一种快速、高效的车牌定位方法

基于车牌区域丰富的边缘特征,本文提出了一种改进的车牌定位方法。首先增强原始图像,并对原始图像和增强图像分别进行边缘提取;然后基于车牌区域边缘均匀,长短有限等特征,滤除背景及噪声边缘点;最后通过投影搜索出车牌区域。对采集到的各种复杂背景、环境下的车辆图像进行了大量实验,实验结果证明算法准确率高、适应性强。     

保持尖锐特征的混合细分曲面生成

基于混合细分模式,提出了细分曲面尖锐特征生成方法,通过对初始混合控制网格上要生成的各种尖锐特征的顶点和边分别作标记,然后局部修改细分规则进行迭代细分,实现了光滑混合曲面上产生折痕、角点、刺点、尖点的尖锐特征效果,并对尖锐特征处的局部细分矩阵进行了详细的特征分析。实验结果表明,该文算法效果好,能很好地保持模型的尖锐特征。     

一种自适应的MAP超分辨率复原算法

提出一种图像超分辨率复原算法,该算法考虑了运动矢量和点扩散函数估计不精确的情况。由于估计的不精确造成每帧低分辨率图像具有不同的噪声,算法根据各帧低分辨率图像的可靠性,相应地给它们赋予不同的权值,应用梯度下降法不断对权值及高分辨率图像进行更新。实验结果表明该算法较传统的MAP算法具有更好的复原效果。     

研究生教育中不同层次师生关系的比较

研究生一人校，就在导师的指导下选课、做论文，师生之间的关系较本科生更为紧密，导师对研究生不管是学术上还是人格上都有较大的影响。     

曲面三参数binary细分法

在经典四点细分法的基础上,通过在曲线细分过程中引入三个参数,给出一种改进的细分曲线构造的算法,利用生成多项式等方法对细分法的一致收敛性、Ck连续性进行了分析。并把该方法扩展到曲面上,进而提出了曲面三参数binary细分法。在给定初始控制数据的条件下,可以通过对形状参数的适当选择来实现对细分极限曲面形状的调控。数值实验表明该算法较容易控制曲面形状,可方便地应用于工程实际,解决曲线、曲面位置调整和控制问题。     

低帧率周期运动视频超分辨率重建方法

通过重建周期视频一个周期内的每一帧从而恢复出一个周期的高质量视频。由于视频是低帧率的,相邻帧间差别较大,无法使用相邻的帧进行基于模型的超分辨率重建,于是提出了配准视频周期,然后利用出每个周期内的相同景物的帧进行超分辨率重建,从而为低帧率低分辨率单个周期视频找到了超分辨率重建的方法;在帧间配准方面使用了互信息方法,取得了更精确的效果;使用的超分辨率重建方法无需迭代,对图像直接进行重建,算法更为简单。在仿真实验和实际实验中均取得了比其他基于模型的方法更好的结果。     

n-words模型下Hesse稀疏表示的图像检索算法

论文针对视觉词袋(BOVW)模型放弃图像空间结构的缺点,提出一种基于Hesse稀疏编码的图像检索算法。首先,建立n-words模型,获得图像局部特征表示。n-words模型由一系列连续视觉词获得,是图像特征的一种高级描述。该文从n=1到n=5进行试验,寻找最恰当的n值;其次,将二阶Hesse能量函数融入标准稀疏编码的目标函数,得到Hesse稀疏编码公式;最后,以获得的n-words序列作为编码特征,利用特征符号搜索算法求解最优Hesse系数,计算相似度,返回检索结果。实验在两类数据集上进行,与BOVW模型和已有的算法相比,新算法极大地提高了图像检索的准确率。