基于空间信息的模糊C-均值噪声图像分割算法

针对传统模糊C-均值(Fuzzy C-means,FCM)聚类算法对噪声鲁棒性差的问题,提出一种基于空间信息的模糊C-均值噪声图像分割算法。将区域级信息加入FCM目标函数中,并用核度量方法代替传统欧氏距离,计算区域级空间信息与聚类中心的距离,提高算法对噪声的鲁棒性;用原始图像与区域级空间信息的绝对差的倒数和其本身约束原始图像和区域信息项,实现约束项参数的自适应选择;利用连通分量滤波,消除聚类结果中出现的过分割现象,提高分割精度。含噪合成图像和彩色图像实验表明,所提算法在模糊分割系数、模糊分割熵、分割精确度、平均交互比和归一化互信息等方面均优于其他几种聚类算法。

快速自适应非局部空间加权与隶属度连接的模糊C-均值噪声图像分割算法

针对传统模糊C-均值聚类(FCM)算法难以对噪声图像进行分割的问题,该文提出一种快速自适应非局部空间加权与隶属度连接的模糊FCM抗噪图像分割算法。首先,利用一种非局部空间信息快速计算方法,将以图像所有像素为循环的原始非局部信息计算方法,改为以搜索窗口尺寸为循环,利用空间位移图像与递归高斯滤波的计算方法,克服非局部空间信息计算复杂的问题;其次,计算原始图像与非局部信息项的差值的平方,将其作为非局部信息项的自适应权重,并将差值的平方作倒数变换,作为原始图像的自适应权重;最后,将每个聚类簇中所有像素隶属度之和的对数平方加入目标函数的分母,形成隶属度连接,减少目标函数迭代次数。含噪人工与自然图像分割实验表明,该算法在分割准确度、平均交并比、归一化互信息、运行时间与迭代次数等性能方面优于其他几种FCM算法。

基于支持向量机方法的噪声图像分割

图像分割是计算机视觉领域的关键技术之一。支持向量机方法被认为是好的学习分类方法之一,特别在小样本、高维情况下,具有较好的泛化性能。针对噪声图像的分割,提出了模糊权重支持向量机方法。分割实验表明,与经典支持向量机方法相比,模糊权重支持向量机方法具有更强的抗噪性。

沉香幼树生长中的全氮质量分数估测

在海南省文昌市的生态站选择生长良好的2年生幼龄沉香(Aquilaria sinensis)进行盆栽试验,土壤为风干滨海沙壤土、氮源为尿素(氮质量分数为46.4%),采用根部埋施法;试验设计不施氮(为对照)、低氮(施氮5 g·m^(-2)·a^(-1))、中氮(施氮10 g·m^(-2)·a^(-1))、高氮(施氮20 g·m^(-2)·a^(-1))4个胁迫梯度,每个施氮量种植15棵沉香;每2个月进行1次补肥,施肥量与初始施入量一致,其他营养元素不再施加;数据采集时间为2019年7—11月份,每隔2个月使用红外和普通相机进行图像、养分数据获取,数据总量为120个。以幼龄沉香可见光-近红外5个波段的图像为例,提出一种分割高效且模型精度较高的无损营养诊断的图像方法,分析不同施氮量对盆栽沉香生长的影响、探索实现沉香生长过程中对氮素需求的机器智能判定。结果表明:(1)模糊局部信息C均值聚类算法(FLICM)对可见光-近红外波段图像分割效果良好,为信息丰富的多波段噪声图像准确分割提供了参考;(2)根系生物量在不同施氮量的变异系数最大,植株氮素质量分数的变异系数最小;低氮时地上部分生物量、氮累积量、植株氮素质量分数,均显著小于中氮时、高氮时;低氮、中氮、高氮时,氮素吸收效率、氮效率均显著大于对照组。(3)随着植株氮质量分数增加,可见光吸收增大,叶片反射率减小;红边波段(RE)、近红外波段(NIR),图像灰度值、调整三角指数(MTVR)、改进红边比值植被指数(MSRIRE)与氮素营养指标相关性较好,其中红边波段、近红外波段、调整三角指数随氮素质量分数的增加呈现先增加后减少趋势,在中氮时达到最大值,而改进红边比值植被指数趋势相反。(4)粒子群-随机森林融合模型(PSO-RF)对幼树全氮质量分数的估测取得了最优效果,训练集决定系数为0.984、均方根误差为5.127,有效地实现了对胁迫程度的识别,验证了粒子群优化算法(PSO)对优化随机森林(RF)模型的可行性,进一步提升了模型精度。

EFFICIENT IMAGE SEGMENTATION FOR SEMANTIC OBJECT GENERATION

This letter presents an efficient and simple image segmentation method for semantic object spatial segmentation. First, the image is filtered using contour-preserving filters. Then it is quasi-flat labeled. The small regions near the contour are classified as uncertain regions and are eliminated by region growing and merging. Further region merging is used to reduce the region number. The simulation results show its efficiency and simplicity. It can preserve the semantic object shape while emphasize on the perceptual complex part of the object. So it conforms to the human visual perception very well.