排序方式: 共有6条查询结果,搜索用时 968 毫秒
1
1.
通过对WORD页面描述机制的分析,提出了一种适用于WORD文档保护的数字水印算法。修改文本块中不同字符的字体颜色值,将水印以正弦波的特征形式嵌入文本中。检测时通过提取字体颜色特征,重构正弦波来鉴定文档。实验结果表明,该算法实现的水印具有较好的视觉透明性和检错能力。 相似文献
2.
侯克杰 《中国印刷物资商情》2010,(2):14-21
建立有源CIELAB颜色空间,使用颜色感知色相角h、感知饱和度C*和感知亮度L*,观察RGB颜色和油墨颜色的特性。研究表明,利用有源CIELAB颜色空间,可以看到以256阶调RGB三原色表述的颜色,在绿-青-蓝色相角区间会缺少对可见光足够的表现力;在饱和度和亮度较低区域,颜色会缺失很多。如果增加新的青原色,可以有效扩大颜色空间;增加原色的阶调级数在10倍以上,可以有效增加颜色饱和度和阶调的平滑度。使用简约12位RGB颜色,可以将颜色数有效控制在7560万种以内,仅比8位RGB颜色数增加4倍多。油墨颜色不应再延续使用网点面积百分率整数表示,阶调级数应达到256以上。 相似文献
3.
4.
针对视频图像采集对可靠性和实时性的要求,提出并实现了一种以FPGA为控制的视频图形采集系统。采用Altera公司生产的Cyclone ⅡEP2C35F672C6芯片,负责接受和处理来自ADV7181解码后的视频数据,将该数据转换到RGB色域后输出到ADV7123芯片。通过相关的调试,系统通用性好,移动性比较好。 相似文献
5.
基于无人机遥感可见光影像的农作物分类 总被引:5,自引:0,他引:5
[目的]无人机遥感具有高空间、高时间分辨率的优点,并可同时获得光谱和空间信息,因此在农作物分类中备受研究者的青睐。与侧重于从高分辨率RGB图像中提取纹理特征的分类方法不同,文章重点研究如何利用作物在光谱和空间维度上的联合特征尤其是作物高程特征,以实现农作物精细分类。[方法]首先,我们进行研究区域选择和地面实际情况调查,用无人机遥感系统进行可见光影像采集;其次,确定研究区域内农作物分类类别,分别对可见光遥感影像进行可见光植被指数计算及纹理滤波;针对数字表面模型(DSM)数据特点,对两期DSM数据进行差值处理,获得差异数字表面模型数据(DDSM),提取作物高度信息,并根据农作物冠层特性对差异数字表面模型进行滤波处理;最后,进行特征优选及组合,使用SVM方法进行农作物分类。[结果]确定最优分类特征为RGB、红波段对比度、绿波段二阶矩、蓝波段方差、DDSM、DDSM方差、DDSM对比度,分类精度由71.86%提高到92.30%,验证了由DSM影像提取的空间特征可以提高农作物分类精度。[结论]该研究探索了一种基于可见光及空间联合特征的农作物精细分类方法,方法简单可行,设备成本低,在基于无人机低空遥感的样方调查领域中有较大的应用前景。 相似文献
6.
孙卫 《中国高新技术企业评价》2008,(17):154-154
3Dmax是在图形图像领域中的大型软件之一,人们在日常生活中也经常会使用到,它的应用涉及到社会的各个行业,如建筑、动画、机械、影视媒体等方面,该文详细的分析了3DMAX中的灯光的颜色、灯光程序设置、灯光的特效,结合摄影中的布光经验,对舞台美术中利用3Dmax模拟舞台灯光效果的实践应用做出了完整的解决方案。 相似文献
1