【Android论文栏目提醒】:网学会员Android论文为您提供基于Android平台的高斯模糊_Gaussianblur_应用研究与实现 - 期刊论文参考,解决您在基于Android平台的高斯模糊_Gaussianblur_应用研究与实现 - 期刊论文学习中工作中的难题,参考学习。
技术市场 基于
Android 平台的高斯模糊 ) (Gaussian blur 应用研究与实现 李志刚 (华中农业大学楚天学院,湖北 武汉 430205) 一、研究背景 些整数值,放到了 colors 数组。
下一步就是通过 JNI 技术来传 ) (1 Android 平 台 。
Android 是 由 美 国 搜 索 引 擎 公 司 递信息。
) (2 JNI。
JNI 是 Java Native Interface 的缩写,中文 )Google (谷歌 2007 年 11 月 5 日推出的开源手机操作系统。
为 JAVA 本地调用。
JNI 为 java 与 c 或者 c++ 语言的交互提供Android 的框架结构的设计从上到下依次是:包含核心应用程 了良好的支持。
它允许 java 层和 c 或者 c++ 层之间的信息的序的应用层,应用程序框架层,库层,Android 运行时环境,Lin- 相互传递和调用。
pixels 是一个像素数组,就是在 java 获取 (2 高斯模糊。
ux 内核。
) 高斯模糊是图像模板处理法的一种,它 的 colors 数组,width 为图片的宽度,height 为图片的高度,用二维正态分布函数来计算图像中的每个像素的变换。
二维正 stride 为图片每一行的字节个数,bpp 为每个像素占用的字态分布基于利莫夫的二项分布,高斯在研究测量误差时从另一 节个数。
通过这个接口,我们把所需要的图片信息传递到了 c个角度推导得到, (1 所示: 其二维正态分布函数的定义如公式 ) (3 高斯模糊算法库的实现。
目前高斯算法有很多, 层。
) 但是在 算法的执行效率上还远远达不到要求。
在这一步,主要是针对 2 - (x+y2 )G y, )(x, σ = 1 e 2σ ) 其中 x, 代表像素 -∞<x<∞ (1 , y 2 已有的算法的缺陷,进一步优化和改进。
传统的模糊算法一般 2πσ 会经过以下几步:计算高斯模板;水平方向进行一维高斯模糊;的模板坐标,即相对于原始中心点 ) (center tap 像素的偏移 竖直方向进行一维高斯模糊。
因为模糊半径是浮点型的,所以值。
参数 μ 表示期望值,遵循正态分布的随机变量的均值,参 模糊算法涉及到大量的浮点数运算,所以很耗时间。
这样的算数 σ2 是随机变量的方差, 为正态分布的标准偏差,表示模 σ 法,每个像素的模糊计算的时间复杂度依赖于模糊半径,复杂糊的延伸距离。
高斯模糊定义为图像与高斯分布做卷积,其定 ) ) 度为 O (r (r 为模糊半径 。
然后采用同样的方式计算竖直方义如公式 2 所示:(x, σ =G L y, ) (x, (2 。
公式 ) y, ) (x, σ ×I ) y ) (2 向。
改进后,每个像素的模糊计算不依赖于模糊半径 r,时间复表示分布不为 0 的像素组成的卷积矩阵与原始图像做变换,每 (1 。
对于模糊半径大的图像处理, 杂度为 O ) 该算法的优势更加个像素的值都是周围相邻像素的加权平均值,对二维图像来 明显。
说,高斯曲面图的形状是中间高两边低,图像是一条位于 x 轴 三、仿真与实验上方的钟形曲线。
随意选取一张图片,如图 1 所示 height 值为 320,width 二、ndr oi d 平台下高斯模糊的实现 A 为 480。
为了验证改进的高斯模糊算法的执行效率和模糊效果, Android 系统最上层是 java 应用,中间层是用 c 或者 本文分别从图像模糊处理效果和执行效率两个方面对两种算c++ 实现的中间件,而最下层的支持就是 linux os。
使用 java 法进行对比,其结果如图 2 所示。
层对图像处理效率较低,所以一般会把图像处理算法用 c 或者c++ 去实现,把算法编译为一个动态库,应用层通过去调用库来实现。
本文采用 JNI 技术来实现
android 平台下的高斯模糊算 在法。
具体步骤为: JAVA 层获取图片;通过 JNI 把 java 获取的图片信息传递到 c++ 层;高斯模糊算法库的实现;返回处理后的图片信息。
) (1 JAVA 应用层获取图片。
Android 平台的 java层提供了丰富的关于 bitmap 的 API,所以在 java 层获取一个 图1 实验选取图示bitmap 的信息非常简单。
这样通过 BitmapFactory 本身的接口 传统的高斯模糊算法 改进的高斯模糊算法decodeFile 把一个图片文件就解析成了一个目标 bitmap 对象。
当然,图片文件的格式也可以是 png 等。
上述代码,就是把保存在手机 sdcard 上的 test.jpg 图片文件解析成了 btimap对象。
然后我们可以通过 bitmap 对象来获取该图片的相关信息。
通过 getPixels,就取得了该图片的像素值,实际上就是一 (下转第 77 页) 286 企业导报 2012 年第 12 期 经营管理 浅析规范企业档案管理 来促进企业持续发展 王文利 (湖北省楚天数字电视有限公司宜昌分公司,湖北 宜昌 443000) 档案管理工作是企业管理的重要部分,是提高企业工作质 卷内目录与实际整理文件不相符等等。
诸如此类现象,给规范 量和工作效率的必要条件,是维护企业持续发展,还原企业历 档案管理工作带来消极影响,给决策者提供不完备的信息,这 史发展的一项重要工作。
科学规范的档案管理是衡量企业业绩 样给企业的发展造成严重后果。
因此只有使企业档案管理实现 与管理水平的重要尺度。
作为一名从事档案管理的工作人员, 规范化,才能为企业决策者提供强有力的决策依据,才能为企 笔者感到: 业持续发展提供强有力的保障。
一、 才能促进企业持续发展 只有规范企业档案管理, 二、企业档案的规范化管理必须做到以下几点 随着企业的发展,规范档案管理是一个企业在发展过程中 1.要依据国家的档案法规,建立起企业档案科学、合理的 管理工作的重要标志。
企业档案管理工作做好了,即可以为企 收集、整理、立卷和科学归档制度并在企业内建立完善的企业 业管理者及时了解企业整体经营状况,适时调整经营策略提供 档案管理网络,制定专业档案人员的岗位职责,实行档案管理 准确依据,又可以有利于社会各方准确认知企业经营成果,为 与各项管理工作同步进行,即在企业验收各项管理工作的同 企业与各方进行有益合作奠定坚实的基础。
衡量一个企业档案 时,验收档案管理工作。
管理工作规范与否笔者以为主要体现在以下几个方面:一是档 2.现在大部分企业都配有专职的档案管理人员,这就要 案管理是否与企业发展相匹配;二是企业档案管理是否有规可 求企业管理者在配备档案管理人员时,一定要配备有高度事业 循;三是企业档案收集是否完整;四是企业档案管理的利用是 心、责任感的员工担当,档案管理者一定要不断提高自身专业 否富有成效。
水平,大力开发档案管理信息资源,为企业持续发展做出应有 企业档案管理规范化是建立在企业良性发展基础之上的, 的贡献。
也是企业在整个发展过程中管理工作的重要环节。
企业档案管 3. 企业档案管理者要根据企业发展情况开发和利用档案 理内容覆盖面广,管理工作繁琐,不规范的管理会导致档案管 信息,编制多种检索工具,使企业档案工作的价值得以实现。
企 理杂乱无章。
档案管理不规范主要表现有三点:一是部分企业 业领导也要对档案管理工作给予重视,要加大投入,采用先进 缺乏对档案管理工作重要性的足够认识,财力、人力投入不足; 的科学技术,配置现代的管理设备,适应企业发展要求,逐步实 二是档案收集不规范,有的企业在档案收集过程中,制度形同 现档案管理现代化。
虚设,想交就交,不想交就不交,档案收集考核不明确;三是有 总之,只有加强企业档案管理规范化,解决企业档案管理 的企业档案管理人员素质不高造成档案整理不规范,特别是在 中存在的问题,不断提高档案管理水平,才能适应企业持续发 立卷过程中,有的没有按照卷内文件目录顺序进行排序组卷, 展的需要。
(上接第 286 页) 图2 图像模糊处理效果对比 15 4246 383 为了对比两种模糊处理算法的执行效率,分别选取半径 r 20 5686 403 10, 20, 100, 时两种模糊算法的时间效率。
针对 为 1, 15, 50, 200 50 15486 432 不同的手机,处理器不同,需要的时间肯定不同。
本文实验的所 100 38301 408 有的测试数据都是在目标机魅族 M9 上取得的,其结果如表 1 200 79131 628 所示。
经过测试和验证,对于同样一张图片,新的算法在处理效 四、总结 率上有很大提升。
本文对传统的高斯模糊算法进行了改进,并使用 JNI 技术 模糊算法执行的效率 表1 实现改进的高斯算法在 Adroid 平台上的应用,使模糊算法的 传统的模糊算法执 新改进的模糊算法 (r 降低为 0 ) 时间复杂度由 O ) (1 。
实验证明,改进的高斯模糊算 模糊半径 r 的取值 (ms 行效率 ) (ms 执行效率 ) 法更具有简单、高效的优点。
1 610 0 10 2851 337 企业导报 2012 年第 12 期 77