1) image processing language
图象处理语言
2) image manipulation language
图像处理语言
3) Theory of Picture
语言图象
1.
The author believes that Wittgenstein s early Theory of Picture and his later Theory of Language_Games are verifiable in language actions of Chinese.
本文以汉语的因果观念的语言表现方式作为观察点 ,对西方当代语言哲学的代表人物维特根斯坦的前后语言哲学观的变化进行了一次检讨 ,认为前期维特根斯坦的语言图象论和后期维特根斯坦的语言游戏说在汉语实践中都能得到实证。
4) picture languages
图象语言
5) ODML Object Definition and Manipulation Language
对象定义与处理语言
6) Language processing
语言处理
1.
The language processing of sing is to combine language and musics organically,comprehension song s topic,feeling music image in sing process,solving the word carries on the strong or weak,emotion.
歌唱的语言处理是将语言与音乐有机地结合,并在歌唱过程中充分理解歌曲主题、感受音乐形象,对咬字吐字进行强弱、情感等方面的处理,从而使歌唱语言更加生动、形象,增强歌曲的艺术魅力。
2.
The various models about language processing in the field of psycholinguistics should provide good explanation for this high complexity and efficiency.
语言处理是一个非常复杂但是又非常高效的过程,心理语言学所提出的关于语言处理的模式应该能够解释语言处理的复杂性和高效性,在这一方面,联结主义要比符号主义具有更多的优势。
3.
Based on the essence of listening comprehension,the paper makes a profound discussion on the causes for obstacles of listening comprehension as well as some effective countermeasures,in the light of cognitive features of foreign language learners,namely,language processing,cognitive strategies and information processing.
本文根据听力理解的实质,从学习者的认知心理特点,即语言处理、认知策略及对信息加工等方面探讨第二语言学习者在听力理解中产生困难的原因及对策。
补充资料：彩色图象处理
彩色图象处理
color image processing
。l，…，a3，仍，。3，并进行下面的计算可以是一个标定的过程: R‘=a IR+b1G+ciB G’=aZR+bZG+cZB B‘=a3尺+63G+e3B 伪彩色我们的眼睛比较容易发现彩色的变化，而对亮度的逐渐变化则不敏感。据研究，人们只能辨认50多种单色等级，但是辨认200多种彩色是不成问题的。所以利用彩色可以增强或改善人们的视觉效果。伪彩色技术将灰度图象f(x，y)映射为伪彩色图象【R(x，y)，G(x，y)，B(x，y)]，其中，R(x，刃=Fr【f(x，刃〕，G(x，y)二乓〔f(x，妇」，B(x，刃二凡【f(x，刃〕。Fr，凡，凡为不同彩色分量的映射函数。例如，为了表示一幅黑白图象中的山地的起伏，我们可利用下面表格把16个等级的单色图象变成伪彩色的图象。┌──┬─┬─┬─┬─┬─┬─┬─┬─┬─┬──┬─┬─┬─┬─┬─┬─┐│单色│0 │1 │冈│同│4 │5 │同│7 │8 │【，│困│1l│12│阎│l4│15│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│红 │0 │0 │0 │0 │0 │19│23│35│49│54 │63│54│63│52│54│63│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│绿 │0 │14│17│20│25│27│31│42│49│33 │26│0 │0 │0 │29│63│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│蓝 │国│国│0 │0 │国│0 │0 │0 │0 │0 │0 │0 │0 │53│58│63│└──┴─┴─┴─┴─┴─┴─┴─┴─┴─┴──┴─┴─┴─┴─┴─┴─┘ 彩色在机器视觉中的应用在机器视觉系统中，往往需要进行图象分割，彩色信息可以用来帮助进行图象分割。但是，彩色图象分割并不是简单地增加图象中信息的维数，而是有其自身的特殊物理本质的。彩色信息最重要的优点之一是物体表面的颜色在几何形状和位置变化时比相应的图象亮度要稳定得多。颜色的变化在很大程度上是与景物的光学反射特性有关。物体的反射特性及光源决定了物体的颜色、辉光(物体上的亮斑)和影调(亮度在物体表面的变化)。人们往往利用所谓的彩色反射模型来说明图象中由于反射造成的颜色变化的规律。例如，双色反射模型认为，反射光由两种成分组成:一种是界面反射成分，它具有镜面反射的分布特性。另一种是本体反射成分，它具有漫反射的分布特性。双色反射模型还认为，物体上某一点的颜色是界面反射分量和本体反射分量的线性组合。
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