SAR图像并行拼接方法研究与实现——基于改进完全二叉树模型

随着SAR成像技术的快速发展,SAR图像覆盖的地域范围与成像精度也在迅速增长,这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析,提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接,并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现;对比实验证明,基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效,且并行拼接后的完整图像效果良好.     

基于均值漂移的SAR图像分割方法研究

本文主要讨论了均值漂移算法在图像分割中的应用,指出均值漂移算法是一个稳定的图像分割算法,该算法具有很强的适应性.对于遭受噪声污染的图像,它的分割效果会受到很大的影响.因此针对噪声特性,提出了用滤波器来改善基于均值漂移的SAR图像分割的方法.该方法的关键是设计合适的滤波器.基于该方法进行了图像分割实验表明,该方法可以改进图像分割效果.     

基于LoFTR算法的图像拼接算法研究与实现

针对传统算法图像匹配准方法提取特征点不精确、鲁棒性低、低纹理下很难识别到特征点等问题。本文提出一种新的局部图像特征匹配方法,替代传统的顺序执行图像特征检测,描述和匹配的步骤。首先在原图像提取分辨率为1/8的粗略特征,然后平铺为一维向量,并为其添加位置编码,将组合结果输入到Transformers模块中的自注意力层和交叉注意力层,最后输入可微分匹配层后得到置信矩阵,为该矩阵设置阈值和相互最近标准,从而得到粗略的匹配预测。其次是在精细层次上细化良好的匹配,在建立精匹配之后,通过变换矩阵到统一的坐标下,实现图像重叠区域对齐,最后通过加权平局融合算法对图像进行融合,实现对图像的无缝拼接。本文使用Transformers中的自注意力层和交叉注意力层来获取图像的特征描述符。实验结果表明,在特征点提取方面,LoFTR算法比传统的SIFT算法,无论在低纹理区域还是纹理比较丰富的区域提取的都更精确,同时使用此方法得到的拼接效果比传统经典算法拼接的效果更好。     

基于ACSI模型下女大学生对体育场地满意度研究〖HT4K〗——以福建师范大学旗山校区为例

运用访谈法、问卷调查、数理统计等研究方法,并结合ACSI模型以女大学生为调查对象对福建师范大学旗山校区体育场地的满意度进行分析,首先运用模糊综合评价法对问卷数据进行处理,进而得出影响满意度的各指标的分值;运用SPSS进行多元线性回归分析从而得到回归方程,最终计算出女大学生对学校体育场地的满意度分值为 3.399 6分,介于中间偏高的一般满意范围之内;最后从发挥学校体育场地的实际效能和调整女大学生期望值两个方面提出了提高女大学生满意度的建议。