基于二叉顶点树的视点相关实时LOD算法

本文提出了一种实时LOD算法，通过对二又顶点树的操作，实现在渲染过程中用不同的细节层次表示模型各部分。采用的细节层次的选择标准有：视见体剔除，背面剔除和屏幕空间的投影误差。实验结果表明该算法可以在保持一定的视觉效果的前提下，大大提高绘制效率。     

偏微分方程约束的基于模块的图像修复模型

为了对大规模目标区域的图像进行修复,提出了一种既能保持线性特征和纹理信息,又能应用于大规模目标区域的基于模块的图像修复模型。该模型首先使用像素切向等照度线强度约束修复优先级,由于切向等照度线方程在图像边缘宽度约束下扩散,因此具有很好的线性特征保持性能。这种扩散具备形态学不变性,可修复自然场景图像;然后采用Euclidean距离计算模块相似度,并加入偏微分方程约束,使得线性特征位置的像素点在匹配中影响较大;使用散度约束下总体变分插值法对修复结果进行无接缝效应处理,使得最终修复结果平滑;最后扩展模型相似度函数,使目标区域可被修复为指定的纹理特征。理论和实验结果证明该模型在图像修复中是有效的。     

基于J2EE的计费帐务系统前端的设计

本文简要地介绍了J2EE架构,描述了计费帐务系统前端的架构及技术特点.由于将J2EE架构应用于电信行业系统,本系统很好地解决了安全性、复杂性和多变性.该系统具有良好的可移植性和可伸缩性,可以减少系统开发及部署时间.     

一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用

鲁棒主分量分析(RPCA)模型在选取幅度参数时,忽略了各变量独有的统计特性.为克服RPCA模型的这一不足,本文提出了通用鲁棒主分量分析(GRPCA)模型,采用M估计器(M-Estimator)为每个变量估计符合其自身统计特性的幅度参数,以提高模型的鲁棒性和通用性,并在此基础上提出了一种集成小波分解、鲁棒估计及独立分量分析的WR-ICA人脸识别算法.WR-ICA对人脸识别中的多种外部干扰(残缺人脸图像、化妆及遮挡等)都表现出很好的鲁棒性.理论分析和实验结果证实了WR-ICA的有效性,采用Cos距离作相似性度量时,WR-ICA的平均识别率达到99.44%.     

基于尺度旋转的图像恢复研究

运动模糊图像恢复是图像处理中的重要部分。本文将计算机图形学尺度旋转引入运动模糊图像恢复中,提出基于尺度旋转变换的运动模糊图像自动搜索恢复模型,并阐述建立模型的完整过程和均方误差准则下自动搜索优化算法。实验表明,模型较好解决了传统运动模糊图像恢复中无参数恢复图像的缺陷,恢复效果良好,是一种有效的图像恢复方法。     

一种基于迭代映射和图像内容的自适应水印算法

提出了一种新颖的基于迭代映射和图像内容的自适应水印算法。该算法将图像分割为互不重叠的图像块,利用分形维数分析图像块内容,选出反映图像自身特征的边缘和纹理区域。再根据图像块内部以及相邻图像块之间的方差特性将所选的特征区域细分为边缘、弱纹理和强纹理。对选取的特征块进行离散余弦变换并将经过迭代映射置乱预处理的灰度数字水印以不同的强度自适应地嵌入到中频系数中。实验结果表明该算法透明性好,安全性高,对剪切、低通和高通滤波、添加噪声和纹理以及JPEG压缩等具有较强的顽健性。     

新一代（第四代）人机交互的概念框架特征及关键技术

人机交互是研究人与计算机之间通过相互理解的交流与通信，在最大程度上为人们完成信息管理，服务和处理等功能的一门技术科学．本文给出新一代(第四代)人机交互的概念框架和其四个标志性特征，即：(1)具有多模感知(听觉，视觉，手势，笔势等)功能的人机交互方式；(2)可进行基于Agent的听、视觉对话，作为人机交互的界面；(3)具有Internet数据仓库和基于内容检索的知识处理能力，作为人机交互内容；(4)可以在二维或虚拟的三维环境中实现人机通信，作为人机交互的环境．文中给出了解决和实现该四大特征的关键技术，描述了实验系统平台的全面功能，可以为同类研究人员作参考．     

模型基编码中脸部模型的自动调整

通用模型的调整是模型基人脸图像编码的重要步骤,本文提出了一种利用改进的变形模板提取脸部完整特征、由径向基函数内插调整模型非特征点的正面脸部模型自动调整算法.首先用矩形模板匹配确定各特征区域,模板尺寸由先验知识设计;在各特征区域内确定变形模板的初始位置和变化范围,采用遗传算法等匹配方式,获取变形模板的最优参数值;最后估计输入人脸姿态,进行模型的全局变换和用径向基函数内插调整模型非特征点,得到输入人脸的特定模型.实验结果表明,对于输入为简单背景的肩头像,该算法简便快速,可获得较好的调整效果.     

基于新三步搜索法的超分辨率图像处理研究

超分辨率图像复原的目的在于复原截止频率之外的信息,以使图像获得更多的细节和信息.本文采用POCS方法进行超分辨率图像复原研究.运动估计在超分辨率图像复原中起着重要作用,三步搜索法由于第一步搜索步长过大,对于小运动估计效果较差.本文提出了一种新的运动估计方法--新三步搜索法,在第一步搜索时采用了并行思想,有效地弥补了三步搜索法的这一缺陷.使用新三步搜索法得到的平均绝对偏差和峰值信噪比均优于三步搜索法得到的结果,得到的图像也优于三步搜索法得到的图像.     

基于离散微粒群优化算法的SVM参数选择

支持向量机(SVM)的学习性能和泛化能力主要取决于参数选择,然而传统的优化算法难以解决此问题。文中通过支持向量的个数建立优化目标函数,采用微粒群优化(PSO)算法对其优化,寻找最优参数。PSO是一种新兴的基于群体智慧的进化算法。实验表明,微粒群优化算法是支持向量机参数选择的有效方法。