多门限图像重叠目标区域精细分割方法仿真

研究有效的目标区域精细分割方法,能够降低分割消耗时间、提高分割目标区域内部的均匀性和目标区域间对比度,增强目标区域分割质量,在实际应用中具备一定使用价值。为了减少图像出现模糊、重影及分割误差较大等问题,提出基于Otsu法的多门限图像重叠目标精细分割方法,该方法是通过利用高斯函数平滑灰度直方图内的白噪声,利用平滑的灰度直方图来计算灰度平均值,获取多门限值;运用多门限值计算目标区域类之间总方差的离散度测度,获得最优有限门值,对该门限值进行赋值,将图像重叠目标区域像素值与该门限值进行对比,得到最优的分割重叠目标区域结果。实现多门限图像重叠目标区域精细分割。仿真结果证明,所提方法可以增强目标区域分割对比度,提高目标区域内部均匀性,减小分割距离误差率,提高消耗时间,增强图像分割质量,具一定的应用价值。

S-O-R视角下大学生社交媒体信息规避行为分析

近年来,社交媒体用户特别是大学生群体的信息规避行为越来越普遍。本文利用S-O-R理论构建了大学生社交媒体信息规避行为模型,发现平台因素、社交因素、信息超载作为环境刺激,催生了焦虑、倦怠的内部心理状态,进而导致信息规避。因此,大学生群体应提高媒介素养,自我监测社交媒体使用行为;社交媒体服务提供商应简化平台功能,提供信息过滤与内容个性化定制等服务;内容提供者应增强专业素养,建立完善的互动机制,尽可能避免信息规避发生。