检索结果

Select

1. 基于稀疏编码的脑脊液图像快速识别模型

黄文明蔡文正邓珍荣

计算机应用 2014, 34 (7): 2040-2043. DOI: 10.11772/j.issn.1001-9081.2014.07.2040

摘要（172）

PDF （791KB）（374）

考虑到采用传统的图像分割算法很难准确地分割脑脊液(CSF)细胞图像，提出了一种基于稀疏编码的脑脊液图像快速识别模型。该模型首先利用稀疏编码提取图像中的局部特征以及特征描述子，然后将特征描述子转换成线性空间金字塔匹配(SPM)结构，最后将计算结果输入到线性支持向量机(SVM)中进行训练和预测。对脑脊液细胞图像做了异常识别和分类测试，其中异常识别准确率达到了89.4±0.9%，且对每张760×570的图像平均识别时间只需1.3s, 由此可以表明所提出的模型能够有效快速地区分脑脊液细胞是否异常。

参考文献 | 相关文章 | 多维度评价

Select

2. 保留边界的点云简化方法

黄文明肖朝霞温佩芝吴晓军

计算机应用 2010, 30 (2): 348-350.

摘要（1520）

PDF （629KB）（1331）

针对点云简化算法中边界点丢失的问题，提出了一种保留边界的三维散乱点云的非均匀简化算法。首先利用kd-tree建立散乱数据点云的空间拓扑关系，计算出每个数据点的k邻域;然后针对目前依据点云分布均匀性算法提取边界效率低的问题，提出一种改进的点云边界点判定算法;最后保留所有边界点，对非边界点,根据曲面变分值和k邻域点已保留比例，进行点云的非均匀简化。实验结果表明，该算法精度高，空间复杂度低，而且简化后点云边界保留完整。

相关文章 | 多维度评价

Select

3. 一种改进的STL文件快速分层算法

温佩芝黄文明吴成柯

计算机应用

摘要（1605）

PDF （464KB）（1164）

高效的STL模型切片算法是快速成型制造的前提和基础，在有向加权图切片算法的基础上提出了一种快速STL模型切片分层算法，去除了耗时的有向加权图建立，对切片后的数据进行后处理，除去数据中的冗余点，从而提供了一种快速的STL模型切片算法。大量实验及数据表明，新算法具有较高的效率。