基于双随机场能量函数的区域化图像分割

为了提高图像分割算法的抗噪性,并充分利用特征场和标号场在能量函数分割模型中的作用,提出基于双随机场能量函数的区域化图像分割方法.首先,利用几何划分将图像域划分为一系列子区域.在此基础上,采用多值高斯分布的负对数定义区域化特征场能量函数,用于描述同质区域内像素颜色的统计分布一致性.扩展传统建模邻域像素标号关系的Potts模型至邻域子区域,定义区域化标号场能量函数,用于表征各子区域标号之间的相关性.联合特征场和标号场,采用KL散度定义异质性能量函数,用于刻画同质区域间颜色统计分布异质性.利用非约束吉布斯表达式将定义的特征场和标号场能量函数转换为描述图像分割的概率分布函数.最后,在最大化上述概率分布函数准则下,设计合适的M-H采样算法,获得最优图像分割.在合成图像、遥感图像和自然纹理图像上进行分割实验,验证文中方法的有效性和准确性.

面向人机协作系统的上肢姿态精准识别算法研究

在基于姿态识别协同控制灵巧手机械臂的任务中,会出现身体部位相互遮挡以及非操作人员身体干扰的问题。因此本文提出了一种面向人机协作系统的上肢姿态精准识别算法,能够有效排除遮挡和干扰问题。该算法首先基于Finger-YOLOv4算法框选出人体上肢区域;其次通过稀疏性目标提取算法排除非操作人员身体干扰;然后在设计的双特征条件随机场网络中进行深度学习,解决遮挡导致的类内模糊问题,精准定位人体上肢的48个关键点坐标;最后,根据关键点坐标进行人体上肢的姿态预测,将人体上肢的姿态与灵巧手机械臂的姿态进行映射,完成人机协作。实验表明,本算法平均检测速度33 FPS,关键点平均检测精度75.2%,协同操作完成度98%。满足实际需求。