对数似然图像分割的快速主动轮廓跟踪算法

针对跟踪目标尺度变化问题,提出了基于灰度对数似然图像分割的快速主动轮廓跟踪算法。改进的主动轮廓跟踪算法将根据以目标与背景的颜色差异而建立的对数似然图对图像进行阈值分割和数学形态学处理,再将Kalman滤波器结合到主动轮廓跟踪算法进行目标跟踪。改进的主动轮廓跟踪算法对目标分割准确,轮廓特征显著,跟踪效果稳定,算法能很好地适应跟踪目标尺度变化。通过Kalman滤波器对目标位置点的预测减少了主动轮廓跟踪算法收敛的迭代次数,使算法的运算效率提高了33%左右。

罚似然图模型与社会网络测量

随着互联网及智能设备的普及,越来越多的用户行为轨迹和互动数据的获得成为可能并进入社会学研究者的视野。这类行为或互动事件的数据在数据结构上属于社会网络分析方法中常见的双模网络。但传统的社会网络分析所面对的数据规模较小,研究者一般采用矩阵分解、主成分分析等描述性分析方式来对网络子群进行区分或测量。而在大数据的背景下,参与互动的群体规模巨大、群体成员的构成动态变化、事件具有时序特征、事件发生存在异质性等特征,使得传统的分析方法无法有效应对此类数据。近十年来,高维高斯图模型在网络关系探测研究中被广泛应用。本文拟对基于罚似然回归的高斯图模型进行综述。罚似然高斯图模型是一个发展迅速的分析工具,本文并不侧重具体的算法和优化过程,而是就罚似然图模型及其扩展模型对社会科学应用研究可能带来的贡献进行梳理。最后,本文亦对涉及的相关模型及其R软件包进行汇总,以期拓展该方法在社会科学领域的应用。

基于图象集似然度的人脸识别

根据人的认识规律,提出了基于图象集的似然度人脸识别方法。该方法把图象集中的各幅图象的信息矩阵的奇异值向量作为矩阵中的一列而构成的图象集特征矩阵。然后,把测试样本的图象集特征矩阵与图象集库中的训练样本图象集的特征矩阵相比较找出它们的相似程度——图象集的似然度,从而进行人脸图象识别。

基于周期图最大似然算法的相干激光测风多普勒频率估计

采用径向风速的估计不确定度和探测概率作为评价指标,研究了周期图最大似然(PML)算法的多普勒频率估计性能.基于大气分层激光回波模型,分别以PML和周期图最大值法(PM)对回波信号进行处理,验证了PML算法在相干激光测风中的可行性;分析比较不同信噪比条件下PML算法的风速估计不确定度与探测概率.仿真结果表明,在发射脉冲宽度为400ns、采样点数为128时,PML算法适合在中等信噪比条件下使用,且风速估计的不确定度整体小于PM算法的,在信噪比为-13dB时径向风速的估计不确定度为0.75m/s,探测概率在90%以上,该研究为后续的外场试验提供了指导.

多线索融合的结构化道路检测算法研究

为实现结构化道路的检测,提出了一种用于道路检测的激光雷达和视觉融合法,通过提取激光雷达在道路边缘的三维点云信息,将其投影到视觉图像上,形成激光点云与图像的映射关系,生成激光雷达似然图。通过改进提取道路的颜色、纹理、水平线等特征的方法,生成相对应的视觉似然图。在贝叶斯框架下将激光雷达和视觉生成的似然图进行融合。在KITTI数据集上测试可知,精度达到94%,准确率达到86%,表明该道路检测法具有较好的道路检测效果。

鲁棒的基于改进Mean-shift的目标跟踪

为了克服传统Mean-shift算法在跟踪运动目标时由于背景像素造成的定位偏差和由于遮挡造成的跟踪失效,提出了相应的改进措施。其一,根据初始帧目标和背景在颜色分布上的差异,建立对数似然图(log-likelihood image),筛选出目标中与背景可区分性好的颜色特征建立目标模型,并以同样的方法在后续帧建立候选模型,从而有效地减小背景像素的影响。另外,将候选区域划分为若干重叠的子块,分别利用Mean-shift算法对各个子块进行迭代,以与目标区域相应子块最为匹配的子块的所在位置对整个目标重新定位,由此很好地实现了目标部分遮挡情况下的稳定跟踪。当目标被严重遮挡时,则采用简单的线性预测,估计下一帧目标可能出现的位置。实验结果表明:提出的改进算法可以准确地进行目标跟踪,对部分遮挡和严重遮挡都有较强的鲁棒性。

基于肤色分割的人脸检测算法研究

提出一种自适应光照补偿算法对图像进行补偿,根据肤色点在YCbCr色彩空间中的聚类性分别建立了肤色的区域模型和简单高斯模型,利用区域模型分割结果消除高斯似然图中类人脸的影响,采用自适应阈值对图像进行肤色分割,得到肤色候选区域。对分割出来的二值图像进行形态学处理后用基于先验知识的检测算法对肤色候选区域进行筛选,确定出人脸的位置。实验结果表明,提出的方法综合检测效果好。

基于肤色分割的人脸检测算法

研究一种基于肤色分割的人脸检测算法。首先将图像色彩空间由RGB转化为YCbCr;其次根据肤色点在色彩空间的聚类性能建立肤色区域模型和简单高斯模型;最后通过计算肤色相似度得到肤色似然图,经过平滑滤波、形态学处理和阈值分割等图像处理过程,确定人脸位置。实验结果表明,该算法能够较好地实现人脸检测。

AN ADAPTIVE SPECKLE SUPPRESSION AND EDGE ENHANCEMENT TECHNIQUE

Speckle degrades severely the quality of medical B-scan ultrasonic images, especiallyit blurs edges and details of images. An adaptive speckle suppression and edge enhancementmethod based on Nakagami distribution is presented. The statistics of log-compressed echo im-ages is derived for Nakagami distribution. An adaptive filter based on local statistical propertyof speckle is designed. The stick technique that utilizes sticks with different sizes and variousorientations is applied to locally approximate certain linear features of image. The local regionis a stick instead of a usual window, the orientation of sticks is decided by hypothesis test op-timizing method and the length of sticks is obtained by region growing technique. Performanceof the new method has been tested on the phantom and ultrasound images of pig muscle andechocardiographic. The results show that the technique effectively reduces the speckle noise whilepreserving and enhancing the tissue edge and resolvable details.