一种基于GPU的快速Kirsch边缘检测算法

传统的Kirsch边缘检测算法的优化和实现都是针对常用处理器提出的。根据Kirsch算法的可并行计算的特点,本文提出了一种基于图形处理器GPU的快速Kirsch算法。快速算法根据GPU的并行结构和硬件特点,采用了纹理存储技术、多点访问技术和对称计算技术三种加速技术,优化了数据存储结构,提高了数据访问效率,降低了算法复杂度。实验表明,采用基于GPU的算法可将对图像的处理速度提高到传统Kirsch边缘检测算法的10倍以上。     

基于GPU的游戏粒子系统设计

在MMORPG游戏中经常出现同屏显示成千上万的粒子特效,传统引擎虽然使用多线程来计算粒子的运动,但是也很难应付大规模的计算量（考虑到一般配置）,更何况MMORPG中还空出许多CPU去处理逻辑。提出基于GPU进行粒子计算的粒子系统,利用GPU的并行计算多个对象,实现并行化高效的粒子系统。     

浅谈基于稀疏表示的图像融合算法

图像融合已成为图像处理和计算机视觉领域的一项重要技术。随着压缩感知理论的发展,稀疏表示成为了压缩感知中的一个重要的研究内容。文章系统地阐述了当前图像融合技术的研究现状,重点介绍了稀疏表示在图像融合中的应用,并对目前图像融合算法存在的问题以及未来的发展进行了展望。     

基于粒子群优化的图像边缘融合算法

目前,图像融合算法大多利用源图像信息进行融合,融合模型的建立和融合参数的配置主要依赖于经验,存在随意性。提出了一种基于粒子群优化的图像边缘融合算法：首先对源图像进行多尺度边缘检测;然后利用边缘相关性作为目标函数,采用粒子群算法优化搜索融合参数;最后利用融合后的多尺度边缘重构出融合图像。该算法克服了融合模型对经验的依赖性,使得源图像边缘信息最大量地保留在融合图像中。仿真结果表明,使用该算法得到的融合图像能够有效包含源图像信息。     

基于GPU的数字图象处理

图形处理器(GPU)的飞速发展和革新成为计算机硬件发展的一大亮点。当前的GPU具有一定的并行性和可编程性,在诸如数字图象处理的通用计算领域的应用有着巨大的潜力。本文介绍了GPU发展的一些技术特点,分析和总结了用其实现数字图象处理算法的一些基本途径。     

一种基于快速Curvelet变换的图像融合新算法

提出一种基于快速Curvelet变换的图像融合算法,针对Curvelet变换后的不同频率域,分别讨论了低频系数和高频系数的选择原则。     

基于特征融合的图像检索算法研究

提出一种新颖的基于特征融合的灰度图像检索算法,该算法将图像按一定步长量化并映射为n阶频率矩阵,然后融合矩阵第一、第二奇异值向量的信息得到图像复特征向量,最后以余弦相似度作为图像检索的相似度度量.实验数据分析表明,算法在检索性能上优于传统的颜色直方图法.     

基于小波框架变换和区域能量的图像融合算法

提出了一种基于小波框架变换和区域能量的多聚焦图像融合方法,该方法首先利用离散小波框架变换对原始图像进行多尺度分解,通过计算各个像素的高频能量并设置合适的闽值,将源图像分割成3个区域：聚焦区、离焦区和边界区,不同的区域采用不同的融合规则,在保持源图像各自聚焦区域的同时尽可能保持边缘区域的细节：实验结果表明,该方法取得了比其它2种传统融合方法更优的视觉效果和性能指标。     

基于改进的四叉树分解多聚焦图像融合算法研究

多聚焦图像融合的目的是将两幅或多幅部分聚焦图像融合为一幅全聚焦图像。本文提出一种基于四叉树分解和鲁棒性主成分分析(RPCA)的空间域多聚焦图像融合算法。首先利用四叉树分解算法将源图像分解为最佳的四叉树形结构图像块;同时,在四叉树形结构中,使用鲁棒性主成分分析算法对其聚焦区域进行探测,将聚焦度探测结果作为停止四叉树分解的条件;最后,从源图像中提取出聚焦区域重建为一幅全聚焦图像。本算法充分发挥了四叉树分解和鲁棒性主成分分析的优势,实验结果证明,本文提出的算法在主观视觉和客观评价指标上都取得了较好的效果。     

基于向量夹角的单幅图像超分辨率算法

在分析一些常见的图像超分辨方法的基础上,根据张量在图像处理中的应用和插值处理的特点,提出了一种基于张量的单幅图像超分辨处理方法,以提高图像的分辨率。通过对标准图像库的图像进行实验表明,该方法能较好地保持原图像中丰富的高频信息,提高图像分辨率,而且图像主观上具有很好的视觉效果,客观上具有较高的信噪比,是超分辨率图像处理中一种行之有效的方法。     

一种基于遗传算法的作曲方法

本文介绍了一种基于遗传算法,以乐段为单位的作曲方法。该方法能生成具有相对完整乐思的音乐片段,并引入了音乐的风格化特征,能按照用户的情感因素产生用户所需的音乐片断。     

基于GPU加速的扩频信号捕获方法

针对扩频信号捕获中计算量大和运算速度慢的问题,提出基于图形处理器(GPU)加速的捕获方法,将基于循环相关的捕获算法转化为计算统一设备架构(CUDA)线程块执行过程,使扩频捕获过程完全在GPU中加速执行,在保持原有扩频信号捕获概率的同时,显著提高了算法的运算速度.实验结果表明,基于GPU的捕获方法有效地提高了系统的执行效率.     

基于VC#的图像处理算法集成软件设计

数字图像处理技术是目前研究的一个热门领域,而算法的管理仍然是一个较为困难的问题。将常用的处理算法改写为统一的规范格式,通过软件进行集成管理,是解决这个问题的较好途径。对算法集成软件功能进行了设计,主要包括算法演示、多算法合成与代码添加引导,并阐述了软件的基本结构和处理流程,对该类软件的开发有很好的参考价值。     

基于GPU的河流场景自适应多细节层次网格仿真研究

针对大规模场景下仿真效率和图像精度难以平衡的问题,提出一种基于帧速率反馈的自适应细节层次网格模型,该模型可以根据反馈的帧速率自动调整水面网格分辨率,使仿真效率和图像精度达到平衡,以此减少水面网格建模量,解决大规模场景下河流表面仿真下的平衡问题,可为真实感的河流仿真提供新方法,具有一定的学术理论价值和实践意义。     

基于矢量量化的颜色量化方法

针对目前主要的几类彩色图像颜色量化压缩方法存在的不足,本文提出了一种基于矢量量化的彩色图像颜色量化算法,对其进行了重点介绍.通过matlab仿真实验对比各种算法,证明该方法能达到压缩比大、算法复杂度小,还原图像质量高的目的.     

论渔业资源服务价值的构成

本文以TEV框架为基础,论述渔业资源服务价值的构成。渔业资源的服务价值源自其本身对于人类及其他生命系统的积极作用——服务功能,以及其本身作为一种生命系统的存在。渔业资源的服务价值可以分为功效价值和非功效价值：①功效价值是指可直接或间接供人类使用的,能够服务于人类福利的使用价值,以及支持其他生命系统的价值,包括使用价值、生态价值和选择价值。使用价值表现为因支撑水产品供应和水产种质资源供应所产生的价值,以及支撑人们的娱乐性服务、文化服务所产生的价值;生态价值是渔业资源种群对水域生态系统中的其他生命的支持作用所产生的价值,以及对其所属或相关联的生态系统的支持服务所产生的价值;选择价值表现为渔业资源被保留下来用作未知的其他人类用途的价值,以及保留给后代人使用的价值。②非功效价值表现为基于伦理的甚至是宗教、文化的内在价值/存在价值,在渔业资源管理决策过程中不容忽视,因为这直接影响到人们对渔业资源管理政策和措施的接受程度。     

基于小波变换的全景图像超分辨率增强算法

在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。     

基于遗传算法的考试系统组卷算法设计

本文分析了考试系统中的组卷问题,结合遗传算法,从算法预处理、编码方法、初始化群体、适应度函数、选择算子、交叉算子和变异算子这几个方面,详细地研究了如何采用遗传算法解决组卷问题。并且通过实验数据,与随机抽取算法和其它组卷算法作比较,说明了本算法的优越性。