子．激光 2013年第5期24卷 990-998页

作者：徐少平刘小平李春泉胡凌燕杨晓辉南昌大学信息工程学院江西南昌330031 加拿大卡尔顿大学系统与计算机工程系南昌大学机电工程学院江西南昌330031

针对基于区域最大相似度图像分割(MSRM)算法中利用颜色直方图描述符计算相邻区域之间相似度存在着计算量大和描述能力的不足,提出改用基于局部二值模式(LBP)纹理描述符计算相邻区域相似度的改进MSRM(IMSRM)算法。LBP描述符通过对像素点... 详细信息

针对基于区域最大相似度图像分割(MSRM)算法中利用颜色直方图描述符计算相邻区域之间相似度存在着计算量大和描述能力的不足,提出改用基于局部二值模式(LBP)纹理描述符计算相邻区域相似度的改进MSRM(IMSRM)算法。LBP描述符通过对像素点之间局部微结构进行编码实现了对其空间关系的描述,有效提高了对区域特征的描述能力,并且所获得的特征矢量维数远小于颜色直方图,区域之间的相似度计算效率大幅度得到提高。与MSRM算法对比实验表明,IMSRM算法可以从各种复杂背景中有效提取待分割对象的轮廓,所提取的轮廓边缘细节上更优,算法执行效率能够提高50%左右。

关键词：图像分割区域特征区域最大相似度规则颜色直方图局部二值模式(LBP)

来源：评论

学校读者我要写书评

暂无评论

基于稠密局部自相似特征流的图像配准算法

引用

光电子．激光 2013年第8期24卷 1619-1628页

针对基于稠密SIFT流图像配准算法执行效率和配准准确率有待提高的不足,提出了一种基于稠密局部自相似(LSS)描述符构建的稠密改进的LSS(ILSS)特征流的图像配准算法。算法通过颜色空间转换分离出彩色图像中的颜色和亮度信息,只在亮度通道... 详细信息

针对基于稠密SIFT流图像配准算法执行效率和配准准确率有待提高的不足,提出了一种基于稠密局部自相似(LSS)描述符构建的稠密改进的LSS(ILSS)特征流的图像配准算法。算法通过颜色空间转换分离出彩色图像中的颜色和亮度信息,只在亮度通道上提取稠密LSS特征以大幅度提高图像特征提取阶段执行效率。随后以保持特征流场光滑性为约束条件,采用金字塔多分辨率迭代法提高LSS特征流场估计阶段的执行效率。多分辨率迭代法的基本思想是先在图像粗粒度网格上快速估算出初步的特征流场,然后再逐步求精获得最终精确的特征流场。大量实验表明,与稠密SIFT流相比,基于稠密ILSS特征流的图像配准算法在图像内容发生较大变化时具有更好的鲁棒性,同时具有更高的执行效率和图像配准确率。

关键词：图像配准稠密SIFT流局部自相似(LSS)描述符颜色空间转换光滑约束

来源：评论

学校读者我要写书评

暂无评论

基于部分背景加权更新的均值漂移跟踪算法

引用

计算机应用研究 2013年第12期30卷 3810-3813页

作者：李茂林刘小平胡凌燕徐少平南昌大学信息工程学院南昌330031 加拿大卡尔顿大学系统与计算机工程系

为了解决均值漂移跟踪算法中背景对目标定位的扰动,提出了一种基于颜色和纹理混合特征以及采用背景加权更新的改进算法。改进算法先将原始视频序列RGB帧图像转换为HSV颜色空间表示,然后分别在H、S通道上提取颜色特征,在V通道上用LBP描... 详细信息

为了解决均值漂移跟踪算法中背景对目标定位的扰动,提出了一种基于颜色和纹理混合特征以及采用背景加权更新的改进算法。改进算法先将原始视频序列RGB帧图像转换为HSV颜色空间表示,然后分别在H、S通道上提取颜色特征,在V通道上用LBP描述符提取纹理特征,在此基础上为目标区域和背景区域建立三维颜色纹理混合直方图作为其描述符;在对象的跟踪过程中,通过巴氏系数选择性地加权更新部分背景信息。实验结果表明,与基于全部背景更新策略相比,改进算法充分利用了颜色和纹理特征并加权更新背景信息,具有更高的可靠性和鲁棒性,具有更好的计算效率。

关键词：目标跟踪均值漂移 HSV空间局部二值模式加权背景更新

来源：评论

学校读者我要写书评

暂无评论

带有丢包的网络化控制系统建模及随机稳定控制

引用

哈尔滨工程大学学报 2010年第10期31卷 1354-1359页

作者：叶秀芬刘世超 LIU P.X. 哈尔滨工程大学自动化学院黑龙江哈尔滨150001 卡尔顿大学系统与计算机工程学院

针对带有马尔可夫丢包的网络化控制系统的建模及随机稳定控制问题,利用离散化方法将丢包NCS建模为马尔可夫跳变系统.其次,结合马尔可夫跳变系统理论和依赖于丢包的李亚普诺夫函数方法,给出了闭环NCS随机稳定的充分条件.另外,利用线性矩... 详细信息

针对带有马尔可夫丢包的网络化控制系统的建模及随机稳定控制问题,利用离散化方法将丢包NCS建模为马尔可夫跳变系统.其次,结合马尔可夫跳变系统理论和依赖于丢包的李亚普诺夫函数方法,给出了闭环NCS随机稳定的充分条件.另外,利用线性矩阵不等式方法,给出了基于丢包的随机稳定控制器的设计方法.通过数值仿真实例,验证了所述方法的有效性.

关键词：网络化控制系统丢包马尔可夫跳变系统李亚普诺夫函数线性矩阵不等式

来源：评论

学校读者我要写书评

暂无评论

改进的自适应权值核范数最小化去噪算法

引用

计算机工程与设计 2018年第1期39卷 212-217,229页

作者：刘玉兰刘小平邹艳妮南昌大学信息工程学院江西南昌330031 卡尔顿大学系统与计算机工程系

为解决传统权值核范数最小化(WNNM)算法在最优参数选取过程中过度依赖经验值的问题,提出一种改进的自适应参数选取WNNM算法,其最大特点是在WNNM算法基础上增加了噪声评估模型。通过提取均值减损对比归一化系数和邻域系数的分布特征参数... 详细信息

为解决传统权值核范数最小化(WNNM)算法在最优参数选取过程中过度依赖经验值的问题,提出一种改进的自适应参数选取WNNM算法,其最大特点是在WNNM算法基础上增加了噪声评估模型。通过提取均值减损对比归一化系数和邻域系数的分布特征参数构成图像特征矢量,与其对应的噪声浓度共同组成样本集;利用支持向量回归对样本集进行训练得到噪声评估模型,快速有效地为算法提供最优参数。实验结果表明,相比传统WNNM算法,该算法在进行图像去噪时,效率更高,效果更好,具有良好的鲁棒性和泛化性。

关键词： %WNNM算法参数选取噪声评估模型参数自适应高斯噪声

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：