23部人禽伦交,69av久久

一種硬件加速OpenCV的圖像處理方法研究

研究了一種基于Vivado HLS加速OpenCV程序的方法，其核心是利用Xilinx高層次綜合工具Vivado HLS，將C++編寫的OpenCV程序按照Vivado HLS處理規(guī)范進(jìn)行修改，進(jìn)而將代碼轉(zhuǎn)換為硬件描述語言，可快速生成IP核。結(jié)合Xilinx Zynq SoC架構(gòu)和其視頻圖像處理方面的優(yōu)勢，通過軟硬件協(xié)同的方法，實現(xiàn)OpenCV程序算法向高性能處理平臺Zynq SoC系統(tǒng)的移植和加速。該方法對圖像處理軟件設(shè)計的硬件化加速具有重要的應(yīng)用價值。

發(fā)表于：2/21/2016

基于光學(xué)特性及其線性約束的圖像檢測算法

基于圖像紋理和陰影的信息判斷物理光學(xué)特性，根據(jù)該特性是否一致提出一種檢測圖像真實性的算法。通過建立線性規(guī)劃方程限定楔形方向和角度，并運用共軛梯度法去判定正確的紋理信息。紋理限定的光源位置或楔形的交集都可以作為判定圖像真實性的依據(jù)。結(jié)合陰影和紋理的約束條件，使得楔形的參數(shù)更加精確。實驗結(jié)果顯示，所建立的算法可以正確顯示光源的信息和圖像中物體的光學(xué)特性，并判斷圖像是否被篡改。

發(fā)表于：2/21/2016

LED照明閉環(huán)控制系統(tǒng)的設(shè)計與實現(xiàn)

為了節(jié)能和智能控制燈光，構(gòu)建了一個以STC12C5410AD單片機為核心的LED照明閉環(huán)控制系統(tǒng)，實現(xiàn)了對白光LED照明的閉環(huán)控制功能。該系統(tǒng)利用光敏電阻實時采集環(huán)境光線強度，自動調(diào)節(jié)白光LED亮度；采用A/D轉(zhuǎn)換將光線強度的模擬量轉(zhuǎn)化為數(shù)字量；采用I/O口實現(xiàn)對LED的PWM功率控制；采用電流驅(qū)動，電流步距可調(diào)的方式來調(diào)節(jié)白光LED。通過測試表明，該系統(tǒng)提高了照明環(huán)境的品質(zhì)，具有電路簡單、可靠性強的優(yōu)點。

發(fā)表于：2/21/2016

基于SVD的經(jīng)編賈卡織物圖像檢索

為了充分利用經(jīng)編賈卡織物圖像的廣泛資源，探索“互聯(lián)網(wǎng)+”背景下紡織企業(yè)的信息化道路，探討了織物圖像智能檢索系統(tǒng)的開發(fā)設(shè)計。根據(jù)現(xiàn)有方法特征維數(shù)過高的不足，提出了運用奇異值分解的方法進(jìn)行織物圖像檢索，并使用相關(guān)系數(shù)作為織物圖像間相似度的測量。最后在MFC框架下，運用OpenCV開源視覺庫進(jìn)行了整體的設(shè)計與實現(xiàn)。實驗結(jié)果表明，該方法對于賈卡經(jīng)編織物檢索速度快，準(zhǔn)確度高，具有一定的實用價值。

發(fā)表于：2/20/2016

基于改進(jìn)協(xié)方差矩陣的半色調(diào)圖像分類研究

針對半色調(diào)圖像分類中只存在0和1的特點，提出了一種基于改進(jìn)的協(xié)方差矩陣在半色調(diào)圖像中的分類方法。根據(jù)協(xié)方差矩陣在實現(xiàn)半色調(diào)圖像分類中個數(shù)少且并未體現(xiàn)其局部和全局信息的特性，對協(xié)方差矩陣的底層特征進(jìn)行改進(jìn)。利用樣本的局部特性和核密度估計方法，實現(xiàn)黎曼流形上的貝葉斯分類策略。實驗中研究協(xié)方差矩陣的底層特征與傳統(tǒng)協(xié)方差矩陣的特征提取方法并對其進(jìn)行分類性能比較。實驗結(jié)果表明，在半色調(diào)圖像分類中，與傳統(tǒng)的協(xié)方差矩陣相比較，改進(jìn)的協(xié)方差矩陣提取出的特征在分類中平均錯誤分類率更低

發(fā)表于：2/20/2016

改進(jìn)Retinex算法對特殊環(huán)境下的車牌圖像增強研究

針對特殊環(huán)境（霧天、傍晚）下車牌圖像由于光線暗淡而使得識別效果明顯下降的問題，提出一種使用改進(jìn)的Retinex算法（五尺度Retinex算法）與冪函數(shù)和雙邊濾波相結(jié)合對特殊環(huán)境下的車牌圖像進(jìn)行增強的算法。首先用冪函數(shù)對霧天、傍晚環(huán)境下的車牌圖像進(jìn)行處理，再采用雙邊濾波處理，最后經(jīng)過五尺度Retinex算法處理。與傳統(tǒng)Retinex算法相比，所提出的算法取得了較好的對特殊環(huán)境下的車牌圖像增強的效果，改善了車牌圖像的視覺效果，并且處理時間較短，對現(xiàn)實生活具有可觀的實際意義。

發(fā)表于：2/20/2016

基于圖像一致性計算的目標(biāo)識別算法

視覺計算模型集合了人類視覺系統(tǒng)（HVS）的復(fù)雜特征，并模擬了視覺輸入的分層感知表達(dá)。自底向上機制是現(xiàn)代模型中最常見的特征，是指無意識的注意，所提出的一致計算方法模擬自底向上視覺注意，并通過一致區(qū)域的計算來達(dá)到目標(biāo)識別的目的。所提模型主要基于對HVS行為的目前的理解，使用對比敏感度函數(shù)、感知分解、視覺掩蔽形成一個神經(jīng)性視覺空間，并在此基礎(chǔ)上使用center-surround交互、感知編組和顯著圖的建立來得到最終的顯著圖。所提模型的性能通過使用自然圖像來進(jìn)行評估，并將其結(jié)果與參照的經(jīng)典的自底向上模型進(jìn)行對比，結(jié)果表明該模型實效性高。

發(fā)表于：2/20/2016

基于Tri-training的圖像多特征融合目標(biāo)分類

在對目標(biāo)進(jìn)行分類識別過程中，對其特征的有效提取直接影響最后分類的精度。針對此類問題，提出了基于Tri-training算法對圖像進(jìn)行多特征融合分類，通過利用Principal Component Analysis（PCA）主成分分析法，并結(jié)合目前比較實用的半監(jiān)督學(xué)習(xí)Tri-training算法對圖像顯著目標(biāo)進(jìn)行分類，其中Tri-training算法是以Support Vector Machine（SVM）、Na?觙ve Bayes（NB）、Back Propagation（BP）為基分類器，將圖像的多特征數(shù)據(jù)值作為圖像在Tri-training分類器的輸入對分類器進(jìn)行訓(xùn)練和測試。實驗表明，在進(jìn)行了有效的預(yù)處理之后，再對樣本進(jìn)行多特征融合在一定程度上明顯提高了分類精度。

發(fā)表于：2/20/2016

基于雙目立體視覺的圖像增強

戶外視覺系統(tǒng)采集圖像時，容易受到低照度等因素的影響，導(dǎo)致捕獲的圖像退化，視見度降低。本文提出了一種基于雙目立體視覺的圖像增強算法。該算法首先通過立體匹配處理求解場景視差圖像，然后構(gòu)建廣義雙邊濾波估計圖像照度分量，根據(jù)Retinex原理求解圖像反射分量，實現(xiàn)圖像的增強。實驗證明，該算法能夠有效地改善圖像質(zhì)量，提高雙目視覺系統(tǒng)工作的魯棒性和可靠性。

發(fā)表于：2/19/2016

光纖照明系統(tǒng)在井下照明的應(yīng)用研究

簡要分析了現(xiàn)有井下照明系統(tǒng)，提出了光纖照明應(yīng)用于井下的理論，給出了系統(tǒng)的總體構(gòu)成及部分原理，最后經(jīng)過實驗分析驗證了本研究的可行性。

發(fā)表于：2/19/2016

基于小波變換和HVS的彩色圖像質(zhì)量評價方法

提出了一種基于小波變換和人類視覺系統(tǒng)的圖像質(zhì)量評價方法。首先分別測得4級小波分解后高低頻分量的SSIM值并用CSF曲線加權(quán)，然后對低頻分量進(jìn)行分塊DCT變換，測得每塊的中高頻分量的SSIM值作為乘性系數(shù)與前面所得結(jié)果相乘，最后對彩色圖像各個通道分別進(jìn)行加權(quán)相加。實驗結(jié)果表明，算法與人眼主觀感受值更加吻合。

發(fā)表于：2/19/2016

日媒郭臺銘否認(rèn)與軟銀聯(lián)合收購夏普

北京時間2月19日上午消息，據(jù)《日本經(jīng)濟新聞》報道，鴻海董事長郭臺銘18日下午再次訪日，拜訪了軟銀集團社長孫正義。在之后的采訪中，郭臺銘對于是否攜手軟銀聯(lián)合收購夏普的問題表示了否認(rèn)，表示目前沒有這種想法。

發(fā)表于：2/19/2016

大陸科學(xué)家研發(fā)顯示器薄如紙可彎曲

羊城晚報今天報導(dǎo)，廣東省政府16日召開全省創(chuàng)新驅(qū)動發(fā)展大會，表彰2015年度優(yōu)秀科技成果和科技工作者，中國工程院院士、廣州大學(xué)教授周福霖和中國科學(xué)院院士、華南理工大學(xué)教授曹鏞獲得突出貢獻(xiàn)獎。

發(fā)表于：2/19/2016

常見的八種LED燈具檢測技術(shù)

LED光源與傳統(tǒng)光源在物理尺寸及光通量、光譜、光強的空間分布等方面均存在很大差異，LED檢測不能照搬傳統(tǒng)光源的檢測標(biāo)準(zhǔn)及方法。小編下面為您介紹常見LED燈具的檢測技術(shù)。

發(fā)表于：2/19/2016

大尺寸可彎曲發(fā)展加溫　觸控屏幕擴張應(yīng)用版圖

根據(jù)賀利氏(Heraeus)預(yù)測，2016年傳統(tǒng)觸控螢?zāi)粚M(jìn)一步深入到日常生活的各個方面，例如，從汽車用品到建筑陶瓷等等。這種趨勢將會給成本控制帶來更大的壓力，同時也對產(chǎn)品品質(zhì)提出了更高的要求，而后像一體化觸控螢?zāi)坏拇笮蜕a(chǎn)商將會實現(xiàn)飛速成長。2016年，觸控領(lǐng)域或許不會出現(xiàn)具有變革性意義的技術(shù)創(chuàng)新，現(xiàn)有創(chuàng)新成果在該行業(yè)內(nèi)的全面推廣進(jìn)度將會稍微緩慢。

發(fā)表于：2/19/2016