搜索结果: 1-13 共查到“工学 SUSAN”相关记录13条 . 查询时间(0.071 秒)
中国科学院国际人才计划国际杰出学者Susan B. Sinnott教授访问中国科学院上海硅酸盐研究所(图)
中国科学院 国际人才计划 国际杰出学者 Susan B. Sinnott 教授 中国科学院上海硅酸盐研究所
2018/8/29
应中国科学院上海硅酸盐研究所所长宋力昕的邀请,中国科学院国际人才计划国际杰出学者Susan B. Sinnott教授于8月7日至8月20日访问了上海硅酸盐所,并受聘为上海硅酸盐所集成计算材料研究中心学术顾问。Sinnott教授现任美国宾夕法尼亚州立大学材料科学与工程系主任,是世界知名的计算材料学家,在原子尺度材料模拟领域做出了一系列原创性工作,享有很高的国际知名度和国际影响力。
2016年12月5日,加拿大侯任土木工程协会主席、国家路面与交通运输科技中心主任、加拿大滑铁卢大学Susan Tighe教授一行应邀访问长安大学并出席“中加道路工程技术合作研究中心”揭牌仪式,长安大学赵均海副校长在学术交流中心贵宾厅亲切会见了来访客人。长安大学国际处、公路学院主要负责人陪同会见。
为了更好地滤除图像中脉冲噪声和高斯噪声组成的混合噪声,提出了一种基于非局部均值和Small Univalue Segment Assimilating Nucleus(SUSAN)算子的混合噪声滤除方法.该方法首先根据脉冲噪声点与角点之间吸收核同值区形状特征的不同,采用SUSAN算子检测出大量的特征点,特征点主要是脉冲噪声点,也可能含有小部分角点.将特征点进行排序,出现频次最高两位的点为脉冲噪声点...
Associate Professor Susan Older,Department of Electrical Engineering and Computer Science at Syracuse University(图)
Associate Professor Susan Older Department of Electrical Engineering and Computer Science at Syracuse University
2014/11/11
Associate Professor Susan Older,Department of Electrical Engineering and Computer Science at Syracuse University,her Research interests:
Semantics of programming languages
Logics of programs
Access...
Professor Riha, Susan ,The Department of Earth & Atmospheric Sciences at Cornell University(图)
Professor Riha, Susan The Department of Earth & Atmospheric Sciences at Cornell University physical environment
2014/4/4
Associate Professor Susan Fussell,Department of Communication at Cornell University(图)
Associate Professor Susan Fussell Department of Communication at Cornell University computer-mediated communication social computing computer-supported cooperative work
2014/3/26
Dr. Susan Fussell's interests include computer-mediated communication, social computing, computer-supported cooperative work, and human-robot interaction. One of her major research projects focuses on...
高温变形测量是材料力学性能实验方法研究中的重点和热点之一。为了能够实现在高温环境下精确地进行变形测量,将最小核值相似区(SUSAN)角点检测和光流跟踪匹配技术应用到位移和应变测量方面,设计了基于SUSAN角点特征的高温变形测量算法。该算法充分发挥了SUSAN角点特征的优点,具有测量精度高、抗干扰能力强等优点。在普通环境下,经过模拟散斑图数据的验证,利用该算法进行变形测量,误差在1%以内,精度高、稳...
传统SUSAN算法在提取图像边缘时,会出现漏检现象,且所提取的边缘较粗。为此,运用计算最大类间方差的方法自适应地选取双阈值,取代传统算法中人工设定的单阈值,采用多方向局部非极大值抑制方法进行改进,提出一种新的SUSAN边缘检测算法,并将其应用于遥感图像的边缘提取。实验结果表明,该算法能够有效提高边缘定位精度,降低漏检率,使边缘更细致光滑。
基于SUSAN算法的图像配准
角点检测 特征点提取 SUSAN算法
2009/1/8
通过检测物体的特征点来完成两幅图像的配准。根据USAN区域的描述,采用简化了的SUSAN算法检测刚体的特征点,然后通过找到的特征点和刚体形状不变的特性采用特征点之间的几何关系来配准。实验的结果表明,在无旋转条件下的刚体图像配准中,该算法在特征点提取和图像配准过程中速度比较快。
基于改进的SUSAN法的摄像机线性标定方法
摄像机标定 角点提取 SUSAN算法
2009/1/7
设计并实现了一种考虑径向畸变的逐步线性摄像机标定方法。结合边缘检测,缩小了SUSAN法检测角点的范围,并利用角点的邻域特征,剔除伪角点,从而提高了SUSAN法角点检测的速度和准确度。利用此改进的SUSAN法精确提取方格模板角点的亚像素坐标,并通过预标定获得主点坐标;然后在考虑摄像机径向畸变的情况下建立摄像机模型,并求解摄像机内外参数。最后通过实验及误差分析表明,本标定方法具有较高的精度和较好的实时...
一种基于方向SUSAN特征的目标特征列表匹配
方向SUSAN特征 特征列表 匹配
2008/12/25
目标匹配识别中,特征列表相关算法可以有效减少计算时间,匹配具有较高的峰值系数和峰值信噪比,清晰识别目标。提出一种基于方向最小核值相似区(SUSAN)特征列表的目标匹配方法,考虑特征点的方向信息,应用SUSAN原理提取特征并列表描述图像,匹配相似测量基于特征点归一化误差均值,有效降低了算法的噪声敏感性。