1) ZC fingerprint graph
零交叉指纹图
1.
We combine anti noise and reduce dimension performance of Radon transform and multi resolution analysis of ZC(zero crossing) fingerprint graph and use BT(binary tree) as a tool for ZC fingerprint graph expression.
本文把Radon变换的抗噪声和降维性能和零交叉指纹图的多尺度分析特点结合起来 ,并将二元树结构作为表示零交叉指纹图的工具 ,提出了一种判别方法 ,在图像识别中取得了较好效
2) zero crossing
零交叉
1.
Edge detection of CO_2 arc welding pool image based Bubble wavelet and zero crossing;
CO_2焊熔池图像的Bubble小波零交叉边缘检测
2.
Wavelet zero crossing representation is investigated.
分析了信号零交叉表示方法，给出了新的由零交叉表示进行原始信号重构的算法。
3.
Based on zero crossing representation of wavelet transform of this radial function and matching procedure, a new algorithm to identify orbits of shaft centerline is proposed.
基于此函数的小波变换零交叉表示和匹配过程，得到了识别轴心轨迹的一种新方法。
3) zero-crossing point
零交叉点
1.
For the first frame of the video, the object edge is obtained by an enhanced interactive method; in the remaining frames of the video, a new Snake algorithm is proposed to detect the sharp-angled and concave object contour under the constraint of zero-crossing point, the experimental results of different.
对于初始帧,采用改进的交互方法进行目标的精确定位;在后续帧中,采用零交叉点约束的Snake算法,对具有凹边和尖点特征的复杂目标准确跟踪,获得了理想的实验结果。
2.
The traditional method which uses a threshold to every zero-crossing points to detect salient edges by LOG operator,can filter parts of unconspicuous edges caused by noise,but it can also filter the weak edges connecting to salient edges.
传统的 LOG 边缘检测在对每个零交叉点给定阈值判断其明显度时,将滤掉大部分可能是由噪声产生的弱边缘,但目标中封闭轮廓的弱边缘也可能被滤掉。
4) zero-crossing
零交叉
1.
An Improved Approach of Image Edge Detection Based on Zero-crossing;
一种基于零交叉的图像边缘检测的改进方法
2.
The background noise is considered as a series of impulse and analyzed by zero-crossing method.
将背景噪声看成一系列起伏状脉冲 ,利用零交叉方法估计各单次记录信号中噪声的脉冲宽度 ,取其最大值作为基准参数 ,自适应地动态确定各单次滤波时所用窗口的大小 。
3.
The methodology is based on zero-crossing algorithm, with feature point detection algorithm added to improve detecting accuracy and speed on the zero-crossing method.
论文针对工业领域对产品目标三维形态检测的具体应用，提出并研究和开发了平行视双目立体视觉体系中以零交叉检测为主，以特征点检测为辅的图象特征提取方法，实验证明，用该方法可以可靠而有效地分析工业目标三维形态特
5) zero crossing
零点交叉
6) Cross frings
交叉条纹
补充资料：恒星的“指纹”——光谱(图)
仰望星海，星光点点，夜色深沉。要想分辨每一颗恒星的身份似乎是不可能的。那么，现在对每一颗恒星特征了解得如何呢?科学家的回答是既肯定，又简单。肯定和简单就在于当你走进恒星天文学家的观测研究室时，一切就会一目了然。你随便说一颗恒星，天文学家们就会胸有成竹地给你找出它的档案，告诉你这颗恒星的身份特征。
表1恒星光谱分类光谱型恒星表温度恒星颜色O40000～25000K蓝色星B25000～12000K蓝白色星A11500～7700K白色星F7600～6100K黄白色星G6000～5000K黄色星K4900～3700K红橙色星M3600～2600K红色星(K是热力学温度单位，0℃=273．15K)
然而，19世纪中叶以前，人们要向天文学家们问起恒星的物理情况，天文学家们是无法回答的。因为他们也正在困惑和惆怅。仅依靠天文望远镜不能分辨出恒星的视面。恒星的光实在太微弱，即使看起来全天最亮的天狼星的光，也仅仅是太阳光的100亿分之一。然而，要了解恒星的物理本质，还非得在恒星的光中“作文章”不可。1825年，法国哲学家孔德断言：“恒星的化学组成是人类绝对不能得到的知识。”但是30多年后，天体分光术和照相术的发明，为天文学家们将这两者结合起来对恒星光谱进行分析研究创造了条件。
通过天文望远镜和分光镜将恒星光分解成连续光谱，再把这种光谱拍照下来进行分析研究即可发现，原来每颗恒星光谱的谱线数目、分布和强度等情况均不一样。这些特征包含着恒星的许多物理化学信息。这一研究方法开创了研究恒星物理化学的新纪元，从此诞生了天体物理学。这是现代天文学新的生长点。
到20世纪初，美国哈佛大学天文台已经对50万颗恒星进行了光谱研究，并对恒星光谱进行了分类。将恒星光谱分成主要七种类型（见表1）。通过对恒星光谱的观测和分析研究，才使我们了解到恒星表面大气层的温度、压力、密度、化学元素的成分、质量、体积、自转运动、距离和空间运动等一系列物理化学性质。可以毫不夸张地说，迄今关于恒星本质的知识，几乎都是从光谱研究中获得的。
丹麦天文学家赫茨普龙和美国天文学家罗素，根据恒星光谱型和光度的关系，建起著名的“光谱—光度图”，也称赫——罗图（见图1）。大部分恒星分布在从图的左上到右下的对角线上，叫主星序。其他还有巨星、超巨星、亚巨星、亚矮星和白矮星等类型。因此，赫—罗图不仅给出了各类恒星的位置特点，同时也充分显示出恒星的演化过程。赫—罗图成为研究恒星的重要手段之一。O、B、A型称为“早型星”；F和G型称“中间光谱型”；K和M型称为“晚型星”。一条恒星光谱，一般只有几厘米到十几厘米长。为了拍摄一颗恒星的光谱，天文学家们要在天文望远镜旁等待曝光几小时到几个夜晚。
细心的认星者一眼就能看出恒星的颜色不一样，有红色、黄色、蓝色和白色等，犹如五颜六色的明珠。恒星为什么有这么多种多样的诱人色彩呢?你是否有这样的常识：温度高的火焰是蓝白色，温度低的火焰是红色。恒星也是如此。不同颜色代表星体表面温度的不同。天体的温度不同，它们发出的光在不同波段的强度是不一样的。从恒星光谱型我们已经知道，不同颜色代表不同的温度。一般说来，蓝色恒星表面温度在25000K以上，如参宿七、水委一、马腹一(甲星)、十字架二(甲星)和轩辕十四等。白色恒星表面温度在11500～7700K，如天狼星、织女星、牛郎星、北落师门和天津四等。黄色恒星表面温度在6000～5000K，如五车二和南门二等。红色恒星表面温度在3600～2600K，如参宿四和心宿二等。
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