多向加权Tsallis熵最大化导向的自动阈值分割方法

受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响,许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题,本文提出了一种多向加权Tsallis熵最大化导向的自动阈值分割方法(Multi-directional Weighted Tsallis Entropy,MWTE).基于新设计的反正切方向性卷积核的多尺度乘积效应,该方法将不同模态的灰度直方图转化为统一的单模态右偏灰度直方图.在4个不同方向上提取出这种特殊的单模态右偏灰度直方图后,通过多向加权策略构建出与原始图像灰度值紧密相关的加权Tsallis熵目标函数,并以该目标函数取最大值时对应的灰度值作为最终分割阈值.本文将提出的方法和3个阈值分割方法、1个软分割方法、1个活动轮廓分割方法以及1个自动聚类分割方法进行了比较.在4种不同模态情形下的4幅合成图像和50幅真实世界图像上的实验结果表明,本文提出的方法虽然在计算效率方面不占有优势,但它对不同模态的测试图像具有更稳健的分割适应性,且在量化分割精度所用的马修斯相关系数方面优于其他6个分割方法.

圆形直方图线性化的高精度高适应性多阈值分割方法

针对已有彩色图像多阈值分割方法存在的分割精度不高、分割适应性较差等问题,提出一种圆形直方图线性化的高精度高适应性多阈值分割方法。在对输入彩色图像进行超像素预处理后,构建累积分布方差最大化准则,将圆形直方图截断后延展为线性直方图。在线性直方图上,结合Tsallis熵和类间方差构建一个新的多阈值分割目标函数。引入麻雀搜索算法,快速求解多阈值分割目标函数得到最优阈值进行阈值分割。在8幅合成图像和500幅真实世界图像上将提出方法和9种不同的彩色图像分割方法进行全面比较,在峰值信噪比(PSNR)、结构相似性(SSIM)、特征相似度(FSIM)、概率兰德指数、全局一致性误差(GCE)、信息差异6个量化评价指标上的综合实验结果表明,提出方法在计算效率方面与比较方法大致持平,但在分割精度和分割适应性方面明显优于比较方法,在PSNR、SSIM、FSIM和GCE等评价指标上分别以19.95 dB、0.80、0.94和0.16取得最优结果。

多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法

针对现有阈值分割方法中存在的分割精确性和分割适应性欠佳等问题,提出一种多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法。该方法首先运用各向异性高斯一阶导卷积核对输入图像进行多方向卷积运算和多尺度乘积变换,得到四个方向下的具有单峰直方图模态的四幅参考图像;然后通过二值轮廓图像对四幅参考图像进行采样构建对应的直觉模糊集;最后运用多向加权策略,将不同方向的四个直觉模糊集融合以构建相似性目标函数,并以该目标函数取最大值时对应的灰度值作为分割阈值。提出的方法与5种新近的分割方法进行了全面比较,在8幅合成图像和88幅真实世界图像上的实验结果表明:提出的方法具有更高的分割精确性和更灵活的分割适应性,在合成图像和真实世界图像上的平均马修斯相关系数方面分别达到了0.998和0.964,相较于分割精度第2的方法分别提高了39.90%和26.22%。

基于多尺度多方向Gabor变换的Tsallis熵阈值分割方法

为了能在统一框架内处理无模态、单模态、双模态或者多模态直方图情形下的自动阈值选取问题,该文提出一种基于多尺度多方向Gabor变换的Tsallis熵阈值分割方法(MGTE)。该方法先通过Gabor变换得到多尺度乘积图像,然后利用内外轮廓图像从多尺度乘积图像中重构1维直方图,并在重构1维直方图上采用Tsallis熵计算模型来选取4个方向Tsallis熵取最大值时对应的阈值,最后对4个方向的阈值进行加权求和作为最终分割阈值。将提出的方法和5个分割方法在4幅合成图像和40幅真实世界图像上进行了实验。结果表明提出的方法虽然计算效率不占优势,但它的分割适应性和分割精度有明显的提高。

皮尔逊相关性最大化导向的自动阈值分割方法

现有阈值分割方法大多只适应于处理某种特定灰度分布模式的图像,为了在统一框架内处理不同灰度分布模式情形下的自动阈值选择问题,提出了一种皮尔逊相关性最大化导向的自动阈值分割方法。该方法首先对原始图像进行边缘检测以产生参考模板图像;然后对不同阈值下的二值图像进行轮廓提取以产生对应的轮廓图像;最后采用皮尔逊相关系数衡量不同轮廓图像与参考模板图像之间的相似性,并将相似性取最大值时所对应的阈值作为最终分割阈值。提出的方法和新近提出的3个阈值方法和4个非阈值方法进行了比较。在具有不同灰度分布模式的4幅合成图像和50幅真实世界图像上的实验结果表明:在合成图像集中,相比于分割精度第2的方法,平均误分类率降低了0.140 3;在真实世界图像集中,相比于分割精度第2的方法,平均误分类率降低了0.121 5。提出的方法虽然在计算效率方面不占有优势,但它对不同灰度分布模式的图像具有更灵活的分割适应性,能获得精度更高的分割结果图像。

平稳小波域多尺度乘积下的指数Renyi熵自动阈值选择方法

受目标和背景的大小比例、噪声或者随机细节等因素影响,灰度图像的灰度直方图可能呈现出无峰、单峰、双峰或者多峰模式。为了在统一框架内处理这4种不同直方图模式下的自动阈值选择问题,提出了一种平稳小波域多尺度乘积下的指数Renyi熵自动阈值选择方法。该方法首先利用平稳小波对原始图像进行水平、垂直和对角方向的多尺度变换,再对各个方向的高频子带进行多尺度乘积运算构造出融合图像;然后通过内外轮廓图像对融合图像进行采样重构一维直方图;最后计算重构直方图所对应的指数Renyi熵,并取最大值对应的阈值作为最终分割阈值。提出的方法与4种自动阈值分割方法、2种聚类分割方法以及2种活动轮廓分割方法进行了比较。在16幅合成图像和50幅真实世界图像上的实验结果表明:在合成图像集中,相比于分割精度第2的方法,平均马修斯相关系数提高了41.2%;在真实世界图像集中,相比于分割精度第二的方法,平均马修斯相关系数提高了20.8%。提出的方法具有更稳健的分割适应性,且在分割精度方面明显优于其他8个分割方法。

多尺度ResNeSt-50聚合网络与置信度传播的息肉图像分割

针对大肠的息肉组织与正常组织间无明显边界,准确定位息肉位置困难的问题,提出了一种多尺度ResNeSt-50聚合网络融合顺序树重加权置信度传播(sequential Tree-Reweighted Message Passing,TRW-S)的息肉图像分割方法。为提高网络对息肉信息的表达能力,构建编码-解码结构的多尺度ResNeSt-50聚合网络,编码器由卷积模块和4级ResNeSt模块级联构建ResNeSt-50骨干网络,实现跨通道信息间的线性整合与连接;ResNeSt-50采用拆分注意力机制加强重要通道组的表现能力,增强了残差模块提取息肉图像信息的能力;解码部分下三层构建多层感受野模块(recep⁃tive field block,RFB)获取多尺度信息,然后用密集聚合模块整合其输出,并以快速解码方式输出解码信息,保证其分割性能的同时减少参数量;其次,生成预测图时采用测试时图像增强(Test-Time Augmentation,TTA)模块提升预测准确度,并增强网络的泛化能力;最后,构建基于马尔科夫随机场的TRW-S算法对输出的预测图进行后处理,以实现分割边缘的连续性和分割区域内部的一致性。对大肠息肉数据集Kvasir-SEG的测试结果表明,本文方法相比于U-Net,UNet++,ResUnet、SFA、PraNet等算法,mDice值达91.6%,mIoU达86.3%,Smeasure达0.921,MAE为0.023,优于其他五种息肉分割算法;在未知数据集ETIS-LaribPolypDB,ColonDB上测试结果表明,相比于PraNet模型,本文模型的mDice值分别提升了14.2%,7.7%;从本文模型在ETIS-LaribPolypDB数据集上的分割表现看,本文算法对微小病变十分敏感;因此,本文算法分割的息肉图像,在分割区域内部的一致性、分割边缘的连续性、轮廓清晰度、捕捉微小病变能力等方面均表现出优良的性能,同时,对未知数据集具有较好的泛化能力。

快速二维累积剩余Tsallis熵阈值分割方法

对灰度直方图呈现为双峰的图像,传统的二维直方图阈值分割方法虽然比较有效,但在灰度直方图呈现为无峰、单峰或多峰模式时,它们的分割结果较差。考虑到经过二维直方图映射得到的二维生存函数存在密度连续和形态统一等优点,本文基于图像二维生存函数提出一种快速二维累积剩余Tsallis熵阈值分割方法。该方法首先基于二维直方图构造二维生存函数,然后在二维生存函数的基础上定义计算分割阈值的二维累积剩余Tsallis熵目标函数。通过递推算法将计算目标函数的时间复杂度降为O(L^(2))。最后,基于递推形式的二维累积剩余Tsallis熵准则得到最优阈值向量以进行阈值分割。在26幅合成图像和76幅真实世界图像上将提出的方法与2种快速二维阈值分割方法、2种聚类分割方法以及1种活动轮廓分割方法分别在时间和误分类率(Misclassification Error,ME)2个指标下进行了比较。实验结果表明,在合成图像和真实世界图像中,相比于性能第2的方法,本文方法的时间平均缩短0.013 s,ME值平均降低0.051~0.089。提出的快速二维累积剩余Tsallis熵阈值分割方法不仅在计算效率方面优于对比的5种方法,而且在分割适应性和分割精度方面具有明显优势。

归一化互信息量最大化导向的自动阈值选择方法

当前景或背景的灰度分布呈现为非正态分布特征时,比如极值、瑞利、贝塔或均匀分布,将所选阈值与最优阈值之差控制在10个灰度级内并非易事.为了在统一框架内处理不同灰度分布情形下的阈值选择问题,提出了一种归一化互信息量最大化导向的自动阈值选择方法.该方法先采用多尺度梯度乘变换规范化输入图像,获得具有单峰长拖尾灰度分布的规范图像;然后对不同阈值对应的二值图像进行轮廓提取,获得不同的轮廓图像;最后计算规范图像和不同轮廓图像之间的归一化互信息量,并以最大值对应的阈值作为最终阈值.在具有不同灰度分布模式的9幅合成图像和59幅真实世界图像上,将提出的方法和1种人工阈值方法及4种自动阈值方法进行了比较.实验结果表明,提出的方法虽然在计算效率方面不优于4个自动方法,但在分割的适应性和精确度方面优势明显:对前述不同灰度分布情形,其所选阈值与最优阈值之差都在9个灰度级内.

边缘引导和轮廓约束下的跨域香农熵最大化导向的自动阈值选取方法

为了处理诸如高斯、伽马、极值、瑞利、均匀或贝塔等基本灰度分布情形下的阈值选取难题,本文提出了一种跨域香农熵最大化导向的自动阈值选取方法.该方法利用不变的引导边缘图像和变化的约束轮廓图像共同构造出一系列持续变化的一维灰度直方图,并采用香农熵作为熵计算模型,从而得以跨越图像中若干局部区域去计算跨域香农熵,并以最大跨域香农熵对应的阈值作为最终阈值.在40幅合成图像和50幅真实世界图像上的实验结果表明,该方法虽然在计算效率方面不优于Masi熵阈值方法、Tsallis熵阈值方法、局部香农熵阈值方法和迭代三类阈值方法,但在分割适应性方面有显著增强,且在误分割率方面有显著下降.

概率分布双向稀疏化下单一Tsallis熵阈值选取方法

现有基于熵最大准则选取阈值的方法涉及两个或两个以上的随机变量,都忽视了一个约束条件而影响到它们的分割精度和适用范围:参与随机系统整体熵计算的各随机变量应当相互独立.提出了一种概率分布双向稀疏化下的单一Tsallis熵最大化导向的自动阈值选取方法,可以自然规避多个随机变量需要相互独立的约束条件.在多尺度卷积乘变换所得两幅图像上,该方法先构建了一个具有双向稀疏概率分布特征的二维随机变量,然后在该二维随机变量基础上定义了一个二维Tsallis熵.在将二维Tsallis熵的计算简化到只涉及二维随机变量的边缘概率分布后,选取单一Tsallis熵取最大值时对应的阈值作为最终分割阈值.提出的方法和1个交互式阈值方法、4个自动阈值方法以及1个自动聚类分割方法进行了比较.所用测试图像集由44幅合成图像和44幅真实世界图像组成,这些测试图像具有单峰、双峰、多峰或无峰灰度直方图模式.结果表明:提出方法的计算效率虽然不优于5个自动分割方法,但是它的分割适应性和分割精度有显著提高.

复杂背景下汉字细化的MASW小波方法研究

汉字骨架是汉字的一种重要几何特征,如何对汉字进行细化,是对汉字进行识别的前提.文中提出了一种基于模角分离小波变换(MASW)的细化方法,该方法能鉴别出复杂背景下汉字图像所包含的不同结构类型边界,通过对不同结构的边界采用不同的取舍处理以实现汉字的细化.可以直接对原始的灰度图像进行处理,能在复杂背景下成功地提取和细化汉字,对手写汉字也有良好的细化效果.

思维导图在数字图像处理教学中的实践应用

鉴于思维导图潜在的教育应用价值和多样化的教学功能,同时注意到工科重要专业课数字图像处理实际教学中普遍存在的问题,开展基于思维导图的数字图像处理课程的教学实证研究。教学实践表明,思维导图运用于数字图像处理的教学中,有助于教师的教学设计,增强了教学效果,便于学生的复习总结。

皮肤老化分析中的皮沟检测方法研究

皮沟检测是客观量化人体皮肤老化程度的一个关键问题,检测精度直接影响到后续皮肤表面二维几何特征的计算。本文提出了一种基于数据驱动和模型驱动的混合控制策略来检测皮沟。其中数据驱动的控制先对输入图像进行一系列增强处理,再进行分水岭变换以获得粗略的检测结果;而模型驱动的控制则利用数据驱动处理的结果及视觉感知的先验知识建立一个区域合并模型,该模型被用于移除粗略检测结果中的虚假皮沟。主观和客观实验表明,对不同粒度的皮肤图像,提出的方法均能精确地检测出皮沟,并能有效地抑制虚假皮沟的出现。

自适应脉冲耦合神经网络与匹配滤波器相结合的视网膜血管分割

针对眼底图像中血管与背景间对比度低以及血管自身结构复杂等因素对视网膜血管分割所带来的问题,本文提出了一种具有自适应连接值的脉冲耦合神经网络(PCNN)与高斯匹配滤波器相结合的视网膜血管分割方法。首先,利用对比度受限制的自适应直方图均衡化(CLAHE)技术与二维高斯匹配滤波器对血管区域的对比度进行有效增强。然后,利用经验阈值选择出一定的血管区域作为初始种子区域。接着,将带有快速连接机制的PCNN与种子区域增长思想相结合,通过自适应动态设置PCNN中的连接强度系数和停止条件,实现眼底图像中血管区域的自动生长。整个算法在DRIVE视网膜图像库中进行了测试,实验结果表明,相比于不使用动态连接强度系数与停止条件的方法,所提出算法的灵敏度从49.79%提高至70.39%,准确度从95%提高到95.39%。证明了该算法具有较好的分割精确度和应用价值。

基于迭代阈值的子块部分重叠双直方图均衡算法

双直方图均衡通过选取适当的阈值将图像分为两个子图再均衡可以有效避免直方图均衡所产生的灰度级简并和过增强等现象,但阈值的选取是关键。基于迭代阈值的双直方图均衡算法(IBBHE)通过迭代方法选取双直方图的分割阈值,不仅保持了图像的亮度信息,还避免了图像过度增强现象的出现。本文在此基础上,将IBBHE的迭代阈值选取思想引入部分重叠的局部直方图均衡算法(POSHE),提出一种改进的基于迭代阈值的子块部分重叠双直方图均衡算法(IPOSBHE)。针对偏暗和偏亮的图像处理实验结果表明:该算法既能有效地增强图像的细节信息,又能保持输入图像的亮度,使均衡后的图像具有更加自然的视觉效果。

飞翼无人机结构布局分级优化研究

针对传统结构设计中依据经验对机翼构件布局设计容易导致结构刚度偏大、重量偏大的问题,采用分离设计变量的方法,分别对机翼构件的尺寸和位置变量,采用改进的可行性方向法和Hook-Jeeves方法进行优化,将尺寸非线性优化嵌入到无约束位置优化中,以结构的刚度、位移、扭转和强度为约束条件,对布局进行调整。采用多学科框架软件对整个优化过程进行集成,将机翼结构重量作为目标函数,分级对位置和尺寸优化,充分考虑耦合位置和尺寸变量间的相互影响关系,循环迭代,直至得到结构重量的最优值。采用方法对某型飞翼无人机的机翼结构进行优化,结果合理,具有一定的工程应用价值。

面向卓越工程师的计算机网络实验课程教学改革

本文主要探讨面向"卓越工程师"的计算机网络实验课程教学改革,从培养"卓越工程师"的角度,对计算机网络课程实验的教学方法与组织形式设计、实验教学内容设计和实验考核方式设计等三个方面展开研究。在教学方法与组织形式方面,以互动的教学方式替代传统的说教传授方式。在实验教学内容方面,更新实验内容,增加综合性和设计性实验。在实验考核方式的改革方面,将计算机网络实验课程设置为独立课程,加重平时成绩在综合成绩中的比例。通过对计算机网络实验课程的教学改革,提高学生对计算机网络的实践能力、组网的综合设计水平和网络设备管理与维护水平,从而培养面向"卓越工程师"的工程性应用技术人才。

程序设计类课程翻转课堂教学模式研究

在传统教学模式下,大学的计算机程序设计类课程教学出现了很多难点,在此基础上,本文探讨了利用翻转课堂模式实施大学计算机基础程序设计类课程的必要性、可行性以及在实施过程中需要注意的问题。

反馈式ICM神经网络和FPF相结合的剪影识别

为能有效地表示目标轮廓,同时在泛化与鉴别之间做好平衡,将具有生物视觉神经系统的交叉视觉皮层模型神经网络(intersecting cortical model nueral network,ICMNN)与分数幂指数滤波器(fractional power filter,FPF)相结合,设计了一种利用反馈式ICMNN分离目标轮廓,并使用FPF实现快速相关的剪影识别系统。首先利用ICMNN对原图像处理得到边缘激发的剪影图像,接着利用经训练集合训练好的FPF对ICMNN输出进行相关运算,得到相关面。为了有效减少相似形状带来的误识别错误,将首次检测到的相关峰值点所对应的原图区域通过反馈方式进行增强,再把增强的结果馈入系统,多次迭代后,可有效减少误识别。研究结果表明:该剪影识别系统能较好地应对目标旋转与尺度变化带来的影响,具有较好的应用价值。