首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  免费   0篇
物理学   3篇
综合类   4篇
  2023年   1篇
  2022年   1篇
  2021年   1篇
  2020年   2篇
  2018年   2篇
排序方式: 共有7条查询结果,搜索用时 578 毫秒
1
1.
如何有效获得良好的游戏视角是Unity 3D游戏人物建模以及场景搭载的关键.针对模块MPU6050取值敏感、不稳定、瞬时角度值误差大等问题,提出一种结合DMP自带滤波和误差补偿互补滤波的算法对游戏视角进行优化.在进行Unity 3D的体感游戏人物建模以及场景搭载时,将手柄获取的原始数据先通过DMP自带滤波算法进行滤波,...  相似文献   
2.
为了解决浮选泡沫图像中光噪点多、相互黏结、无法准确地提取其动态特征的问题,提出了一种浮选泡沫表面动态特征提取的方法.首先,通过分数阶微分最小均值算法、谷底检测算法和形态学处理,得到泡沫边缘轮廓图像,再对这些图像进行三叉点检测,避免了光噪点的影响;其次,用快速视网膜关键点(fast retina keypoint, FREAK)匹配算法对特征点进行匹配,再利用随机抽样一致(random sample consensus, RANSAC)算法进一步剔除误匹配点;最后,提取出速度特征,并利用特征点对的坐标绘制出速度矢量图和曲线图.实验结果表明,该方法具有更高的抗噪性能,并能够有效改善图像的对比度、减轻泡沫图像光噪点影响、有效剔除误匹配,从而提取出准确的速度特征.本方法的提取准确率为93.3%,该提取准确率较现有一些算法有较大提高,适用于动态变化的浮选工况.  相似文献   
3.
4.
5.
针对浮选表面气泡图像边界弱、光照不均匀和气泡分布不均匀导致气泡提取困难的问题,提出了一种结合非下采样Shearlet变换(NSST)和多尺度边界检测及融合的浮选气泡提取方法。对气泡图像进行NSST分解,得到低频子带和多尺度多方向高频子带图像,通过构造自适应分数阶微分谷底检测模板提取低频子带的山谷边界,结合尺度相关系数及方向模极大值检测获取高频子带的边缘信息,再通过山脊特性判定从边缘信息中提取气泡的边界细节,最后进行多尺度边界融合、边界形态学处理以实现气泡提取。实验结果表明:该方法受噪声和光照的影响小,能有效提取出不同分布类型的气泡,其平均检测效率和准确率较现有方法有较大的提高,能够满足浮选工况动态变化的需求。  相似文献   
6.
针对浮选槽低照度环境下采集的泡沫图像对比度低、边缘弱、噪声干扰等问题,提出了一种结合自适应分数阶微分和非下采样Contourlet变换(NSCT)的泡沫图像多尺度增强算法.首先对泡沫图像进行NSCT多尺度分解,根据低频子带的梯度特征构造自适应分数阶微分阶次函数,结合改进的带亮度控制参数的Tiansi算子对低频子带图像进行增强处理;然后对各高频方向子带,根据能量分布特征自适应计算阈值,再结合尺度相关系数去除噪声,并通过非线性增益函数增强边缘系数;最后对处理后的图像进行NSCT重构.对不同大小类型的泡沫图像进行实验,结果表明:与现有算法相比,文中算法改善了图像的亮度,具有更高的对比度、清晰度和信息熵,保留更多的纹理细节,在有效抑制噪声的同时气泡边缘得到明显增强,为后续的泡沫图像分割和边缘检测奠定了基础.  相似文献   
7.
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号