三维Otsu阈值分割方法的递推算法

一维和二维Otsu法是常用的阈值分割方法,二维Otsu法对含噪图像的分割效果要优于一维Otsu法,但它存在的问题是"对象区域和背景区域上的概率和近似为1"的假设的普适性不够,鉴于此景晓军等人提出了三维Otsu法及其递归算法,使得对低对比度、低信噪比的图像有较好的分割效果.本文指出了景晓军等人给出的递推公式的错误,并进行了修正.鉴于他们给出的递推公式并不是真正意义的递推公式,本文给出了新的递推公式.实验结果表明,本文提出的递推公式进一步减少了运算时间.另外,本文还指出三维Otsu法对于叠加了混合噪声的图像有较好的分割效果.

基于可能性分布的聚类有效性

依据可能性理论，本文引入了一个新的划分系数。结合Ｊ．Ｃ．Ｂｅｚｄｅｋ给出的划分系数，定义一个新的聚类有效性函数。计算机模拟表明该聚类有效性函数具有良好判决功能和鲁棒性。

分段Logistic混沌映射及其性能分析

分析了具有逐段线性特性的Tent混沌映射和其推广形式:分段Tent混沌映射在计算机有限精度影响下的性能.在此基础上,根据Logistic混沌映射与Tent混沌映射之间具有的拓扑共轭关系,研究了Logistic混沌映射的推广形式:分段Logistic混沌映射,通过实验分析指出用类似于分段Tent混沌映射的方式来定义分段Logistic混沌映射是不可取的.本文构造了一个全新的分段Logistic混沌映射,通过实验对该映射产生的序列的随机性、初值敏感性等性质进行了研究.结果表明,本文定义的分段Logistic混沌映射产生的序列具有良好的随机性和初值敏感性.

灰度图像的二维Otsu曲线阈值分割法

Otsu法是一个常用的阈值分割方法.为了利用图像的区域信息,本文在二维Otsu法的基础上提出了曲线阈值型Otsu法,传统的二维Otsu法可以看成是该方法的一个特例.实验结果表明,对于含噪图像,它能够获得优于传统二维Otsu法的分割效果.为了减少计算量,提高分割速度,给出了一种递归算法和一种小波变换与递归算法相结合的快速算法.该递推算法只需遍历二维直方图的主对角线和一条次主对角线,与传统Otsu法的递推算法相比,搜索空间由L×L个点减少到2L-1个点.

基于样本最大分类信息的聚类有效性函数

根据每一样本的最大分类信息 ,对 Bezdek定义的划分系数进行修改 ,提出了一个新的聚类有效性函数 ,讨论了该函数的若干性质。实验结果表明在某些情形该函数的判决效果优于划分系数。

聚类有效性函数:熵公式

依据香农信息熵理论，本文引入了一个新的划分熵公式。结合Ｊ．Ｃ．Ｂｅｚｄｅｋ给出的划分熵，定义了一个新的聚类有效性函数。通过四组数据对该聚类有效性函数的判决功能和鲁棒性进行了研究。

模糊相关度与聚类有效性

基于数据集的几何结构，引入数据集的模糊划分的类间相关度．依据类间相关度，定义了一个聚类有效性函数．通过人造数据和实际数据对该聚类有效性函数的性能进行了实验．

FCM算法中隶属度的新解释及其应用

本文从几何角度给出模糊c 均值聚类算法中隶属度的解释 ,这种解释能更好的说明模糊c 均值聚类算法的本质 .作为应用 。

灰度图像最小误差阈值分割法的二维推广

一维最小误差阈值法假设了目标和背景的灰度分布服从混合正态分布.考虑到噪声等因素对图像质量的影响,本文在二维灰度直方图上,基于二维混合正态分布假设,给出一维最小误差阈值法的二维推广表达式,为了提高算法的运行速度,也给出了快速递推算法.实验表明,二维最小误差阈值法是一个有效的图像分割算法,能够更好地适应目标和背景方差相差较大的图像及噪声图像的分割问题.

划分系数和总变差相结合的聚类有效性函数

划分系数是聚类有效性检测中常用方法之一 .针对划分系数存在的严重不足 ,本文从一个新的角度对划分系数进行修改 .结合数据的模糊划分得到的总变差 ,提出了二个新的聚类有效性标准 .实验结果表明 ,本文提出的方法具有良好的分类性能 .

可能性划分系数和模糊变差相结合的聚类有效性函数

基于可能性分布描述因子定义的可能性划分系数有随类数增加而单调递减的趋势,缺乏与数据集几何结构的直接联系。该文考虑到数据集的几何结构信息,对可能性划分系数进行改进,提出了新的聚类有效性标准。实验结果表明,该文提出的方法具有良好的分类性能。

二维直线型最小误差阈值分割法

一维最小误差阈值法假设了目标和背景的灰度分布服从混合正态分布。考虑到噪声等因素对图像质量的影响,该文在二维灰度直方图上,基于二维混合正态分布假设,给出二维直线型最小误差阈值法的表达式。为了提高算法的运行速度,也给出了快速递推算法。实验表明,二维直线型最小误差阈值法是一个有效的图像分割算法,能够更好地适应目标和背景方差相差较大的含噪图像分割问题。

灰度图像的二维交叉熵直线型阈值分割法

一维Otsu法是一个经典的阈值分割方法,遵循该方法的构造思想,Li与Lee基于交叉熵提出了一个阈值分割方法.在解释和说明Li与Lee的方法的基础上,与二维Otsu直线型阈值分割方法相对应,提出二维灰度直方图上的二维交叉熵直线型阈值分割方法并给出快速递推公式.与二维Otsu直线型阈值分割法相比,新方法能够更好的适应目标和背景方差相差较大的情形,是一个有效的阈值分割方法.

用于聚类有效性判定的包含度公式

对基于模糊集合定义的若干包含度公式在聚类有效性方面的性质进行讨论 ,并对分类性能进行实验 ,筛选出两个有应用价值的包含度公式。

基于Sugeno补的广义模糊熵阈值分割方法

鉴于传统的基于模糊熵的图像阈值分割方法对于光照不均匀图像的分割结果很不理想,该文提出了基于Sugeno补的广义模糊熵图像阈值分割方法。首先按照Sugeno补函数不动点的变化,对一幅图像产生9个阈值,然后利用图像分割质量评价指标对这9个阈值进行评价,最后选择使得评价指标最大的阈值作为最优的阈值。与传统的模糊熵阈值分割方法相比,新方法增加了选择更好的分割结果的机会,对于光照不均匀的图像能够获得比传统模糊熵方法更好的分割效果。

基于平方距离的对称共生矩阵阈值法

基于图像共生矩阵的阈值法是图像分割的一种基本方法,本文基于"灰度—灰度"对称共生矩阵,通过定义目标区域和背景区域的均值,提出了一个阈值分割方法.该方法和常见的基于对称共生矩阵阈值法相比,对图像的适应性更强,仿真实验验证了本文方法的有效性.

广义模糊熵及其诱导的区别度

广义模糊熵是模糊熵在广义模糊补意义下的推广,本文给出广义模糊熵的公理化定义,基于σ-广义模糊熵,讨论了广义模糊熵和区别度的相互诱导关系。

基于RBF神经网络的网络安全态势预测方法

基于径向基函数(radial basis function,RBF)神经网络,给出一种网络安全态势预测方法。依据网络安全态势值之间的非线性映射关系进行态势预测。采用布谷鸟搜索算法对RBF神经网络的结构参数进行优化,并在其间引入模拟退火算法思想和动态发现概率机制,以提升预测精度。仿真实验显示,所给预测方法有效,改进后的布谷鸟搜索算法搜索效率更高,寻优结果更精确。

Vague集上模糊熵的几点注记

V ague集上的不确定性度量有两种途径,一种是度量V ague集是模糊集的程度,一种是度量V ague集具有的模糊性的程度。后者将模糊集的模糊熵作为特例。本文基于“投票模型”分析了V ague集的熵应具有的特征,对国内作者提出的V ague集上的模糊熵进行了评述。

基于物理模型的自适应快速单幅图像去雾方法

为提高雾天条件下降质图像的清晰度和色彩保真度,提出一种基于物理模型的自适应快速去雾方法。该方法求取暗原色的窗口选择为最小,并根据暗原色粗估计透过率,采用改进的增加补偿函数的双边滤波做优化,且对双边滤波中敏感的参数作自适应估计,最后通过物理模型恢复图像。实验结果表明,对于单幅图像在确保去雾效果的前提下,降低了算法的复杂度,且没有光晕效应。