简介:在复变函数中,根据柯西—古萨定理,若f(Z)=u(x,y)+iv(x,y)解析,则积分∫_гf(z)dz=∫_гudx-vdy+i∫_гvdx+udy(1)与路径无关(本文中函数的解析性和曲线积分的路径无关性,都是对一定区域而言的,以下不再重复声明),从而,曲线积分∫_гudx-vdy=Re∫_гf(z)dz(2)∫_гvdx+udy=Im∫_гf(z)dz(3)都与路径无关。与路径无关的曲线积分和解析函数的积分是否有一定的内在联系呢?(2)和(3)式表明至少有一些与路径无关的曲线积分,可以用解析函数的积分表出。本文讨论了曲线积分
简介:图像拼接的实质是将针对同一场景的相互有部分重叠的一系列图片拼结成大幅的、宽视角的、与原始图像接近且失真小、没有明显的缝合线的高分辨率图像。本文首先概述了图像拼接方法中四类典型的方法,并分析各自的特性;介绍了传统视觉关注模型,并进行了改进,利用改进的视觉关注模型算法获取图像的具有重复的显著区域;利用图像配准算法对重复的显著区域进行匹配,并确定源克隆域和目标克隆域;利用均值无缝克隆(MVSC)算法对源克隆域和目标克隆域进行融合;最后,利用基于改进的视觉关注模型和MVSC的图像拼接算法完成图像拼接。实验结果表明:该算法不仅自动准确地获取显著区域,而且降低了图像配准的复杂性,提高了图像拼接的质量。