针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

15.1概述 15.2光吸收定律 15.3分光光度计 15.4显色反应和显色条件的选择 15.5吸光度测量条件的选择 15.6吸光光度光法的应用

一、光反射与折射时的偏振 入射面入射光线和法 空气线所成的平面 反射光部分偏振光 玻璃 ,垂直于入射面的振动大于 平行于入射面的振动

一、光的波动性光的干涉、衍射. 二、光波是横波光的偏振. 三、机械横波与纵波的区别

非刚性图像配准一直是计算机视觉领域的研究重点. 为解决上述问题, 提出一种改进的光流场模型算法, 以提高光流估计的准确度. 算法首先对原始变分光流模型进行了改进, 提出利用新的各向异性正则项来代替原来的同向扩散函数, 以避免图像模糊, 保留图像的边缘特征与细节特征; 此外, 通过引入包含邻域信息的非局部平滑项来去除光流噪点, 同时增加了一个结合图像结构与光流运动信息的权函数, 以减少过平滑所造成的细节丢失, 提高算法的鲁棒性. 最后, 利用交替最小化与金字塔分层迭代策略相结合的方法求解位移场, 实现非刚性图像的自动配准. 仿真实验结果表明, 与传统方法相比, 本文算法对不同类型的非刚性图像均具有较高的鲁棒性, 取得了理想的图像配准效果

一、 选择题 1、在相同时间内，一束波长为λ的单色光在空中和在玻璃中，正确的是 [ ] A、 传播的路程相等，走过的光程相等； B、 传播的路程相等，走过的光程不相等； C、 传播的路程不相等，走过的光程相等； D、 传播的路程不相等，走过的光程不相等

对于两个强度相等的不相干的点光源(物点) ,一个点光源的衍射图样的主极大刚好和另一点光 源衍射图样的第一极小相重合,这时两个点光源( 或物点)恰为这一光学仪器所分辨

1. 掌握晶体的电光效应和实验方法。 2. 掌握晶体电光调制器的工作原理。 3. 掌握LiNbO3电光晶体半波电压和晶体透过率的测量方法

第一节 温度环境及调控 温度是影响作物生长发育的环境条件之一。在设施生产中的很多情况下，温度条件是生产成功与否的最关键因素。充分认识和了解设施内的温度环境和调节控制技术，对于搞好设施园艺生产无疑是十分必要的。 第二节 光照环境及调控 光照条件也是园艺作物生产中的一个主要条件，特别是设施栽培。“有收无收在于热，多收少收在于光”就是这个道理。因为光照条件不仅是园艺作物进行光合作用必不可少的条件，而且还是园艺设施中的主要热量来源

一、光程 光在真空中的速度c=1s= 光在介质中的速度=1/√ec-n