|
|
|
说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
|
|
|
1) basic image
基图像
1.
Then the basic images of template image are presented and an image is expressed with the linear combination of the basic images.
首先证明了图像的大量信息主要体现在图像矩阵奇异值分解的前几个最大奇异值所对应的左、右奇异向量中,然后给出了模板图像的基图像,并将图像展开成基图像的线性表示,提取其组合系数作为图像的代数特征并用于人脸识别中。
2.
NMF is applied to the each group’s images to obtain the non-negative subspace constructed by basic image of each group’s images,project the training images and testing images to each feature subspace.
将训练图像分组,分别对每组图像作NMF,获取每组图像的基图像构成的非负特征子空间,将训练图像和测试图像分别向各个特征子空间进行投影,将每组图像提取出的特征系数混合,根据最近邻原则进行识别。
2) image-based
基于图像
1.
Fast face detection combine both feature-based and image-based approach;
基于特征和基于图像相结合的快速人脸检测
2.
In this paper, we describe an image-based rendering technique called Inverse Concentric Mosaics (ICM) which is based on Concentric Mosaics (CM) .
阐述了“逆向同心拼图”技术 ( inverse concentric mosaics,简称 ICM) ,ICM是一种基于图像的绘制技术 ,是“同心拼图”技术 ( concentric mosaics,简称 CM)的一种扩展。
3.
In recent years, we can seen clearly the trend of increasing number of researchers\' interest in image-based modeling technology for its advantages of low-cost, relatively fast speed of modeling.
近年来,基于图像的建模技术以其成本低、建模速度相对较快得到越来越多研究者的关注,从单幅图像建模更因其简单、方便处理等优点得到较快的发展。
3) basic image
基本图像
1.
A new fast two dimension 8×8 Inverse Discrete Cosine Transform(IDCT) algorithm based on Look-Up Table(LUT) is presented,in which,the LUT structure is based on the DCT basic images.
提出一种基于查表法的二维8×8离散余弦逆变换(2D 8×8 IDCT)的快速算法,其查找表LUT(Look-UpTable)结构的设计是基于二维8×8 DCT的基本图像。
2.
The specialities of the basic images of the discrete cosine transform (DCT) and the characteristics of the data of the practical images are discussed, and a fast algorithm for computing 8×8 two-dimensional IDCT is presented in this paper.
讨论了离散余弦变换(DCT)的基本图像的特性以及实际图像数据的特点,提出了利用基本图像进行二维8×8离散余弦逆变换(IDCT)的快速算法。
3.
The new algorithm is based on the conception and symmetry of basic images.
基于基本图像的概念及其对称性,提出一种计算二维8×8离散余弦变换(DCT)量化后系数的查表快速算法。
4) image base
图像基
1.
The micro-elements of an iris image are analyzed by various image base functions and it is determined that the LoG function is the base function dominating iris image generation.
采用不同的图像基函数分析虹膜图像的基本微观结构,从而确定主导虹膜图像产生的图像基为LoG函数,进而利用LoG函数在多尺度空间检测虹膜细节特征。
5) gene image
基因图像
6) graphic based
图像基准
补充资料：基于图像空间的数控加工图形仿真
摘要 在数控加工图形仿真验证中，传统的图像空间离散方法提供的观察分析手段较少，限制了它的应用；而物体空间方法计算量大，不具有实时性。介绍一种在基本图像空间离散法的基础上对数据结构和算法作了改进的方法，一方面不会失去仿真实时性，另一方面为用户提供了更多且方便有效的分析观察手段，且具有物体空间方法的优点。 关键词 数控 CAD/CAM NC验证 NC仿真 使用计算机模拟数控加工，对NC程序的运行进行图形仿真，以此检验NC程序和加工方法的正确性，是一个非常有益的尝试。但是，仿真技术涉及大量的计算，效率低、耗时多，不能用于实际生产中。离散的方法能使计算量大大降低，在物体空间离散毛坯和刀具能获得毛坯切削后的精确表示，有利于对切削结果进行有效的观察分析，更适用于NC程序的验证［1～3］；Van Hook［4～6］采用图像空间离散法实现了加工过程的动态图形仿真，他使用Zbuffer消隐思想，将实体按图像空间的像素(pixel)离散，将计算简化为视线方向上的一维布尔运算，较好地解决了实时性的问题。
但是，传统的图像空间离散方法不能提供有效方便的观察分析手段，限制了它的应用。笔者根据Van Hook图像空间法的思想，对数据结构和算法作了改进，使得在不失去仿真实时性的前提下，为用户提供了更多、更方便有效的分析观察手段，而这些手段原本具有物体空间方法的特点。 1 Van Hook算法的基本思想
图像空间方法使用类似图形消隐的Zbuffer思想，将工件和刀具按屏幕的像素离散为Zbuffer结构。切削过程简化为沿视线方向上的一维布尔运算。本法将实体布尔运算和图形显示过程合为一体，使图形仿真有很高的实时性。
1.1 Zbuffer方法 
图1 Zbuffer方法说明 见图1，视线方向与屏幕垂直，沿视线方向将毛坯和刀具离散，在每一个屏幕像素上，刀具和毛坯表示为一个长方体，称为Dexel结构(即Zbuffer结构)。刀具和毛坯之关系有7种，此时，刀具切削毛坯的过程就变为两套Dexel结构的比较问题，具体的运算过程用以下的算法说明：
CASE 1：只有刀具，显示刀具；break；
CASE 2：毛坯遮挡刀具，显示毛坯；break；
CASE 3：刀具切削毛坯的后部，显示毛坯；break；
CASE 4：刀具切削毛坯的内部，显示毛坯；break；
CASE 5：刀具切削毛坯的前部，显示刀具；break；
CASE 6：刀具遮挡毛坯，显示刀具；break；
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
|