空间约束FCM与MRF结合的侧扫声呐图像分割算法

针对侧扫声呐图像斑点噪声强、目标分割困难的问题,提出了一种基于空间约束的快速模糊C均值聚类(SCFFCM)与马尔可夫随机场(MRF)相结合的分割算法。为克服噪声干扰,该算法首先基于贝叶斯最大后验概率理论在非下采样Contourlet变换域去除声呐图像中的强斑点噪声;然后为加快分割速度,提出SCFFCM算法,该算法用于给出一个较好的初始分割;接着由初始分割计算MRF模型的约束场,再根据图像邻域内灰度波动情况自适应更新结合权值,进而求解得到FCM模糊场与MRF约束场的联合场,并基于最大概率准则得到分割结果;最后,采用形态学去除分割结果中的孤立噪点,并完成孔洞填充。对仿真及实际的侧扫声呐图像的分割实验结果表明,所提算法较FCM和现有的一些FCM改进算法有更强的抗噪能力、更高的分割精度以及更快的运算速度。

长江经济带经济发展-创新能力-生态环境耦合协调发展研究

在阐述经济发展-创新能力-生态环境交互协调发展作用机理的基础上,构建综合评价指标体系,借助物理耦合度模型和耦合协调度数学模型,对长江经济带11省市近10年的省际面板数据进行实证分析。研究表明流域考察期内的整体发展属于初级耦合协调阶段,具体表现在区域间协调度低,区域内经济、创新、生态三系统间发展不均衡:东部3省市耦合协调度高,系统间呈良性共振发展;中西部省市耦合协调度偏低,部分省市经济和环境的发展曲线异向运行趋势显著,粗放式经济发展模式与地区生态环境承载力不匹配;个别区域的创新能力对经济和生态的支撑作用仍不明显,其发展的"孤岛"态势造成对其他系统的溢出效能甚微,对优化产业结构、反哺经济和环境的能力较弱。

结合位姿约束与轨迹寻优的人体姿态估计

基于混合部件模型的人体姿态估计方法忽视了人体结构的对称位姿约束关系,从而导致对称部件容易被重复检测、人体姿态估计准确率较低,为此,提出一种基于位姿约束与轨迹寻优的姿态估计新方法。首先估计人体单部件和对称部件在单帧图像中的多个合理位置,利用对称部件之间的位姿约束关系构建标识部件。然后根据单部件和标识部件各自的目标优化函数,通过动态规划算法反复迭代获得初始轨迹候选集,再结合轨迹的全局特征剔除检测得分较低的运动轨迹。最后引入树形合约模型,联系时空上下文信息,准确求解出视频序列光滑且兼容的最优轨迹。在N-best、Outdoor Pose和Scene数据集中的实验结果表明,对于存在背景复杂、运动模糊、部件遮挡等问题的视频序列中,该方法平均姿态估计准确率达87%以上,有效减少了对称部件的误判,提高了视频中人体姿态估计的准确率。

基于经济门槛效应的创新能力与生态环境非均衡关系研究

本文基于Hansen非动态面板门槛回归模型,利用中国30个省份1998—2014年的面板数据进行实证分析,验证区域创新能力与生态环境间的非均衡发展关系。结果表明:创新能力对生态环境的正向影响具有显著的门槛效应,东部的积极拉动效应明显强于中部;分别以经济水平及工业结构为门槛变量时,出现了不同的影响关系曲线。在目前生态约束加剧的背景下,要坚持"创新驱动、生态优先"的发展理念,通过提升区域创新能力,驱动工业绿色发展,促进产业间融合渗透,落实生态环境倒逼机制,推进生态文明建设,对中国生态环境改善具有重要的现实意义。

基于笔画曲率特征的笔迹鉴别方法

现有的手写汉字脱机笔迹鉴别方法存在只能针对特定字符或需要大量样本字符等问题,为此提出一种基于笔画曲率特征的笔迹鉴别方法。首先运用数学形态学对采集的笔迹图像进行预处理,在横、竖、撇、捺四个方向提取具有代表性的笔画骨架,然后对笔画骨架进行圆的重构,提取四个方向笔画圆的曲率作为特征值组成笔迹特征矩,根据待鉴别的笔迹特征矩与数据库中笔迹特征矩向量夹角相似性度量结果对样本做出判断。实验结果表明该文方法对于待鉴别样本字符的内容没有要求,样本字符数量要求低、应用范围广、鲁棒性强。

基于多尺度聚合通道特征的实时行人检测

行人检测是近年来计算机视觉领域的研究热点,如何有效且快速地检测行人仍是具有挑战性的课题。提出一种基于多尺度聚合通道特征的快速行人检测算法。设计一种能够充分包含图像颜色、梯度信息的聚合通道特征,采用一种快速多尺度特征估计算法计算图像的多尺度聚合通道特征,使用级联Adaboost分类器进行行人检测。实验结果表明,该文算法在标准行人检测库INRIA上测试结果的召回率和准确率与目前最优算法相当,但时间开销很小完全满足实时检测要求。

钻孔图像清晰化方法研究

针对钻孔图像光照不均和细节不清的问题,提出一种结合同态滤波与超分辨率重建的图像清晰化新方法。利用同态滤波算法处理HSV颜色空间下钻孔图像的亮度分量,有效抑制光照不均的影响并增强图像对比度。提出基于样本聚类的超分辨率重建算法用于钻孔图像重建,提高图像分辨率,突出图像细节信息。实验结果表明,提出的方法在解决钻孔图像光照不均问题的同时能有效提高图像清晰度。

基于人眼视觉特性的非下采样轮廓波变换域红外图像增强算法

针对红外图像对比度低、噪声大等特点,提出了一种基于人类视觉系统的亮度掩蔽和对比度掩蔽特性的非下采样轮廓波变换(NSCT)域红外图像增强算法,在NSCT域中定义一种带参数的对比度,对高频系数计算其带参数的对比度,用非线性增益函数对其进行增强,低对比度区域进行高增益,高对比度区域进行低增益,从而突出图像细节与提高图像对比度,同时通过估计噪声水平设置阈值,抑制绝对值小于阈值的系数,用以抑制噪声。对表示图像概貌的低频系数采用非完全贝塔函数进行非线性调整,从而提高图像的整体亮度。实验结果表明,该算法能够有效地对图像局部和整体进行增强,同时能够避免产生过增强现象,具有良好的视觉效果。

基于NSCT和仿生模式的人脸图像识别方法

针对现有的人脸图像识别算法准确度不高的问题,提出了一种基于非下采样Contourlet变换(NSCT)和仿生模式的人脸图像识别的方法。对人脸图像进行NSCT分解,并将分解后的各系数矩阵转化为能量特征,利用仿生模式识别算法实现对人脸图像的识别。使用UMSIT、Yale和ORL人脸库进行实验,且设计了无拒识和有拒识两组方案,实验结果表明:与传统方法相比,利用基于非下采样Contourlet变换和仿生模式的人脸图像识别的方法能够获得更高的正确率,而有拒识的方案能够获得更好的综合性能。