1) visual feature
视觉特征
1.
Analyzing 3D model visual features based on neural networks;
基于神经网络的三维模型视觉特征分析
2.
Face Recognition Based on Visual Feature Extraction and Kernel Discriminant Analysis;
基于视觉特征提取和核判决分析方法的人脸识别
3.
Research on Visual Feature Based Image Retrieval Technology;
基于视觉特征的图像检索技术研究
2) Visual features
视觉特征
1.
A fast multi-resolution image fusion method based on visual features;
一种基于视觉特征的多分辨率快速图像融合方法
2.
This dissertation discusses image segmentation technology based on the image visual features, the image neighborhood m.
本文讨论了图像视觉特征邻域矩分析和基于视觉特征矩的检测分割技术,并分析系统中的关键模块:图像邻域分析,视觉特征矩变换后的自适应聚类,目标图像的边缘检测,视同灰度区域的视同灰度提取。
3.
First of all,this article compares the color quantization algorithm in common use and puts forward a new color quantization algorithm based on visual features by applying the previous way of calculating.
以往的图像颜色特征处理算法侧重于用计算机对统计信息进行分析和归类,相对忽略人类观察图像时的视觉特征,算法结果存在颜色量化冗余、颜色量化分界难以处理、颜色量化结果不符合人类视觉特征要求等问题。
3) visual characteristics
视觉特征
1.
The relations among the natural attributes,visual characteristics,and processing technology of materials,new materials,or materials with new application forms were discussed.
就材料的自然属性、视觉特征、加工工艺和新材料或材料的新用途与形态的关系进行了论述,在产品设计中进行材料选择时,必须对材料的各种特性有充分的了解和把握,综合考虑、灵活运用,这样才能选择出合适的材料,从而最大限度的发挥材料的性能,设计出更加完美的形态。
2.
By collecting samples of the network images, and inspecting their different visual characteristics, a content-based image classification system is raised.
对图像资源的有效使用和管理迫切需要建立图像分类的标准或规范,本文通过采集网络图像样本,考察它们的视觉特征差异情况,提出了基于内容的图像分类体系,并且就每类图像的特点予以介绍,指出了图像中用于分类的鲜明的视觉特征。
3.
In this thesis, firstly, video frame segmentation algorithm of multi-modal information based on artificial text and visual characteristics is proposed.
本文首先给出一种基于人工文本与视觉特征的多模态信息视频帧分割算法。
4) vision feature
视觉特征
1.
Information extraction of BBS posting based on vision feature
基于视觉特征的BBS用户发言信息抽取
2.
According to the actual requirements, four modules, image pre-processing, vision features extraction, ROI location and filtration, are analyzed.
根据实际系统要求,本文按照实现系统的功能模块分别讲述图像预处理、视觉特征提取、精确定位和屏蔽处理各个功能模块的具体实现方案和技术路线。
3.
Experimental results indicate that the vision feature based approach can achieve high extraction accuracy.
本文归纳了BBS主题网页内部用户发言信息的视觉特征,以此为依据指导整个抽取过程。
5) visual character
视觉特征
1.
Influenced by modern design tide, contemporary ceramic art shows the exaggerative, allegoric and oddish visual character, shocking viewers’ eyes.
在现代设计潮流的影响下,现代陶艺设计呈现出夸张、寓意、怪异的视觉特征,给人以视觉冲击,现代陶艺所表现的倾向是艺术家“自我”的内心世界,是“心理”的写实。
2.
The visual characteristic.
视觉特征的建构属于产品设计的一个内容,其作用在于获得消费者认同,实现品牌的价值。
6) feature images
视觉特征图
补充资料：明视觉和暗视觉
不同波长的光刺激在两种亮度范围内作用于视觉器官而产生的视觉现象。光刺激的亮度在约3个坎德拉(cd)以上时，主要由人眼锥体细胞获得的视觉称明视觉或锥体细胞视觉；光刺激的亮度约在10-3尼特以下，即在暗适应情况下主要由杆体细胞获得的视觉称暗视觉或杆体细胞视觉。人眼视网膜中央凹内锥体细胞最多，视网膜边缘只有少数锥体细胞掺杂在杆体细胞中。杆体细胞主要分布在视网膜的边缘，中央凹内没有杆体细胞，而偏离中央凹20°时，单位面积上的杆体细胞密度最大。明视觉主要是中央视觉，而暗视觉则是边缘视觉。因此在微光条件下，如想发现发光暗淡的星星，把目标保持在视觉注视中心反而不如以边缘视觉观察时清楚。
在明视觉的情况下，人眼能分辨物体的细节，也能分辨颜色，但对不同波长可见光的感受性不同，因此能量相同的不同色光表现出不同的明亮程度。一般说来黄绿色看着最亮，光谱两端的红色和紫色则暗得多。不同波长的光的这种相对发光效率通常称作光谱相对视亮度函数（简称V(λ)函数）或相对发光效率函数、视见函数等，可用光谱相对视亮度曲线表示（见图 ）。V（λ）函数是人们看不同色光时产生同等亮度感觉所需要的能量的倒数，即V(λ)=1/E(λ)。式中：V(λ)为相应波长λ的光谱视亮度函数值；E(λ)为波长λ的单色光能量。目前通用的V(λ)函数主要是K.S.吉布森和E.P.T.廷德尔用步进法与W.科布伦茨和W.B.埃默森用闪烁法测定结果的平均值。1924年为国际照明委员会（简称CIE）所采纳。其峰值在555纳米处。
CIE V(λ) 函数是根据白种人眼的测定材料确定的。后来有好几位学者对不同人种（埃及人、高加索人、中非人等）的V(λ)函数进行过测定。结果表明，非白种人的视亮度函数在短波段比CIE V(λ)低些。中国心理学家和生理学家近年来用闪烁法对V(λ)函数进行了测定，结果表明：①中国人眼的V（λ）函数与CIE V(λ)函数很一致。目前尚无充分证据证明人种学上的差别影响V(λ)函数；②随着年龄的增长，光谱短波一侧的V(λ)函数有降低的趋势，这主要是由于水晶体发黄所致。
近60年来不断有人对CIE V(λ)函数提出异议，比较集中的意见是短波段偏低。1951年D.B.贾德提出对CIE V（λ）函数在短波段的修正值。随着气体放电光源和单色光源的发展，CIE V(λ)函数越来越不能满足需要。中国计量科学研究院和中国科学院心理研究所协作，用异色明度匹配法研究V(λ)函数。实验数据已被国际照明委员会采纳，列入1988年CIE第75号出版物推荐的V(λ)2°视场（简称Vb12(λ)）和V(λ)10°视场（简称Vb110(λ)）的国际平均值中。
除年龄外，实验条件和采用的研究方法均影响V(λ)函数，如在明视觉条件下，观察大面积表面时，由于黄斑色素的影响不同和杆体细胞参加，V(λ)曲线比2°视野的V(λ)曲线略有变动。
就正常人眼来说，杆体细胞本身并不能产生彩色视觉，它们只产生无彩色的白、灰和黑的视觉，反以在微光条件下，一切物体呈中性色。暗视觉的光谱相对视亮度函数（简称V′(λ)函数）曲线较V(λ)曲线向短波方面偏移如上图。这说明对长波的感受性降低，而对短波的感受性提高了。这种现象称为普尔金耶现象。
CIE V′(λ)函数是1951年 CIE根据B.H.克劳福德用直接比较法和G.沃尔德用阈限法所得结果推荐使用的。其峰值在507纳米处。这条曲线代表30岁以下经过完全暗适应的观察者,在刺激物离开中央凹超过5°时杆体细胞的平均光谱感受性。V′(λ)曲线的形状主要决定于杆体细胞的感光化学物质对不同波长的吸收特性。视紫红质的吸收曲线与V′（λ）曲线很相似。近年来中国心理学家用直接比较法测定了中国人的V′(λ)结果表明：①V′(λ)曲线形状与CIE V′(λ)曲线形状比较接近,峰值稍向长波位移；②年龄对函数也有影响。
人眼对于亮度约为 10-3～3尼特的光刺激的感觉叫做间视觉。在间视觉中杆体细胞和锥体细胞同时活动并相互作用，它们的相应关系不断变化，致使人们对颜色判断很不可靠。
在明视觉的情况下，人眼能分辨物体的细节，也能分辨颜色，但对不同波长可见光的感受性不同，因此能量相同的不同色光表现出不同的明亮程度。一般说来黄绿色看着最亮，光谱两端的红色和紫色则暗得多。不同波长的光的这种相对发光效率通常称作光谱相对视亮度函数（简称V(λ)函数）或相对发光效率函数、视见函数等，可用光谱相对视亮度曲线表示（见图 ）。V（λ）函数是人们看不同色光时产生同等亮度感觉所需要的能量的倒数，即V(λ)=1/E(λ)。式中：V(λ)为相应波长λ的光谱视亮度函数值；E(λ)为波长λ的单色光能量。目前通用的V(λ)函数主要是K.S.吉布森和E.P.T.廷德尔用步进法与W.科布伦茨和W.B.埃默森用闪烁法测定结果的平均值。1924年为国际照明委员会（简称CIE）所采纳。其峰值在555纳米处。
CIE V(λ) 函数是根据白种人眼的测定材料确定的。后来有好几位学者对不同人种（埃及人、高加索人、中非人等）的V(λ)函数进行过测定。结果表明，非白种人的视亮度函数在短波段比CIE V(λ)低些。中国心理学家和生理学家近年来用闪烁法对V(λ)函数进行了测定，结果表明：①中国人眼的V（λ）函数与CIE V(λ)函数很一致。目前尚无充分证据证明人种学上的差别影响V(λ)函数；②随着年龄的增长，光谱短波一侧的V(λ)函数有降低的趋势，这主要是由于水晶体发黄所致。
近60年来不断有人对CIE V(λ)函数提出异议，比较集中的意见是短波段偏低。1951年D.B.贾德提出对CIE V（λ）函数在短波段的修正值。随着气体放电光源和单色光源的发展，CIE V(λ)函数越来越不能满足需要。中国计量科学研究院和中国科学院心理研究所协作，用异色明度匹配法研究V(λ)函数。实验数据已被国际照明委员会采纳，列入1988年CIE第75号出版物推荐的V(λ)2°视场（简称Vb12(λ)）和V(λ)10°视场（简称Vb110(λ)）的国际平均值中。
除年龄外，实验条件和采用的研究方法均影响V(λ)函数，如在明视觉条件下，观察大面积表面时，由于黄斑色素的影响不同和杆体细胞参加，V(λ)曲线比2°视野的V(λ)曲线略有变动。
就正常人眼来说，杆体细胞本身并不能产生彩色视觉，它们只产生无彩色的白、灰和黑的视觉，反以在微光条件下，一切物体呈中性色。暗视觉的光谱相对视亮度函数（简称V′(λ)函数）曲线较V(λ)曲线向短波方面偏移如上图。这说明对长波的感受性降低，而对短波的感受性提高了。这种现象称为普尔金耶现象。
CIE V′(λ)函数是1951年 CIE根据B.H.克劳福德用直接比较法和G.沃尔德用阈限法所得结果推荐使用的。其峰值在507纳米处。这条曲线代表30岁以下经过完全暗适应的观察者,在刺激物离开中央凹超过5°时杆体细胞的平均光谱感受性。V′(λ)曲线的形状主要决定于杆体细胞的感光化学物质对不同波长的吸收特性。视紫红质的吸收曲线与V′（λ）曲线很相似。近年来中国心理学家用直接比较法测定了中国人的V′(λ)结果表明：①V′(λ)曲线形状与CIE V′(λ)曲线形状比较接近,峰值稍向长波位移；②年龄对函数也有影响。
人眼对于亮度约为 10-3～3尼特的光刺激的感觉叫做间视觉。在间视觉中杆体细胞和锥体细胞同时活动并相互作用，它们的相应关系不断变化，致使人们对颜色判断很不可靠。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条