-
题名虚拟色彩搭配下的古建筑饰面颜色自动修复方法
被引量：1
- 1
-
-
作者
谢静安
-
机构
合肥职业技术学院建筑工程学院
-
出处
《辽东学院学报（自然科学版）》
CAS
2020年第1期57-61,共5页
-
文摘
传统的古建筑饰面颜色自动修复方法完整度低,为了解决这一问题,提出基于虚拟色彩搭配的古建筑饰面颜色自动修复方法。先使用虚拟色彩搭配法补色,再运用RGB模型选择古建筑饰面颜色自动修复空间,考虑到修复通道会受RGB模型影响,应用YUV颜色模型分离亮度信号和色度信号。在此基础上,设计古建筑饰面颜色自动修复流程。由此,完成基于虚拟色彩搭配的古建筑饰面颜色自动修复方法设计。最后,进入实验部分,实验样本采用当前最先进地自动修复技术得到的效果图,以此为评判依据,对比两种方法自动修复完整度。实验结果表明,使用所提方法自动修复完整度更高,而使用传统方法自动修复完整度低,而且出现多处残缺部分。
-
关键词
虚拟色彩搭配技术
古建筑
饰面颜色
自动修复
颜色空间
修复空间
-
Keywords
virtual color matching technology
ancient architecture
veneer color
automatic repair
color space
repair space
-
分类号
TP371.41
[自动化与计算机技术—计算机系统结构]
-
-
题名基于AutoCAD VBA的有限元快速建模技术
被引量：3
- 2
-
-
作者
翟利军
张燎军
陈文龙
-
机构
黄河水利委员会勘测规划设计研究院
河海大学水利水电工程学院
广东省水利电力勘测设计研究院
-
出处
《华北水利水电学院学报》
2003年第4期15-17,共3页
-
基金
河海大学院士基金项目
-
文摘
采用VBA技术对AutoCAD进行二次开发,通过ActiveX技术操作AutoCAD暴露的对象,充分利用Auto CAD的图形功能,实现有限元快速可视化建模技术.介绍了开发过程中的关键技术和程序的实现,工程实例证明,VBA是一种快速、高效的开发工具.
-
关键词
AUTOCAD
VBA
建模
有限元
面向对象
-
Keywords
AutoCAD VBA
modeling
FEM
object
-
分类号
TP371.41
[自动化与计算机技术—计算机系统结构]
-
-
题名基于互信息量的医学图像拼合算法
被引量：4
- 3
-
-
作者
王丽宽
胡绍海
王焰
-
机构
北京交通大学计算机与信息技术学院
华北电力调度局
-
出处
《北方交通大学学报》
CSCD
北大核心
2004年第2期38-40,45,共4页
-
基金
北京交通大学"十五"重点基金项目资助(2002Z004)
-
文摘
研究了基于互信息量的图像拼合方法,对现有的概率分布估计方法及搜索策略进行了比较,并提出用梯度二值化图像互相关配准做预处理方法,并就融合后图像的显示问题提出一种基于边界法向插值的新方法.应用这些方法拼合实际XA医学图像,实现序列下肢步进图像的准确拼合.
-
关键词
图像拼合
图像配准
互信息量
图像熵
-
Keywords
image patching
image registration
mutual information
image entropy
-
分类号
TP371.41
[自动化与计算机技术—计算机系统结构]
-
-
题名Photoshop中抠图技巧
被引量：4
- 4
-
-
作者
邹寿春
-
机构
闽西职业技术学院
-
出处
《武汉船舶职业技术学院学报》
2015年第1期39-43,共5页
-
文摘
在photoshop中对图像进行处理时,对所要处理的对象抠选,创建精确的选区非常重要,这直接影响着图像处理效果的好坏。可以说抠图是图像处理的重点技术,同时也是个难点,只有灵活掌握了这项技术,才能使得处理图像得心应手,反之,很难得到好的处理效果。
-
关键词
PHOTOSHOP
图像处理
抠图
-
Keywords
Photoshop
image processing
cutout
-
分类号
TP371.41
[自动化与计算机技术—计算机系统结构]
-
-
题名基于机器视觉的烤烟鲜烟成熟度判别模型优选
被引量：1
- 5
-
-
作者
刘浩
孟令峰
王松峰
刘自畅
杜海娜
孙福山
-
机构
中国农业科学院烟草研究所
中国农业科学院研究生院
-
出处
《中国农机化学报》
北大核心
2023年第8期118-124,共7页
-
基金
中国农业科学院科技创新工程(ASTIP—TRIC03)
中国烟草总公司重点项目(110202102007)
中国烟草总公司四川省公司科技重点项目(SCYC202012)。
-
文摘
为解决目前靠人为主观经验判别鲜烟成熟度并不准确的问题,对不同成熟度鲜烟叶进行图像处理、特征提取,并建立鲜烟叶成熟度判别模型,以实现鲜烟成熟度的智能判别。通过采集云烟87品种不同成熟度上部烟叶图像的10种颜色特征和纹理特征,分别进行变量聚类分析以及相关性分析,筛选出每类特征与成熟度相关性最强的1个特征组成特征子集,利用基于遗传算法的支持向量机(GA-SVM)、基于粒子群算法的反向传播(PSO-BP)神经网络和极限学习机(ELM)进行鲜烟成熟度的判别研究。结果表明:以优选后5个烟叶图像特征作为模型输入时,所建立的GA-SVM、PSO-BP、ELM模型的判别准确率分别为92.00%、90.00%、84.00%。证明利用机器视觉技术判别鲜烟成熟度是可行的,为之后烟叶智能采收提供理论基础和技术支持。
-
关键词
烤烟
鲜烟成熟度
机器视觉
图像特征
判别模型
-
Keywords
flue-cured tobacco
maturity of fresh tobacco
machine vision
image feature
discrimination model
-
分类号
TP371.41
[自动化与计算机技术—计算机系统结构]
S2
[自动化与计算机技术—计算机科学与技术]
-
