教学课程资源库 更多>>

关键词： 智能交通   数字图像处理技术   具体应用  

摘要： 为了全面提升智能交通的应用效果,研究人员需要充分发挥数字图像处理技术的应用优势,打造更加合理高效的智能控制平台,及时落实系统管理方案,发挥数据信息的应用优势,从而促进智能交通的科学运行。文章简要介绍了智能交通系统,并着重讨论了智能交通领域内数字图像处理技术的应用要点。

关键词： 数字图像处理   形态学   增强型方向梯度直方图   InSAR地形匹配   欧氏距离  

摘要： 地形匹配导航是一种重要的利用地形和地物特征进行导航的技术。为了进一步提高地形匹配算法的精度,提出了一种基于形态学增强型方向梯度直方图(EHOG)的地形匹配算法。该算法采用形态学闭运算对干涉合成孔径雷达(InSAR)获取的实时高程图(REM)进行预处理,获取EHOG特征;将地形匹配转换为HOG特征描述子的匹配,以特征向量间的欧氏距离作为相似性度量。匹配过程中,采用粗细精结合的三步优化匹配搜索策略,提升了算法实时性。实验结果表明,与未增强的HOG算法、传统的梯度互相关算法相比,所提匹配算法具有更好的匹配精度和抗噪性,同时具有较强的鲁棒性和实用性,能够很好地应用于InSAR地形匹配。

关键词： 在线学习   公选课   学习参与度  

摘要： 基于对公选课“数字图像处理PHOTOSHOP”课程在线学习的参与度及相关影响因素的调查分析表明,在线学习过程中网络环境、自律性和在线互动是影响学生参与度的重要因素。从学生、教师和学校三方面提升学生的在线学习参与度,营造无干扰的学习环境,设置合理多元的教学、互动和评价方式,并加强政策和资源建设方面支持力度有利于大学生在线学习的学习效果。

关键词： 数字图像处理   基础数据管理   移动硬盘   GPS定位   铁路信号电缆   精细化管理   电务段   移动终端  

摘要： “铁路信号电缆施工管控装置”通过技信息术评审2021年12月15日,由唐山电务段完成的“铁路信号电缆施工管控装置”通过了中国铁路北京局集团有限公司技术评审。铁路信号电缆施工管控装置采用GPS定位、数字图像处理等技术,主要由GPS定位模块、移动终端、云台控制单片机、摄像装置,以及移动硬盘等组成,具备电缆定位、电缆基础数据管理、可视化施工质量管控等功能,实现了铁路信号电缆的精细化管理.

关键词： 数字图像   通信工程   应用方法  

摘要： 数字图像处理技术是经济高速发展,科学水平的不断进步,计算机等电子技术发展越来越融入人们的生活而产生的一项技术,它被广泛运用于图像和图形信息的处理。数字图像处理技术给通信工程带来更多的可能性,让人们的通信更加便利,例如,视频通话、照片传播等使人们日常生活的通信方式越来越多样化,时空上的限制使让人们在线上见面,创造了更多的通信可能性,数字图像处理技术被广泛运用在通信工程中,但是仍然还有很多问题和方法值得我们去深入探析,文章通过分析数字图像处理技术的概念和优点,探索在通信工程中的应用方法。

关键词： 肤色获取方法   图像分析法   数字图像处理   肤色  

摘要： 肤色数据越来越多地应用于日常生活和科学研究的各个领域,为获得准确的肤色测量方法,本研究在搭建的模拟实验环境中,分别使用手持式分光光度计、远射光谱辐射计、专业数码相机、智能手机四种仪器对119名武汉常住居民的面部肤色数据进行采集,对测量结果进行比较与分析,并针对不同仪器的测量方法与测量条件做出综合分析与评价,提出了在不同场景设定下适用的最佳肤色测量方法。此外,本研究针对获得的数字图像,在Otus算法的基础之上提出了一套基于RGB颜色空间直方图峰值补偿分割的图像分析方法,用于进行肤色区域的选择。

ISBN: (纸本)9787115579553

关键词： 数字图像处理  

ISBN: (纸本)9787516662519

摘要： 本书是河南省平顶山学院王军敏老师在其博士论文的基础上扩充而成，同时得到了平顶山学院博士科研启动基金项目和中青年骨干教师资助项目的课题资助。书稿从信息管理系统的视角出发，认为纹理图像在现实世界中无处不在，纹理图像中所蕴含的纹理模式特征是人类认知世界所需的重要视觉特征，这使得纹理图像识别研究具有重要的理论和应用价值，而纹理图像特征提取是该研究的核心内容。针对目前纹理图像特征提取方法存在的不足之处，主要开展以下研究工作：（1）基于局部特征描述和纹理基元学习的纹理图像特征提取方法；（2）基于全局Gabor特征和局

关键词： 数字图像处理   图像融合   多尺度局部极值分解(multiscale local extrema decomposition,MLED)   残差网络   显著特征图   能量显著图  

摘要： 为了进一步提升红外与可见光图像融合方法的性能,本文提出了一种基于多尺度局部极值分解与深度学习网络ResNet152的红外与可见光图像融合方法。首先,利用多尺度局部极值分解(multiscale local extrema decomposition,MLED)方法将源图像分解为近似图像和细节图像,分离出源图像中重叠的重要特征信息。然后采用残差网络ResNet152深度提取源图像的多维显著特征,以l_(1)-范数作为活性测度生成显著特征图,对近似图像进行加权平均融合,以保持能量和残留细节信息不丢失。在细节图像中,利用“系数绝对值取大”规则获得初始决策图,源图像作为引导图像,初始决策图作为输入图像进行引导滤波处理,得到优化决策图,计算加权局部能量得到能量显著图,对细节图像进行加权平均融合,使融合图像具有丰富的纹理细节和良好的视觉边缘感知。最后,对近似融合图像和细节融合图像进行重构,得到融合图像。实验结果表明,与现有的典型融合方法相比,本文所提出的融合方法在客观评价和视觉感受方面都取得了最好的效果。