【摘 要】
:
Image decomposition is an important issue in image processing all along. How to obtain the true monocomponents in multicomponents is still an open question in images by far, which is of much importanc
【机 构】
:
Ocean department of Dalian Naval Academy,Dalian 116018,China
【出 处】
:
第十届中国计算机图形学大会暨第十八届全国计算机辅助设计与图形学会会议
论文部分内容阅读
Image decomposition is an important issue in image processing all along. How to obtain the true monocomponents in multicomponents is still an open question in images by far, which is of much importance to image understanding, analysis and further applications. The existent approaches including the bi-dimensional empirical mode decomposition (BEMD) still fail to separate the monocomponents in multicomponents in many cases. To solve this question, this paper proposes a new image decomposition method based on new derived combined bi-dimensional Bedrosians principle that has not been reported anywhere else for image processing. First, this paper investigates a few bi-dimensional Bedrosians principles according to the bi-dimensional Hilbert transforms . Second, based on the derived bi-dimensional Bedrosians principles and the original multieomponents, we provide the combined bi-dimensional Bedrosians principle and the assisted components obtained through multiple projections in bi-dimensional Fourier transform domains via optimization so that these monocomponents in multicomponents can be separated in the case that the existent methods fail. Third, an iterative image decomposition method is proposed via the above principles to decompose the multicomponent image into true monocomponents. The proposed method can solve the problems caused by the cross-angle and amplitude ratio and frequency ratio and so on between these components that BEMD fails to solve. Also, that the phase and amplitude are estimated for texture analysis after the decomposition is demonstrated. Experiments on composite and real-world textures including support the proposed methods.
其他文献
本文提出了一种基于Kinect彩色图像和深度信息的人体目标检测方法.首先,在Kinect所获取的彩色图像上设计人脸检测器来寻找图像中可能的人脸,然后利用基于边缘特征的模板匹配方法在获取的深度图像上定位头部用以筛选人脸区域.同时使用NITE提供的用户手部识别函数检测手部位置,并结合人脸区域确定出图像的感兴趣区域.最后,利用距离信息和形态特征,提出了一种最优位置搜索算法用于确定主体所在的最佳区域并且抽
针对传统偏微分方程降噪模型存在的弱点,提出了一种改进的全范数正则化四阶偏微分方程图像降噪模型,证明了该模型的适定性.由于该模型的Euler-Lagrange方程是非线性偏微分方程,利用分裂Bregman迭代算法,将其分解为三个线性子问题,结合Gauss-Seidel迭代方法得到了数值解.从实验结果和客观评价上看,该模型和算法在对图像降噪的过程中,与ROF模型及其差分算法相比,峰值信噪比能够提高1d
布局是集成电路物理设计的重要阶段,现有的非线性规划布局算法已经取得较好的结果,得到了广泛的应用.但是随着工艺技术的迅猛发展,芯片规模和集成度急剧增加,非线性规划布局算法性能较差、速度较慢的缺陷逐渐显现.本文旨在探究如何提高非线性规划布局的速率,提出了动态步长控制、显示求导、方向分解、加入结群等加速策略,同时对影响布局性能的重要参数进行了大量实验测试确定其最优取值.实验结果证明,本文加入加速策略的布
针对含有运动物体的场景在三维实时呈现方面存在的困难,提出一种基于视频的静态场景与运动物体快速三维构建与融合方法,首先,建立静态场景的三维模型,并对运动物体进行分类,生产参数化模型库;其次,基于视频检测识别运动物体并提取其基本特征信息和动态特征信息;然后,根据所提取运动物体的基本特征信息,从物体参数化模型库中提取类型相符的模型并对其进行实例化;最后,根据所提取运动物体的动态特征信息,实现三维静态场景
作为云计算及大数据应用的支撑节点,数据中心的能耗开支在其运营成本中所占的比重越来越大.为了能够从理论上对具有多代设备的成熟数据中心进行绿色设备更新,针对包括能耗开支和设备开支在内的数据中心运行费用CDC,本文先建立起以代数L为自变量的CDC预测模型,然后提出了一种用于优化CDC的绿色设备更新方法GERDC (green equipment replacement for data-center).
提出一种基于生物学原理的月季植株建模及植株随季节变化的动态模拟方法,该方法首先采集月季植株主要器官的生物学数据,对月季生物学属性所表现出的黄金分割等特性进行深入分析,在此基础上建立植株主枝及各层分枝间的拓扑关系,据此模拟月季茎,叶,花等器官以及完整的植株,并最终通过分布模型生成大规模月季植株模型.而后,该方法利用真实数据得到植株生物学器官老化曲线,根据曲线对植株叶片的颜色和形态的时变进行动态模拟.
从人类认知的角度探索多通道反馈信号对人机交互行为和效果的影响,对最新的认知科学研究成果进行总结与分析,提出了一种跨领域的基于认知神经计算的多通道交互模型。建模过程分析并结合了两个不同描述层面的神经计算模型,把大脑神经响应映射到交互任务表现,对认知科学研究成果如何转化为人机交互实际应用进行了探索。基于该模型,从多感融合的认知科学规律预测出两个单一通道信息的整合效应对交互任务表现的增强或抑制影响规律,
视频艺术化处理是把给定的一段视频转化到不同的艺术风格进行呈现,在视频娱乐、电影和动漫制作等方面有着广泛的应用。而现有的视频艺术化算法,对视频的艺术化风格模拟种类有限,另外虽然有些算法实现了视频的多风格处理,但算法复杂,不易于实现。针对上述问题,本文提出了一个基于纹理传输方法的多风格视频艺术化处理方法。本文采用基于流场的纹理合成计算表示风格的纹理层,通过传输不同的样本纹理获取不同的艺术风格,且通过流
将扫描或拍摄的线条画图像转换为数字矢量图形有利于进一步的编辑和重用,是计算机动画和图像处理领域的热点问题之一。除了需要克服图像噪声的干扰,其主要挑战还在于如何从粗糙线条图像获取光滑矢量图形的过程中保持与原图线条一致的拓扑结构,比如交叉点及其线条分支。本文提出一种基于交叉点分析的线条矢量化方法,克服了现有方法难以保持拓扑结构的不足。首先,通过中心路径跟踪和轮廓路径跟踪相结合的方式,在跟踪单根线条路径
大数据成为继云计算和物联网之后、国际学术界和产业界所共同瞩目的又一个研究热点。大数据可视化是辅助用户洞悉大数据背后隐藏的知识和规律的重要方法和有力工具。如何在相对较小的界面中对海量信息以符合认知规律的方式进行可视化,并且使得计算机能够智能化的理解用户意图以配合其进行高效的人机交互,是大数据可视化的关键问题之一。本文提出一种面向小界面大数据可视化的语义Focus+Context人机交互技术。首先,在