基于SUSAN算法和行列均值分割的海面舰船检测

提出一种基于SUSAN检测和行列均值分割的复杂海天背景的红外舰船目标检测算法。首先建立一个简单的舰船轮廓模型,结合SUSAN算子检测得到感兴趣区域ROI,并且感兴趣区域的大小可以由轮廓模型进行一定的控制;然后对感兴趣区域运用改进的行列均值分割得到舰船目标。实验结果表明,提出的算法能正确分割出舰船目标。

融合均值分割与word2vec的矩阵分解推荐算法

随着推荐内容的多样化,推荐系统中需要引入隐式反馈信息来加强其适用范围.但是隐式反馈推荐存在着缺少负反馈的问题,并且稀疏的隐式反馈信息会影响推荐结果准确度.针对这些问题,首先,考虑到用户会存在喜欢和不喜欢的内容,提出均值分割方法,并使用均值分割方法改进矩阵分解推荐算法,解决隐式反馈中缺少负反馈的问题.然后,引入了word2vec技术计算相似度,并使用得到的相似度对隐式评分矩阵进行预测填充,以达到降低隐式评分矩阵稀疏度的目的.最后,使用真实世界数据集进行实验,实验结果表明本文提出的推荐算法可以解决隐式反馈推荐中缺少负反馈的问题,并降低数据的稀疏度,提高推荐结果的准确度.

改进的K均值分割算法在关键词检测中的应用

鉴于K均值分割算法中隐马尔可夫模型 (HMM)参数重估公式简单、实用 ,目前大多数基于HMM的关键词检测系统都采用此算法训练参考模型。为了提高参考模型的有效性和解决该算法在具体实现时所遇到的问题 ,本文提出了改进的K均值分割 (MSKM)算法。MSKM算法以关键词检测系统的检出率为模板收敛的判决依据 ,使HMM参数调整从一定程度上而言是以检测系统性能为目标函数 ;同时引入了基于HMM的聚类方法 ,使聚类和参数估计融为一体。实验结果表明 ,采用MSKM算法比原算法可使关键词检测系统的平均检出率提高 1 8%。

先验知识引导的遥感影像均值漂移多尺度分割

针对传统遥感影像分割算法较少考虑目标区域不同类型地物适应分割尺度的差异性问题,文章以适应性和稳健性较好的均值漂移算法为基底,提出了一种先验知识引导的多尺度分割方法。该算法通过引入先期解译土地覆盖/利用图中的图斑边界和类别属性信息,对传统均值漂移分割流程进行了改进,以实现差异化的滤波像斑合并,进而达到改善对象提取的精度的目的。文章利用两套数据集进行了方法测试与效果比对。实验结果表明,较传统的单尺度分割方法,所发展的多尺度方法能更好地结合地类的空间分布信息实现精细的对象边界提取,一定程度上克服了单尺度方法难以平衡过分割和欠分割的问题,为后续的面向对象分析提供了精准的边界形态。

均值黄金分割离差双选优化模型研究

在提出黄金分割离差的基础上,构建了均值黄金离差双选优化模型。在评价指标数目从少到多的过程中,评价指标体系将呈现由劣变优再变劣的过程,这个规律符合黄金分割律的应用。以岳阳石化企业节约用水考核为例,优化了岳阳石化企业节约用水考核指标体系,结果显示优化后的指标体系科学性、合理性与可操作性较强。

基于均值调整梯度高精度分割多聚焦图像微小特征

提出均值调整梯度的多聚焦图像微小特征高精度分割法,通过均值调整法对图像进行均值分析,在给出均值分析后的调整过程的基础上,采用Log Gabor小波法进行二维信号相位一致的处理,方向幅度与其相位进行计算,实现多聚焦图像微小特征的高精度分割.实验表明,采用此方法识别精度高,分割速度快,具有一定的优势.

结合均值漂移分割与聚类分析的遥感影像变化检测

针对传统遥感影像变化检测方法对前后期影像数据质量要求高、适应范围窄、检测精度较低等问题,本文在引入异常点检测思想的基础上,提出了一种结合均值漂移分割与聚类分析的遥感影像变化检测方法。首先将前期地理国情矢量数据与待监测的遥感影像进行地理配准;然后在地理国情矢量数据的基础上对遥感影像作均值漂移算法二次细分割,获得的矢量图斑继承了原有父级类属性,并对同一父级类的影像图斑进行光谱、空间、纹理、指数等特征提取;最后采用高斯混合模型与最大期望值算法聚类获得多个类别,在父级类下找出异常类别的图斑。通过试验对比分析,表明了本文方法的有效性和可靠性,为遥感影像变化检测提供了新思路。

基于单目相机与K均值聚类分割的船舶航行环境地图深度构建

为降低视觉设备感知航行环境时,水面光照反射对船舶位姿估计和环境地图重构的影响,在HSV(hue,saturation,value)颜色空间下,采用K均值聚类算法对近岸航行环境图像进行聚类分割处理。改进快速特征点提取和描述算法(oriented FAST and rotated BRIEF,ORB)来提高即时定位与地图构建(simultaneous localization and mapping,SLAM)效率,缩短特征点匹配时间,改善对外界环境的感知效果并提升船舶自身位姿估计精度。采用2020年南宁海事局执法船进港和靠泊期间由单目相机拍摄的视频数据进行实例验证。结果表明,提出的算法比传统SLAM算法的运行耗时更少,与传统定位设备输出轨迹的偏差较小,可为船舶全面立体感知海上航行环境提供研究基础。

一种基于图像分割及邻域限制与放松的立体匹配方法

提出了一种以K-均值分割为基础的立体匹配方法.该方法不仅可以根据图像的内容自动调整匹配窗口的形状,还可实现对参与匹配窗口的大小、数目和权重的智能调节.作者采用K-均值分割方法精确定位物体边界,保证匹配窗口位于同一物体内部;邻域限制与放松可以进一步根据图像内容灵活地运用匹配窗口周围的环境信息;两种方法的结合有效地提高了匹配过程中窗口选取的智能性.在国际立体视觉标准平台Middlebury网站中测试的结果证实该算法提取的深度图的错误率低于其它局部优化算法,接近全局优化算法,运行效率高于现有的全局优化算法,综合性能是出众的.

强阳光反射背景下红外舰船目标自适应分割

针对海面有强阳光反射背景下现有红外舰船目标分割算法效果较差,提出了一种有效的红外舰船目标分割方法。利用均值漂移方法的不连续保持性滤波特性,抑制海面小面积强杂波干扰,同时又不损失舰船目标信息。对滤波后图像做行垂直方向梯度均值投影,获取舰船目标感兴趣区域。最后运用改进的行列均值自适应阈值分割算法,结合使用红外舰船目标的几何特征量达到自动分割的目的。

大规模遥感影像Mean Shift并行分割优化算法研究

传统影像分割算法在面对大规模遥感影像时普遍存在分割效率低、内存消耗大等情况(甚至无法分割),同时"分块线"的存在也制约了许多算法的并行化改造.本文利用Mean Shift均值漂移分割算法针对遥感影像进行并行化处理,有效地解决了大影像分割时所存在的问题,同时改进影像光谱空间的构建,在均值漂移滤波和合并的过程中分别对影像采用分区缓冲的策略,解决了并行化分割算法处理时会产生的"分块线"问题.在多种遥感数据上的分割实验及与e Cognition软件的对比实验表明,本文所提出的并行分割优化算法可以在不影响分割精度的情况下有效提高分割效率,一定程度上满足实际生产及应用需求.

基于OpenCV的图像分割

图像分割是图像处理中的一个经典难题,也是图像处理和计算机视觉领域中的基本技术。虽然已有上百种分割方法,但至今没有一种通用的分割方法。OpenCV是近年来推出的开源、免费的计算机视觉库,利用其所包含的函数可以很方便地实现数字图像和视频处理。本文主要介绍了用OpenCV实现的图像分割的三种算法:分水岭分割算法、金字塔分割算法和均值漂移分割算法。

几种分割算法在CT肝脏兴趣区提取方面的比较

目的:在计算机辅助诊断中,对已提取分割好的CT肝脏组织中的兴趣区的几种提取方法做比较。方法:利用Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法,对已分割的CT肝脏组织的兴趣区进行自动分割,并和医生手工分割的图像相对比。结果:通过实验及对实验数据进行分析,找出了具有良好获取兴趣区能力的分割算法。结论:通过手工分割图像分别与Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法做对比,总结几种分割方法的有效性,为计算机辅助诊断起到了重要的作用。

基于彩色图像分割的置信传播快速立体匹配算法

本文采用了一种基于彩色图像分割和置信传播相结合的快速立体匹配算法。对于已经校准好的两幅图像,首先采用均值漂移算法对彩色图像进行图像分割,然后采用区域匹配算法进行快速初始立体匹配,再采用左右一致性校验法滤除误匹配点,得到初始视差图以及各个区域的视差平面模板。最后采用置信传播算法对获得的视差平面模板进行全局优化,得到各个区域最优视差平面模板,从而得到最终视差图。实验结果表明,采用区域匹配与全局优化算法相结合,不仅提高了立体匹配速度,同时也保证了匹配质量。

基于自适应方向性滤波和非局部均值修补的CT图像金属伪影消除

CT图像金属伪影的校正长期以来都是一个重要课题。首先采用自适应方向性前置滤波器对含有金属伪影的图像进行处理,在一定程度上消除噪声,抑制条状伪影;其后采用均值漂移分割出原图像中的金属成分,最大互信息熵分割出伪影成分;使用平行束投影获取原始图像和金属成分的弦空间数据,从原图弦空间数据中减除伪影成分对应的弦图;继而采用非局部均值修补结合线性插值方法对弦空间数据进行补全;最后采样滤波反投影得到校正后的图像。实验表明,本算法对于含有金属伪影的水模和真实临床图像的校正,获得更好的匀质区域一致性和更好的伪影抑制性能。

基于OpenCV的近景图像增强和分割算法研究

本文通过对近景图像的对比度和亮度进行分析实现了自动选择图像增强算法的方法,分别对金字塔均值漂移分割算法、分水岭分割算法和GrabCut分割算法进行了对比研究。经实验表明,图像对比度太小、亮度太高或太低对近景图像分割都会造成不利的影响,伽马变换增强算法适合调整亮度较高的图像,直方图均衡化增强算法适合调整亮度较低的图像。分水岭分割算法和GrabCut分割算法不适合近景图像多类别的自动分割,而金字塔均值漂移分割算法是基于核密度梯度估计的无参数快速统计迭代算法,可实现类别自动分割,分割精度较高,而且利用建立金字塔结构可进行多尺度分割。本文的研究成果对自动选择最佳的图像增强算法和分割算法以及参数设置具有重要的参考价值。

改进的Mean Shift分割算法在安全区域识别中的研究

为了提高在监控视频下进行安全区域识别的快速性及准确性,文中研究并提出了一种改进的Mean Shift(均值漂移)分割算法。首先简要介绍了小波变换与均值漂移分割算法的理论基础,再将二者融合后改进算法的计算转换到一个新的特征空间中进行,并将其应用于安全区域识别中,最后分别在纯净背景和复杂背景下进行安全区域识别对比实验。实验结果表明,文中的改进算法应用在安全区域识别中不但能更有效地消除噪声的干扰,同时具有更高的检测率和准确率,实现了更快的识别速度与更显著的识别效果。

基于CNN的零样本城市遥感影像场景分割算法

针对观测数据的零样本遥感影像场景分割时,因不存在相应的参照物,造成分割耗时长,精确率较低等问题,提出了基于卷积神经网络的零样本城市遥感影像场景分割算法。采用主成分分析方法与K-奇异值分解方法对遥感影像去噪处理,抑制斑块效应;将去噪后影像输入Retinex增强算法中,进一步提升零样本城市遥感影像增强效果;采用均值漂移算法分割遥感影像场景获取其像素点之间关系,通过卷积神经网络完成零样本城市遥感影像场景精准分割。实验结果表明,该算法精确率高,召回率高,F-score率高,消耗时间短。

一种适用于椒盐-高斯干扰信号的自适应滤波改进算法

图像通信由于成像设备自身特点和通信过程中的光-电转换机制,一般含有椒盐-高斯干扰信号,信号交叉影响会导致单一的滤波方法效果不佳甚至失去作用。为了同时有效抑制两种干扰信号,提出了一种适用于椒盐-高斯干扰信号的自适应滤波改进算法。该算法首先通过干扰信号噪声点辨识与滤波窗口自适应扩展,计算信号噪声辨识过程中各扩展窗口归一化系数和一次加权联合滤波中间输出,然后利用多层级窗口中间输出值进行二次加权优化滤波,减少干扰信号噪声点对联合滤波输出的影响,最后针对计算量大的问题,在中值滤波过程中提出均值分割方法,提高滤波算法实时性。实验结果表明,该方法能有效抑制椒盐-高斯干扰信号噪声,算法实时性较好,优于多种传统及其演进滤波算法。

基于自适应均值漂移的超声心动图左心室分割方法

利用超声心动图进行心室分割能够获得心室容积参数,对评价心功能有重要意义。但超声图像有噪声大、难以分割等特点,仅仅靠人工对目标区域进行手动分割工作量巨大,且目前自动分割技术尚无法保证分割精度。针对这些问题,本文提出了一种全新的算法框架对心室结构进行了分割提取。首先,采用更快速的基于区域的卷积神经网络目标检测算法对目标区域进行定位,得到感兴趣区域;然后使用K均值(K-means)算法对目标区域进行初始聚类;接着使用一种自适应核函数带宽的均值漂移(mean shift)算法进行分割;最后采用种子填充算法提取目标区域。该算法结构实现了自动提取分割目标区域,免去了人工定位的过程。实验表明,在定量评价标准下,这种分割框架能够对目标区域进行精确的提取,同时提出的自适应均值漂移算法较传统固定带宽均值漂移算法更稳定,且分割效果更好。研究结果显示,本文所述方法有助于实现超声心动图左心室切面的自动分割。