期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
一种改进的Seam Carving图像缩放算法 被引量:3
1
作者 王金庭 杨敏 吴巍 《红外技术》 CSCD 北大核心 2014年第12期986-991,共6页
针对图像非比例缩放时出现的失真,基于Seam Carving算法进行了研究:重新定义了显著能量,以突出图像的重要内容;优化了基于能量图的查找方法,通过减少像素线穿越图像中重要内容的次数,以保护图像重要内容不被扭曲;结合双线性插值以限制... 针对图像非比例缩放时出现的失真,基于Seam Carving算法进行了研究:重新定义了显著能量,以突出图像的重要内容;优化了基于能量图的查找方法,通过减少像素线穿越图像中重要内容的次数,以保护图像重要内容不被扭曲;结合双线性插值以限制抽取像素线的数目,以避免图像内容过度抽取。实验结果表明,改进算法能够更好的保护图像中的重要内容、提高图像缩放的质量,并提升Seam Carving算法的执行效率。 展开更多
关键词 SEAM carving 图像缩放 显著能量 内容感知
在线阅读 下载PDF
基于最小位移可视差的连续Seam Carving算法在图像缩放中的研究
2
作者 崔嘉 宋磊 +2 位作者 陆宏菊 唐明晰 戚萌 《电子与信息学报》 EI CSCD 北大核心 2021年第4期1014-1021,共8页
图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲。近年来,Seam Carving及其改进算法得到了广泛的关注和研究。由于采用了离散式最小能量线迭代搜索策略,缩放信息无法在迭代过程中传递导致扭曲现象普遍存在。... 图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲。近年来,Seam Carving及其改进算法得到了广泛的关注和研究。由于采用了离散式最小能量线迭代搜索策略,缩放信息无法在迭代过程中传递导致扭曲现象普遍存在。该文针对上述问题提出最小位移可视差(JND)检测算法,能够有效地检测每一次迭代中出现的潜在扭曲信息。能量权重E_(w)能够将JND信息累加传递给后续的迭代过程,从而抑制缩放过程中的边缘扭曲现象。通过JND算法和能量权重,该文首次将离散的Seam Carving模型转变为连续缩放模型。最后,在公共数据集RetargetMe上与最新的图像缩放算法进行多组对比实验,验证了所提方法的有效性和先进性。 展开更多
关键词 图像缩放 Seam carving 最小位移可视差 平均场近似
在线阅读 下载PDF
结合边缘检测的Seam Carving图像缩放算法 被引量:2
3
作者 杨剑炉 《宜春学院学报》 2019年第3期35-38,共4页
Seam Carving算法是一种能够尽可能保留图像中视觉关注度高的对象和区域的图像缩放技术。为了改善Seam Carving算法的缩放效果,提出一种结合显著性的梯度能量函数模型,能够更有效地定义图像中的对象或区域的视觉关注度,避免它们在缩放... Seam Carving算法是一种能够尽可能保留图像中视觉关注度高的对象和区域的图像缩放技术。为了改善Seam Carving算法的缩放效果,提出一种结合显著性的梯度能量函数模型,能够更有效地定义图像中的对象或区域的视觉关注度,避免它们在缩放时被删减。此外,对Seam的提取路线加以改进,采用结合图像边缘识别的分段Seam提取路线,能够更有效减低路线中像素的平均能量值,也能避免图像边缘被破坏从而引起图像中物品的形变扭曲。 展开更多
关键词 图像缩放 SEAM carving 边缘检测 显著性
在线阅读 下载PDF
Connotations of architectural culture transmitted in cliff carvings in the Bashu region
4
作者 林从华 《Journal of Chongqing University》 CAS 2006年第3期181-186,共6页
Based on site studies, historical literature investigation and academic communication, this work aims to dig out the cultural significance in architectural and religious aspects conveyed in cliff carvings in the Bashu... Based on site studies, historical literature investigation and academic communication, this work aims to dig out the cultural significance in architectural and religious aspects conveyed in cliff carvings in the Bashu region. After casting a glance at the origin and evolution of Bashu culture and religion mainly involving Daoism and Buddhism recorded in forms of cliff carvings, we concentrated on discovering the national, regional and folk architectural characters implicated in cliff carvings at different sites within the Bashu region. The cliff carvings in this region vividly depicted the evolution of the architectural culture hereof. The essence of their religious and architectural connotations can be good stuff to be input in today’s architectural design philosophy. 展开更多
关键词 cliff carvings architectural culture Bashu DAOISM BUDDHISM
在线阅读 下载PDF
Seam Carving图像缩放技术的研究与应用
5
作者 魏慕伦 《通讯世界》 2017年第21期341-342,共2页
随着电子设备的发展,屏幕的尺寸也有了多种规格和比例,当同一张图片在不同设备上播放的时候由于比例不同会产生缩放的问题。目前主流的图像缩放方式是基于近邻插值法、双线性差值法、双三次差值法这一类算法的等比例缩放。等比例缩放的... 随着电子设备的发展,屏幕的尺寸也有了多种规格和比例,当同一张图片在不同设备上播放的时候由于比例不同会产生缩放的问题。目前主流的图像缩放方式是基于近邻插值法、双线性差值法、双三次差值法这一类算法的等比例缩放。等比例缩放的问题是在不同比例的设备之间转换的时候,会出现横向或者纵向的拉伸导致图片失真。因此,我们在处理某些特殊的图像时需要采用非等比率缩放,基于Seam Carving算法的非等比率缩放的优越性就显现出来。这种算法在缩放到指定尺寸时,计算出人物主角等图片中敏感区域,在横向或者纵向拉伸的时候保证敏感区域额不发生形变,能够很好的保留原图信息。本文将会研究如何得到图像能量图并利用它实现图像缩放,并为该算法的普及和推广提出了新的方法。 展开更多
关键词 SEAM carving 图像缩放 灰度图 能量图
在线阅读 下载PDF
基于改进CNN的电力设备红外图像分类模型构建研究 被引量:20
6
作者 周可慧 廖志伟 +3 位作者 肖异瑶 肖立军 蓝鹏昊 万新宇 《红外技术》 CSCD 北大核心 2019年第11期1033-1038,共6页
针对红外图像背景复杂,分辨率低、对比度差等问题,本文基于RGB、HSV颜色空间转换和SeamCarving缩放处理,提出一种改进卷积神经网络(Convolutional Neural Network,CNN)的电力设备红外图像智能分类模型。首先,着眼于CNN的结构特点,以Alex... 针对红外图像背景复杂,分辨率低、对比度差等问题,本文基于RGB、HSV颜色空间转换和SeamCarving缩放处理,提出一种改进卷积神经网络(Convolutional Neural Network,CNN)的电力设备红外图像智能分类模型。首先,着眼于CNN的结构特点,以AlexNet网络模型为原型,建立CNN-Alex模型;然后,提出一种基于RGB和HSV颜色空间转换和基于Seam Carving算法的设备红外图像处理方法,分离目标设备红外背景及调整图像至合适大小,对CNN-Alex模型加以改进,提高算法训练速度和准确率;最后将改进CNN模型与传统BP模型和CNN-Alex模型对比,其训练集、验证集准确率分别为99.5%、97.7%,远优于对比模型,验证了本文改进CNN红外图像分类模型的良好适用性。 展开更多
关键词 电力设备 CNN 红外图像处理 图像分类 SEAM carving AlexNet
在线阅读 下载PDF
对用稳定图识别真假模态的一点改进 被引量:10
7
作者 罗文波 夏松波 +1 位作者 王莉 邹经相 《应用力学学报》 CAS CSCD 北大核心 1999年第2期112-116,共5页
利用单位样值响应矩阵和自由响应的特征值分解形式中的特征值前的系数矩阵的范数作为稳定判据,结合稳定图识别真假模态。计算表明,本方法具有较好的分解能力。
关键词 CARV模型 参数识别 稳定图 振动系统
在线阅读 下载PDF
Cluster-Based Saliency-Guided Content-Aware Image Retargeting
8
作者 Li-Wei Kang Ching-Yu Tseng +2 位作者 Chao-Long Jheng Ming-Fang Weng Chao-Yung Hsu 《Journal of Electronic Science and Technology》 CAS CSCD 2017年第2期141-146,共6页
Straightforward image resizing operators without considering image contents (e.g., uniform scaling) cannot usually produce satisfactory results, while content-aware image retargeting aims to arbitrarily change image... Straightforward image resizing operators without considering image contents (e.g., uniform scaling) cannot usually produce satisfactory results, while content-aware image retargeting aims to arbitrarily change image size while preserving visually prominent features. In this paper, a cluster-based saliency-guided seam carving algorithm for content- aware image retargeting is proposed. To cope with the main drawback of the original seam carving algorithm relying on only gradient-based image importance map, we integrate a gradient-based map and a cluster-based saliency map to generate a more reliable importance map, resulting in better single image retargeting results. Experimental results have demonstrated the efficacy of the proposed algorithm. 展开更多
关键词 Index Terms--Content-aware image retargeting image resizing multimedia adaptation saliency detection seam carving.
在线阅读 下载PDF
2019 Fashion Art Invitational Exhibition sparkled in Chongqing
9
《China Textile》 2019年第4期26-27,共2页
“Dialogues-2019 Fashion Art Invitational Exhibition” opened in Chongqing Dazu Rock Carvings Museum on March 24th. 50 Fashion Artists from more than 9 countries and regions have attended this exhibition which will la... “Dialogues-2019 Fashion Art Invitational Exhibition” opened in Chongqing Dazu Rock Carvings Museum on March 24th. 50 Fashion Artists from more than 9 countries and regions have attended this exhibition which will last till May 5th. 展开更多
关键词 FASHION ART Invitational EXHIBITION CHONGQING Dazu ROCK carvings MUSEUM
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部