为了提高数字图像中椭圆检测的效率和准确性,提出了一个基于最小二乘法的改进的随机椭圆检测算法. 该算法随机选取图像中的3 个边缘点,在以这3 个点为中心的窗口内,从边缘点中拟合出可能椭圆,并通过随机选 取的第4 个边缘点来确认可能椭圆. 利用直接最小二乘法椭圆拟合的特性,引入可能椭圆边缘点收集和椭圆重新 拟合的迭代过程来提取最终的椭圆参数. 通过对含有不同噪声的仿真图片和包括残缺椭圆的实际图片的实验表 明,新算法的改进是有效的. 与原算法相比,新算法降低了对参数的依赖性,提高了检测

Ext JS发布正式版的3.0. ，RC结束 在经历数次RC版之后，extjs.com终于发布3。0的正式版了。总体而言，较2.0改进不大，依然还是那套组件模型，但具体的变化就按照website的标题介绍如下： * 提供了参照DWR后与后台的通讯包Direct，支持具有明显的REST风格的CRUD服务 * 一系列的新的组件和例子，包括有图表（Charting， By YUI Flash） * 功能增强和Bug修正，大约有1k多个吧~IE6下面的内存管理亦有所改善了

摘　要:舌象中的裂纹是中医舌诊中的重要内容。由于拍摄条件的不同,舌象质量有较大差异,传统的阈值选取方法并不 适用。文中提出一种舌象裂纹检测的自适应阈值选择方法。该方法利用舌象的L 3 a 3 b 色彩特征及区域的分裂- 合并, 对舌象进行区域分割,自适应地选取舌中部区域的色彩值作为阈值,对整个舌象进行裂纹提取。经验证,本方案对不同的 舌象能较好地提取出裂纹,实现舌象裂纹诊断的客观化。-Tongue’ s crack is a very important part of herbal

3非下采样Contourlet变换域多聚焦图像融合方法 焦竹青 邵金涛 徐保国 浙江大学学报(工学版) 2010-07-15 期刊-3 the next sampling Contourlet transform domain more focus on image fusion methods JiaoZhuQing Shao Jintao Xu Baoguo journal of zhejiang university (engineering science), 2010-07-15 jo