资源列表
getrightbutton
- iOS 两个tableview的 瀑布流 附图片-IOS tableview two waterfalls flow Attached pictures
renderCDataByHeight
- 对三维柱状图进行上色，上色方案为按照柱子的高度进行配色-color the 3D bar map
xiangguanxishu
- 比较图像信号两种方法的相关系数，并求均值，比较大小。-Compare the image signal correlation coefficient, average
9
- 针对传统的空间域纹理图像修复算法计算量大、修复时间长的缺点, 本文提出了一种纹理图像的快速修复算法。该算 法的基本思想是在小波域中利用小波系数的能量来确定待修复块的填充顺序, 并结合纹理合成的方法填充待修复区。实验结 果表明, 该算法不仅可以大大提高纹理图像的修复速度, 而且在峰值信噪比和主观视觉效果上都优于传统的图像修复算-Trad itional spatia-l doma in inpainting algorithm s for tex ture image need comp
9-(2)
- 传统的图像修复算法速度慢, 对大面积的破损区域修复效果较差. 本文针对 这一缺点, 首先对待修复图像进行小波分解, 使得图像的破损区域在低频部分留下 的空洞大为缩小, 然后利用基于快速行进法( FM M) 的图像修复算法修复低频部分 的破损区域, 再利用低频信息来预测相应的高频信息, 最后进行小波重构, 并对受 损部分进行自然化处理, 得到修复的图像. 仿真实验结果表明, 本文提出的算法速 度快, 修复结果基本恢复了原有的视觉效果.-Chan T , Ng M , Yan A
9-(1)
- 提出了一种基于整体变分模型的图像修复方法，该方法通过计算像素点的梯度信息来构造一个扩散函数，再进行加权处 理，达到了对原模型的改进．实验表明，该方法修复有较大破损区域的图像效果比较好，边缘过渡更自然．-This p鼍|per p他s铷吣蚰iIIlage∞st0枷on algorinlm b鹪ed∞total v蜀一撕∞model，mis metllod证lpraves tbe original m吠ld tb：∞ugh c∞s蜘Jcting a spmad鼬cti∞by c“culati
8
- 文物修复和图像修复在原理上存在共性，利用这种共性，结合数字图像修复通过数学算法自 动实现的特性，可将文物领域的修复需求预先在计算机上虚拟实现。本文简单阐述这种基于数字图像修复技 术的文物虚拟修复的概念、意义及研究路线、内容，并展示一些文物虚拟修复的实验成果。最后，结合对 文物虚拟修复问题的理解，对数字图像修复技术的在文物领域的应用进行一些展望。-Abstract：In tlle naditional e)【芒IlIlplaur-b鹊ed a1剃tllm，tlle image comp
Sobel_edge_detection
- Sobel边缘检测 C++ YUV视频文件-Sobel edge detection
8-(3)
- 利用灰度共生矩阵提取图像纹理特征值，然后根据熵值的大小来实现模块大小的选择。 另外，在寻找最佳匹配块时，同时考虑了颜色信息的差异和空间距离的因素。最后，给出了客观评价 图像修复质量的PSNR度量。实验表明，与Criminisi算法相比，该方法得到的修复效果更自然，更符合 人的视觉感知。 关键词：图像修复；纹理合-This paper firstly utilizes gray-level co-occurrence matrix to exti’act image s textu
8-(2)
- 针对当前CGF行为建模时存在的决策过程过于呆板和教条化、仿真实体逼真度存在缺陷、同一仿真实体建立不同 决策模型时采用的方法过于单一等t - l题，对行为建模技术进行了研究，建立了自行高炮CGF的战术规则库，重点研究如何应 用基于规则的专家系统对自行高炮CGFA．类行为模型进行开发，最后基于此方法对车长的行为模型进行了设计实现。该方 法避免了对复杂的乘员决策行为进行分析和建模的过程，实时性好，对今后相关的研究工作具有较好的参考价值。-Abstract：Aiming at the pro
8-(1)
- 图像修复是对图像中破损区域进行信息填充，以减少图像破损所带来的信息损失的过程。 传统的图像修复方法需要依赖图像的具体结构来制定相应的修复方法，压缩感知理论的提出，使得可以利 用信号的稀疏性来对图像进行修复。基于K 奇异值分解（KSVD）与形态学成分分析（MCA，Morphological Component Analysis）的图像修复方法首先采用形态学成分分析方法对破损图像进行特征分析，将其分解 为结构部分和纹理部分；然后基于学习型字典KSVD分别对这两部分进行过完备字典训练；
7
- 本文提出一种基于边缘自适应小波变换的多尺度图像修复算法，对非纹理图像有比较好的修复效 果。边缘自适应小波变换的基本思想是，先检测出图像的主要边缘，这些边缘把图像分割成几个平滑区，然后 对图像进行不跨越边缘的小波分解，即在各平滑区内部进行小波变换，得到图像的多尺度表示，并且同时计算 边缘的多尺度表示。这样的小波分解使高频信息基本都集中在边缘上，而高频系数则非常稀疏，而且都接近 于零。在此基础上进行图像修复，就只需要对低频部分与边缘图像进行修复，然后重构得到修复图像即可。 经过小