融合LBP和卷积神经网络的摩尔纹检测

摩尔纹是一种由数字网格重叠引起的不规则混叠干扰条纹。屏摄类图像中摩尔纹的出现不仅降低了图像质量，并会对后续的图像处理任务产生不良的影响。为了有效、快速、准确地检测这种摩尔纹，文中提出一种利用局部二值模式（LBP）和多输入卷积神经网络（CNN）结合的检测模型。LBP特征计算速度快且能很好地描述摩尔纹纹理，该方法首先使用LBP提取特征，并将提取特征后的图像与原始图像一起送入设计好的多输入卷积神经网络。实验结果证明，将经过LBP特征提取的图像作为摩尔纹纹理的强化信息与原始图像一起送入网络，比单独将原始图像送入网络的网络收敛速度更快、准确率更高，可以达到99.6%，比经典的Inception V3分类模型准确率提高了4%。     

教学案例法在C语言教学中的应用与探索——图像打印之for循环

<正>为持续提升计算机C语言课程教学效果，增强知识学习的趣味性与具象性，越来越多的教师尝试调整教学方法。本文以案例教学法为切入点，阐述了图像打印案例在C语言for循环教学中的方法及注意事项。教学实践表明，案例教学能有效增强学习的趣味性、实用性，引导学生在全面掌握理论知识，熟悉实践技巧的同时，实现创新意识与创新能力的稳步提升。近年来，案例式教学方法在计算机高级语言教学中得以广泛应用与推广，将抽象的概念、枯燥的语法、繁杂的算法等理论知识通过生动趣味的教学案例讲解，能有效激发学生的学习兴趣和积极性^[1]。