基于VC的单文档窗口分割

零文介绍了一种VC的单文档中对窗口视图任意分割方法。采取对单文档中框架类的视图分割,方法便捷可靠。最后用一个实例详细的说明编写程序的过程。     

基于MFC的SDI多视图创建与隐藏的算法改进

单文档多视图的结构有很多的实现方式,大部分采用静态分割视图的方法来实现,但这种方式的缺点是在视图每次切换时都要重新创建视图且在切换之后再销毁视图,不利于视图从文档中提取显示．基于MFC的SDI多视图创建与隐藏的算法改进,是在视图切换时,原来的视图并不销毁而是隐藏起来,通过点击再现．由于创建过的视图当再次点击时只是从隐藏状态转换为显示状态,从而大大提高了应用程序的运行效率．     

对VC＋＋6中文档/视图结构的探析

基于文档/视图结构的应用程序,实现了数据管理及数据显示的分离,具有结构合理、扩充性好等优点.本文详细阐述了与文档/视图结构相关的MFC类及类间的关系,分析一些函数的流程,并解决编制MD I应用程序过程中的一些常见问题.     

文档图像分割技术研究

在文档图像分析处理中,分割技术十分必要.本文介绍了目前文档图像分割算法中常用的特征和方式,并对针中文文档图像给出了一种分割方法.该方法首先利用Sobel算子粗略检测出文字边缘区域,利用形态学膨胀方法扩展该区域,接着进行了两次颜色聚类分析,最后根据中文字符的特征进行了一系列启发式处理,很好地分割出了文字区域.     

基于投影法的文档图像分割算法

提出了一种基于投影法的中文文档图像分割算法,从文档图像的投影出发,根据文档图像水平投影的统计特性,进行灰度值累加,找到每行文字所在坐标;根据文字的竖直投影形状特征,进行竖直方向上的分割,通过对字符图像的分割,实现对整篇文档的分割;对各种字体的文档图像的灰度图进行了试验.结果表明,该算法能够准确地对文档图像进行分割.     

利用单类支持向量机分割血细胞图像

为了提高白细胞自动识别算法的性能，提出了基于均值移动和单类支持向量机的血细胞图像分割新方法．该方法的原理是将图像中颜色相对稳定的背景和红细胞部分像素作为正训练样本，将颜色复杂多样的白细胞像素作为异常数据检测．均值移动过程用来在红、绿、兰(RGB)颜色空间寻找正训练样本集，通过均匀抽样和颜色量化措施，实现单类支持向量机(SVM)在线实时训练，最终图像像素经过单类SVM分类来实现分割．实验表明，新方法对涂片制备和光照变化导致的图像颜色改变有很好的适应性，图像分割精度优于常用流域算法，而耗时只是后者的1／4。     

数据库连接类视图的物化和增量保持技术

目前，对数据视图的物化和增量保持技术已有很多讨论，但基本上局限于ISA关系由单个类导出现图的范围内，而对于由两个或多个类通过连接操作导出的视图这一范围尚无涉及，本文提出了基于这一范畴的视图物化和增量保持的一种数据模式和基于该模式的增量保持技术。     

基于边缘检测的深度图与单视图配准算法

为解决由单视点图像和相关深度数据所创建的立体图像部分存在的重影问题,提出基于边缘检测的深度图与单视图配准算法.对单视图和深度图进行边缘检测得到各自的边界后,以单视图的边界为基准,配准深度图的边界及其邻域的深度数据.实验结果表明,该算法与已有的算法相比,匹配质量明显提高,使在立体图像中的重影现象得到了缓解.     

基于影灭点的单视图三维重构

提出了一种单视图三维重构方法,该方法需要用户提供图像点及其对应三维点之间的几何信息.由于结构场景有大量平面构成,存在大量的平行性和正交性约束,所以该方法主要应用于结构场景的三维重构.重构过程分为两部分:首先,基于三组互相垂直方向的影灭点,对方形象素摄像机进行定标;然后,基于用户提供的共面性和场景平面的影灭线,计算点的三维坐标.采用真实图像测试,说明该方法有效且简单易用.     

VC++应用程序中多个单文档的调用

详细介绍了在VC 6．0环境下实现多个单档调用的技术，并提供了具体的编程步骤。用这种方法可以满足更合理的程序设计结构的要求，同时还可以使得程序界面更加友好、可视化程度更高。     

在SDI中对基于CFormView类的不同视图的切换

用VC 6.0开发单文档应用程序指令中,使用基于CFormView类的视图.可以实现包含控制的类似于时话框的视之间的相互切换.     

应用于JBIG2的一种文档图像分割方法

JBIG2是即将实施的文档图像压缩编码标准，主要应用于传真，互联网和无线传输，其编码对象是文字与二值图像的混合文档，通过对特定内容采用特定的模式算法进行编码，图像分割是编码的第一步工作，文中在简述JBIG2标准后，通过对文字和二值图像的特征分析，提出了一种新的与轮廓无关的文档分割算法，快速准确具有一定的适应性，经过实验证明，该方法比较有效。     

基于参数模型和法线推理的单视图三维人体隐式重建

为了克服单视图三维人体重建中出现的伪影及肢体残缺现象,提出了一种基于参数模型和法线推理的三维人体隐式重建算法(Parametric-Model and Normal Inference, PMNI),该方法能够从单一RGB图像重建出包含服装的三维人体。网络的输入仅为一张包含人物全身的RGB图像,首先基于图卷积神经网络预测对应的SMPL参数模型,接着基于条件GAN(Generative Adversarial Networks)网络生成人物的后视图像,并分别从前后视图中提取法线特征,最后将它们作为深度隐式函数的额外参数辅助训练。实验结果表明,相较于传统方法,该方法有效提升了重建结果的整体质量和表面细节。得益于参数体和法线作为先验,该方法也可以很好地处理一些复杂人体姿态。     

基于自表示和投影映射的不完整多视图聚类

针对不完整多视图聚类存在的缺陷,提出一种融合自表示和投影映射的统一框架.首先,利用自表示和样本存在指示矩阵学习一致相似图,它反映了样本间的公共相似关系;其次,利用投影映射将样本矩阵投影到超球面上,得到公共低维表示;最后,将两者通过谱表示嵌入在一起,解决了因多视图数据缺失引起的不完整多视图聚类问题.该算法在真实数据集上的实验结果优于其他算法,证明了算法的有效性.     

基于单视图稀疏点的汽车三维模型重建

基于深度学习的图像识别模型训练需要大量数据,而不同角度的汽车视图数据难以在短时间内收集,为此提出一种利用单视图稀疏点的汽车三维模型重建方法,依靠少量数据也能得到精确的结果。创建了包含3 000多张不同汽车品牌的多视角二维汽车图形数据集,并在TensorFlow框架下搭建了基于MobileNet V2网络和迁移学习的汽车视图角度识别系统,其结果能够进一步用于快速的模型匹配及重建;根据创建的汽车三维线框模型库以及二维关键点和三维模型的映射关系,利用带约束的最小二乘法求出模型库中不同模型对于重建的贡献量系数,直接由二维图片上稀疏的25个关键点生成三维模型。误差分析结果显示,重建的三维车身模型具有较高精度。     

基于类间损失和多视图融合的深度嵌入聚类

针对深度嵌入聚类方法仅考虑类内关系及多视图聚类存在特征表示不足等问题,提出一种基于类间损失和多视图特征融合的深度嵌入聚类方法,该方法在深度嵌入聚类的损失函数中引进一个新的正则项提高类判别性.先通过自动编码器提取多视图数据的特征表示,对不同视图的特征表示进行融合得到公共表示,基于此得到数据的软分配分布和辅助目标分布;再对公共表示和聚类分配进行联合优化得到最终的聚类结果.在多视图数据集上的实验结果表明,该方法能有效提高聚类性能.     

基于多视图和显著性分割的古生物三维模型检索

使用古生物化石图像检索古生物三维模型是一种建立和管理古生物三维数据库的有效方式,而直接以化石图像或复原图像检索古生物三维模型精确度较低。针对此问题,该文提出一种基于多视图和显著性图分割模型相结合的古生物三维模型检索方法。首先,在三维模型投影的基础上,对投影图像和检索图像使用显著性分割网络进行主体分割得到主体特征,然后,利用主体特征进行匹配得到相似投影图像对应的三维模型。在自建的古生物数据集上进行验证,该文所提方法最近邻准确度为0.845,F值为0.782,折损累计增益为0.856,各类别平均准确率为0.754。该方法可以有效地适应古生物数据集,并且准确率相对较好,能够辅助古生物三维模型的检索。     

在工具视图环境下的动态性能跟踪与效率分析方法

对比分析了描述类视图、描述例程视图和描述跟踪视图的性能跟踪特征、人机交互特征、统计数据精度和统计数据打印，并根据实验数据，确定了消除软件性能瓶颈的两个重点．提出了一种基于PowerScript与系统函数的软件动态性能跟踪方法，该方法能在动态例程和动态跟踪活动的混合运行模式下进行性能跟踪和效率分析，减少了跟踪条目和记录活动数量，有效提高了系统被跟踪时的运行速度，跟踪实例证明了方法的可用性．