基于平移相减法的机织物组织识别

针对现有机织物组织识别方法适用范围窄、鲁棒性差的现状,课题组提出一种计算织物组织循环大小的平移相减算法（translational subtraction algorithm,TSA）,并提出了一种基于TSA算法的机织物组织有效识别方法。该方法结合机织物图像不同方向的TSA算法和水平方向的亮度累加法获取织物组织循环宽度和纬线宽度,然后对机织物图像进行错位TSA算法,分析错位TSA曲线相位的周期性和大小,可以得到织物组织循环的纱线根数和飞数,最终获得机织物图像的组织意匠图。实验证明该方法对机织物图像光照、纹理和倾斜等干扰因素具有鲁棒性,能有效识别各种类型的机织物组织。     

融合颜色与纹理特征的图像内容检索研究

随着信息技术的快速发展,视频、图像等媒体网络信息取代了传统的文本网络信息,基于内容的图像检索成为当今研究的热点问题.本文在分别对基于HSV空间的颜色直方图方法与基于共生矩阵的纹理方法比较的基础上,提出了一种融合颜色与纹理特征的图像检索方法,实现了多特征检索.实验结果显示,当两特征的权重值分别为0.5,0.5时,检索效果大幅度提高.     

基于纹理映射的医学图像三维重建

提出了一种基于纹理映射的体绘制算法,提高了图像的重建效率,增强了图像的重建效果。算法实现了对二维医学图像序列的三维重建,在目前通用的个人计算机上可以以近似实时的速度重建出高质量的三维图像。针对算法中存在的问题提出了两种不同的改进方法,取得了较好的效果。结合纹理生成的过程和纹理重采样的过程,对重建后的三维图像实现了交互切割的算法。     

一种融合时序特征的网络场景识别算法

针对网络场景识别问题,提出了一种基于语义识别改进的树模型识别算法框架,利用语义分析提取网络时序特征,纵向表达用户活动轨迹,可更加直观地表征办公、宿舍和食堂等场景。同时,通过对数据通信物理模型拟合的网络环境特征(设备之间的路损、干扰等)进行识别,获得网络环境内设备的款型、安装的疏密和用户的负载等信息。进而基于决策树模型框架,耦合上述两类特征生成场景识别算法框架。通过耦合网络环境的流量特征及网络规划特征,全局框架具有智能识别网络场景的特点。算法针对多个数据集样本进行验证,证明所提方案均能对不同场景进行有效识别。     

基于谐波特征矩阵的负载识别

给出一种基于电流谐波特性矩阵的负载识别方法,并利用二进制数独立不重复的特性,给出了求多个数据随机组合计算值的算法。此方法首先采样计算各单一负载的谐波特性,利用随机组合计算算法得到各种负载组合后的谐波特性矩阵。之后实时地计算当前电网中的电流谐波值,并将此值与谐波特性矩阵中的数据进行比对,与吻合数据对应的负载即为当前工作在电网中的负载。此方法在试验中取得了很好的效果。     

基于统计特征主分量的信号调制识别

采用数字信号处理方法提取待识别信号的瞬时特征统计参量,利用多元统计的主分量分析方法对特征参量进行其主分量组合,以消除特征参量间的相关性和压缩特征向量的维数,并采用统计模式识别的模板匹配判决进行信号调制方式的自动识别,模拟结果证实了此方法的有效性和高识别率。     

基于运动特征的分层模糊目标识别

提出了一种基于目标运动特征的空中目标实时分层模糊识别方法.对直升机、固定翼飞机、空地弹及巡航弹等空中目标的运动特性进行了分析,提取目标的高度、速度、加速度、高度变化率和加速度变化率等特征.进行分层目标识别,首先根据加速度、高度变化率和加速度变化率等特征识别出空地弹目标,然后根据高度、速度和加速度特征对目标类别的隶属度和模糊密度,实现直升机、固定翼飞机以及巡航弹目标的实时识别.实验结果表明,该方法计算简单,识别率高.在实际工程应用中取得了良好的效果.     

基于D-S理论的多特征融合人体检测算法

提出一种基于D-S证据理论的多特征融合人体检测算法.该方法首先使用harr-like特征方法和HOG特征方法提取人体特征,然后利用后验概率密度函数,估计出两个基本概率分配函数,最后应用D-S证据理论中的合成法则,将两个特征的分类器进行融合决策.实验结果表明,本文提出的算法在Inria数据集上取得了较好的效果,满足了一般工程应用的要求.     

探究Marvelous Designer中的面料质感表现

在计算机中制作出真实、可信赖的服装和布料配饰一直是CG动画制作人的追求。即使使用最高端软件想要模拟出不同类型面料的真实褶皱和柔软度并能表现出面料的颜色、光泽、凹凸感、透明度等质地也非易事。服装面料的质感主要体现在应用软件提供的物理属性、材质属性以及模拟属性的设置上,同时也体现在一些服装配饰的细节表现上。基于此,本文对3D服装设计软件Marvelous Designer中面料质感的表现进行了一些探究。     

基于融合熵特征的辐射源信号识别

针对相近雷达辐射源信号难以识别的问题,一种新的雷达辐射源信号识别方法被提出.该方法基于小波包分解,用主成分分析法融合含有信号类别特性的小波包重构系数特征,并将融合特征的能量熵和概率熵构成特征向量,基于支持向量机实现信号的分类识别.在较大信噪比(SNR)范围内,使用该方法能获得满意的正确识别率,当SNR为5 dB时,十分近似的线性调频信号正确识别率达到了91%,实验结果证实了该方法的有效性.     

基于支持向量机算法的人脸识别技术研究

在讨论人脸识别算法的基础上,提出了基于支持向量机算法的人脸识别技术,进而分析了其原理,确定了多项式的核,并利用人脸数据对多项式核的SVM进行训练,根据训练结果进行识别实验,结果表明：SVM与传统方法比较,对人脸具有较高的识别率。     

当代建筑立面设计的肌理视觉特征

当代社会已经进入到一个经济繁荣、科技进步、大众文化与审美意识迅速崛起的时期,作为城市＂风向标＂之一的建筑最先捕捉到了这种时代信息,并随之出现了一种具有肌理视觉特征的当代建筑立面设计趋势。就像肌理是人们认识物质最直接的媒介一样,这种具有肌理视觉特征的立面设计手法在为当代建筑立面提供一个系统设计途径的同时,也成为人们从新角度更好地理解与阐释当代建筑立面所要表达信息的最直接的媒介。     

基于S-WLLE算法和SVR的植物叶片图像识别方法

针对加权局部线性嵌入（Weighted Locally Linear Embedding,WLLE）算法不能充分挖掘样本类别信息以及传统流形学习算法中利用已有训练样本流形邻域关系近似得到测试样本低维嵌入的低精确性,提出了基于监督加权局部线性嵌入（Supervised Weighted Locally Linear Embedding,S-WLLE）算法和支持向量机回归（Support Vector Regression,SVR）的植物叶片图像识别方法。首先利用叶片样本监督距离代替WLLE算法中的欧式距离,对训练样本进行降维;然后学习训练样本已有数据得到SVR模型,预测测试样本的低维嵌入;最后利用最近邻分类器分别实现正负类样本以及负负类样本之间的识别。实验表明,该算法不仅提高了正负类叶片的识别精度,而且能够有效实现负负类叶片的识别。     

企业家对机会识别的认知特点研究

机会识别是一种特殊的认知加工,以企业家的认知模式作为研究的切入点有助于探索其本质属性。围绕机会识别的3个认知特点,本文提出了3个假设:(1)基于若干个关键特征的组块;(2)可以被企业家(专家)快速感知的;(3)有赖于经验性内容作为参照的。先后通过2个样本的数据分析,研究结果证实了假设的有效性。     

家具设计的材料肌理美

家具设计中材料肌理表现主要分为视觉肌理和触觉肌理,不同的材料具有不同的视觉肌理和触觉肌理表现效果。肌理是家具形态的外在表现形式之一。家具设计中运用不同材料的肌理效果可丰富家具形态,通过不同的表现手法使之或自然、温馨、质朴;或丰富、新奇、多变。充分表现家具设计中材料的肌理美。     

基于WebGL的织物模拟展示系统开发

为了在计算机辅助设计(CAD)中实现织物模拟功能,设计了一个基于WebGL的织物模拟展示系统。通过K means聚类算法提取光照影响下的真实织物组织结构;基于实际组织结构对织物图案进行二维效果模拟;利用二维模拟效果图进行区域划分,使用伪曲面网格模型结构,在基于WebGL的三维模拟中对应三维模型上的自定义区域,最后融合光照模型能模拟出织物在实际三维场景下的真实感模拟效果。模拟结果表明可以得到具有真实感的效果,实现了模拟效果的场景化。该系统可以很好的实现织物二维和三维模拟的结合,具有辅助设计的功能和较好的实用价值。     

采样式多通道Gabor滤波对掌纹的特征提取和分类

掌纹识别已被证实为最方便和有效的身份识别方法之一。根据掌纹的性质提出了一种掌纹方向特征提取的新方法,该方法首先利用选取掌纹中最拟合椭圆的方法寻找感兴趣区域,然后利用适应人感官系统的多通道采样式Gabor滤波器进行滤波,并提出用根据掌纹纹理和方向特性动态选取Gabor滤波器参数的方法来设计滤波器。在滤波过程中,从不同分辨率入手,利用不同方向和宽度的滤波器分别对掌纹的主线、褶皱、嵴线进行提取,在极坐标系下用改进的环行方向投影算法计算块能量,并且进行编码。经过模糊C均值聚类方法验证,结果表明,该方法对于掌纹具有很强的识别能力。