【摘 要】
:
数码摄像技术被广泛使用于各种场合,但有时由于客观条件的限制,拍摄设备只能在较低的分辨率下成像,因此如何在低分辨率视野区域下判断运动方向具有重要意义。在合理假设下,运用块匹配估计和矩阵变换等方法,通过对拍摄到的系列图像进行灰度处理,建立出判断图像运动方向的模型.然后通过比较和优化处理,确定计算效率更高的模型算法.
论文部分内容阅读
数码摄像技术被广泛使用于各种场合,但有时由于客观条件的限制,拍摄设备只能在较低的分辨率下成像,因此如何在低分辨率视野区域下判断运动方向具有重要意义。在合理假设下,运用块匹配估计和矩阵变换等方法,通过对拍摄到的系列图像进行灰度处理,建立出判断图像运动方向的模型.然后通过比较和优化处理,确定计算效率更高的模型算法.
其他文献
依据21世纪轮胎发展的主题——如何让轮胎"有表达能力,更聪明",本文提出了一种基于RFID技术的轮胎的设计思想。实验结果表明该思想能提高国内轮胎在使用和维护过程中的安全性和智能性,该应用具有一定的参考价值。
我国综合国力不断增长,各种技术产业都有不同程度的进步,信息技术也越来越受到社会的重视并大力发展。随着互联网不断融入人们的生活,我们步入了信息时代,数字媒体技术也更多的应用到人们的经济生活中,艺术创作作为一个可塑性很强的一种行业,将数字媒体技术与其结合也成为了两者共同发展的必然结果。通过将数学媒体技术与艺术创造的结合,分析结合对两者产生的不同影响,并对两者发展做出不同的预设。
随着数字媒体不断的发展,其相关的设计艺术类实验室也越来越多,由于这种类型的实验室在管理上没有统一的模式,很容易在建设中出现各种问题,为了使艺术类实验室的建设更加容易开展,本文通过对数字媒体与设计艺术类实验室管理模式进行见简单的探索,希望能为艺术类实验室的建设做出一些帮助。此外,还探索了艺术类实验室未来的管理方向,希望能为艺术类实验室未来的发展做出一些贡献。
在当前阶段机器人操作的各类研究方法中,都离不开仿真环境的辅助,而将仿真环境中得到的方法应用于真实环境中也成为一项具有挑战性的任务。针对机器人无序分拣场景,使用CycleGAN方法,进行仿真环境与真实环境中深度图像的特征映射学习,在真实环境深度图像上附加仿真环境中的深度图像特征,提高在仿真环境中训练得到的方法在真实环境中的鲁棒性。分别使用自建数据集以及WISDOM数据集对这一方法进行了验证,研究了特
针对不同功能用地的片区内人员构成多样性造成了地震后城市区域疏散需求的差异性的问题,从宏观角度即疏散需求形成的机理出发,考虑地震灾害特征、区域环境特征、人员特征对地震疏散需求的影响,通过分析人员类型、地震烈度、疏散模式、道路通行能力四方面因素,基于SI理论建立了疏散需求演化数学模型,并通过算例应用对震后疏散需求演化特性进行了剖析并得到了相应的结论.其次,从人员运动的微观角度,考虑到疏散过程中的动态反
日本是一个地震频发的国家,灾后恢复方面有着丰富的经验。新冠疫情作为重大公共突发事件,事件本身在灾害影响力、对交通运输的需求和政策制定等方面,和2011年3月11日日本地震(311地震)有很多相似之处。本文选取日本311地震作为典型案例,重点分析日本311地震后恢复经济过程中实施的交通运输政策,结合新冠疫情,提出相应的政策建议,供行业主管部门决策参考。
探讨典型黄河故道区生物炭配施氮肥对耕层土壤理化性质和作物产量的影响,阐明生物炭配施氮肥后土壤碳氮含量和理化性质的变化规律,可为合理培肥土壤、提升耕地质量、提高冬小麦产量提供科学依据。本研究以黄河故道典型区域潮土和中性生物炭为供试材料,连续两年进行田间定位试验,开展不同生物炭用量(0、15、30 t·hm~(-2))配施氮肥(N 270、330 kg·hm~(-2))对土壤理化性质的影响研究。结果表
为了应对西南地区频发的季节性干旱,提高旱作农田水分利用效率和作物光能利用效率,设置大田试验,研究不同覆盖材料(普通白膜、普通黑膜、生物降解膜和不覆膜)和不同垄沟比(40 cm∶40 cm和40 cm∶80 cm)对土壤贮水量和油菜光合特性、荧光参数、叶绿素相对含量(SPAD)的影响。结果表明:油菜生育期不同覆盖材料下的土壤贮水量为:普通黑膜垄作(BR)≈普通白膜垄作(WR)≈生物降解膜垄作(BDR
为探讨不同特征挖掘方法与广义提升回归模型相结合在数字土壤制图中的应用,本研究首先使用递归特征消除和过滤式两种特征筛选方法对环境协变量进行筛选,再分别使用原始环境协变量、筛选后的最优变量组合作为自变量,建立基于广义提升回归模型和随机森林模型的安徽省土壤pH预测模型并进行制图。结果表明:引入两种特征挖掘方法均可有效提高广义提升回归模型和随机森林模型预测土壤pH的精度,并且可以起到降维的作用;相较于随机
数字图像在采集过程中通常会因为硬件问题被椒盐噪声所污染,椒盐噪声强度大,分布随机,对图像的后续处理会产生极大的影响.因此,椒盐噪声的去除对图像处理十分重要.在处理椒盐噪声的方法中,传统的中值滤波法在噪声强度增强时容易出现恢复不完全现象,自适应中值滤波法根据噪声强弱自动选择滤波窗口大小改善了传统的中值滤波法,但在噪声强度增强时容易过度平滑图像,丢失图像的纹理细节.研究表明,变分模型去噪时能够克服滤波