【摘 要】
:
随着信息技术水平的不断提高,将其应用在动画设计过程中,能够推动动画三维技术的发展以及应用。在这一过程中,需要对动画三维技术的特点进行分析,同时探讨其应用情况,才能够促进动画三维技术的广泛应用,推动动画三维技术的发展。
论文部分内容阅读
随着信息技术水平的不断提高,将其应用在动画设计过程中,能够推动动画三维技术的发展以及应用。在这一过程中,需要对动画三维技术的特点进行分析,同时探讨其应用情况,才能够促进动画三维技术的广泛应用,推动动画三维技术的发展。
其他文献
针对常规算法所得检测结果的中心位置偏差较大,导致检测精度低下的问题,提出虚拟现实技术舰船高速航行图像目标检测算法研究。参考人眼的视觉习惯,将采集到的图像灰度化处理,利用均值滤波法抑制噪声,改善图像质量,利用虚拟现实技术,计算目标点三维坐标值,定位图像目标,提取特征确定检测区域,调整融合系数,增强抗干扰能力,实现舰船高速航行图像目标检测。设计对照实验,与常规算法对比分析,实验结果表明,所提出的算法检
随着无线网络技术的飞速发展,带动物联网络技术的广泛使用,随之而来网络安全问题愈加严重。为了更好地保证船用物联网的网络安全,本文提出船用物联网的网络安全问题研究。结合物联网特点,对物联网内交互感知的信息进行融合交互计算,获得物联网信息数据交互特征。根据特征对物联网络内部数据节点进行入侵节点的向量机计算。对检测到的入侵节点进行优劣函数的粒子群优化计算,从而实现获取入侵节点特征,增强物联网防御性能的效果
为了缩短无人船舶目标图像的识别时间,提高目标图像的质量,提出了数据挖掘在无人船舶目标图像识别中的应用。利用数据挖掘技术确定无人船舶目标图像的阈值,根据目标图像的阈值误差分割了目标图像,采用图像边缘点提取公式将图像边缘点连接成线,提取出目标图像的外轮廓,完成无人船舶目标图像的预处理;通过目标图像识别算法的改进设计,得到了目标图像的识别流程,实现了数据挖掘在无人船舶目标图像的识别中的应用研究。仿真实验
图像多通道并行传输具有数据流以及数据量大的特点,传统的传输系统在图像多通道并行传输中常出现目标图像数据丢失现象,为解决这一问题,对海上船舶目标图像多通道并行传输系统设计。系统硬件主要包括核心处理器、电源模块、传输模块和图像采集模块,其中核心处理器主要调整系统的运行频率,并采集船舶航信信号;电源模块是为海上船舶目标图像多通道并行传输系统提供各个直流电平;传输模块主要实现目标图像数据通信;图像采集模块
通过以钢筋数量计数为研究对象,找到分析图像识别计数机理,构建神经网络模型,搭建手机软件平台作为模型前端载体,建立基于AI技术的"手机拍照->目标检测计数->人工修改少量误检"的方法解决钢筋数量识别问题。
针对传统舰船运行轨迹异常点识别方法存在运行轨迹检测性能较差的问题,提出一种基于物联网技术的舰船运行轨迹异常点识别方法,获取舰船自动识别系统中的舰船运行轨迹数据,在舰船自动识别系统中,舰船运行轨迹数据的存放形式是日志文件,因此对系统中的日志文件进行挖掘,基于物联网技术对挖掘数据实施预处理,通过StopT-CB算法划分舰船运行轨迹以剔除停留点,便于进行异常点的识别,通过网格划分实现舰船运行轨迹的异常点
传统的图像模糊细节增强系统抗干扰性能差,对图像模糊细节的处理效果不佳,为此设计基于PLC的船舶视频监控图像模糊细节增强系统。该系统利用PLC替换传统系统中的控制器、继电器,减少传输途中、处理过程中的干扰数据量。结合Togle算子和Top-hat算子,锐化处理图像模糊轮廓;利用RGB计算通道像素,使用白平衡算法校正模糊图像纹理;设置交叉列阵,根据列阵记忆宽度二值化增强模糊细节,实现对系统软件的设计。
针对传统云储存技术制定的储存策略过少,导致实际储存文件时的合并量过少的问题,提出一种船用物联网中的分布式云存储关键技术。首先采用分布式计算物联网中的节点数据,依据物联网节点特征,搭建云储存框架,建立物联网中的文件与储存策略之间的直接映射,综合计算出的节点性能数据,制定出云储存策略,完成船用物联网中的分布式云储存技术的研究。实验结果表明,与传统云储存技术相比,船用物联网中的分布式云存储技术最终在储存
为了满足门禁区域智能化管理、人流快速通过、快速计数和快速验证的要求,设计了一种响应速度快、功能强大、易于扩展和防止非法入侵的门禁系统。结合嵌入式技术和RFID技术的优点,给出了门禁系统的硬件设计和软件设计。现场应用表明:该门禁系统能够避免人员跟随的现象,能够满足现代新型智能门禁系统的需求,具有广阔的应用前景。
针对电力设备红外检测中,由于背景复杂,痕迹重叠而难以有效提取目标电力设备这一问题,提出一种补体免疫聚类目标提取算法。算法参考免疫系统中补体系统作用机理,建立多个电力设备模板图像库,通过模板与图像的匹配度来确定目标区域的轮廓和位置。对图像进行k-means聚类处理,给每一个像素点赋予新的特征值,重新确定聚类中心,完成对目标区域图像的提取,并证明该算法的收敛性。通过对实验结果的定性定量分析进一步证实该