昆虫标本图像的多角度采集与三维观察

来源 :计算机科学 | 被引量 : 0次 | 上传用户:huwenrou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于现在的昆虫电子标本过于单一化并不能从多角度清晰的观察,因此通过上位机软件来控制单片机发出脉冲信号,实现伺服电机旋转昆虫标本以及微距相机自动对焦,360°自动拍摄标本,从而建立高清的原始图像库系统。该系统通过缩略图全景显示、高清图像动态加载、捕获并处理用户消息的方法,实现了昆虫三维标本影像模型的多角度三维观察效果。该系统具有标本批量采集、实时三维观察、高清显示细节的特点,为昆虫的教学和辨别昆虫提供了数据支持从而满足人们的需要。
其他文献
为有效优化融合图像中多光谱特性的保持和空间信息的保留,提出一种结合Contourlet变换与粒子群优化算法的遥感图像融合方法。通过设定粒子群优化算法的目标适应度函数,使其依赖于融合结果图像的客观评价指标,并自适应地获取低频子带的最优加权系数和高频子带间结构相似度阈值的最优值,从而得到优化的融合图像。首先将全色图像和多光谱图像的亮度I分量分别进行Contourlet变换,根据分解后的低频系数和高频系
基于生物特征识别的信息安全终端管理系统利用具有活体检测功能指纹识别技术、基于深度卷积神经网络的人脸检测识别身份认证技术以及目标检测跟踪技术,实时地监控信息终端区域
邻域保持嵌入通常被广泛用于发现高维数据的固有内在维数。为了充分利用样本的类别信息,构建了一个具有判别信息的邻接矩阵,其可以使同类样本点更加紧凑而异类样本点更加疏远。在此基础上,提出了基于类别信息的邻域保持嵌入算法。基于类别信息的邻域保持嵌入算法在不破坏原始高维数据局部几何结构的同时,可以使处于不同子流形上的样本点尽量分开。在UCI数据集和ORL人脸数据集上的实验结果表明,基于类别信息的邻域保持嵌入
约束是访问控制中的重要因素,它通过限制客体的敏感组合集中于相似主体来达到防止商业欺骗或错误的目的。但是传统访问控制约束缺乏灵活性。为了提高约束的灵活性,首先分析访
针对图像位置配准问题,提出了一种基于遗传算法的图像配准算法。选择合适的相似性参数来表征两图像的配准参数,引用遗传算法实现对相似性参数的优化,通过对比实验得到的种群大小、遗传代数和运算时间,最终用MATLAB编写程序对本算法进行实验。实验结果表明该算法相对传统算法具有较好的收敛性和运算速度,同时也具有较好的精确度和实用性。
在覆盖空间中,利用元素的最小描述并结合条件概率的概念,将经典多粒度粗糙集进行拓展,提出了3种条件概率描述下的多粒度覆盖粗糙集模型;研究了模型的一些基本性质,指出它们是
提出了一种适用于Android智能手机的灰度均值数字水印算法。在嵌入阶段,将经过像素重新组织的水印图像嵌入载体图像中;在提取阶段,先提取出初始水印,再判断初始水印是否需要
将一个应用程序部署到给定的片上网络上执行时,需要将应用程序中的每一个子任务都指派给片上网络中的一个节点执行。该问题一般被建模成一组子任务作为顶点的有向无环图,任务
针对基于属性访问控制模型中敏感属性容易泄露的问题,提出了基于属性签名的无记忆签名信封(ABSOSBE)协议。ABS-OSBE协议使用基于属性的签名机制,给出属性协商双方交互信息时所
相似度计算是文本挖掘的基础,也是信息提取过程的关键步骤。对于结构复杂的网页,当前基于传统树路径模型的相似度计算方法在准确性上尚不完善。传统树路径模型未考虑路径出现