基于多尺度空间PCNN模型的图像分割算法

运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为"第三代神经网络"并广泛应用于图像分割.在利用PCNN模拟人类视觉的图像分割过程中,由于传统PCNN模型中的连接矩阵使用固定值表示,使得PCNN模型不能满足图像分割时尺度变化的需求.为了解决这个问题,本文提出了基于多尺度空间PCNN模型的车辆图像分割算法,将尺度空间引入PCNN模型,使PCNN模型具有了尺度特性,提高了系统自适应分割车牌图像的能力.

基于GIS技术的区域多尺度空间数据集成方法

区域多尺度空间数据,其量较大,其来源、格式、特点、性质不同,数据在逻辑上或物理上的有机集中比较困难,容易导致集成路径拥塞,集成效率下降。为此,提出了一种基于GIS技术的区域多尺度空间数据集成方法。利用GIS技术搭建区域多尺度空间数据挖掘架构,结合数据转换矩阵构建多尺度空间数据库。根据多尺度空间数据库中拥塞窗口状态集合,采用不同策略对数据集成路径进行拥塞控制,通过确定理想集成效率而选择多尺度空间数据集成路径。计算不同集成路径上空间数据特征向量之间的紧密度,结合相异度阈值和空间数据权重构建数据集成函数,实现区域多尺度空间数据集成。实验结果表明:所给方法在有、无人工干预的情况下,集成延时分别控制在7 min以内和5 min以内,数据集成效率较高。

大尺度空间下基于改进效用函数的货运量分担率研究

针对欠发达地区大尺度空间内综合交通运输结构优化问题,以货运量分担率为切入点,综合考虑各货运方式的差异性,应用变异系数法对各影响指标进行赋权,构建了改进效用函数的Influ-Logit模型。以尼日利亚为例分析该区域内公路、铁路、水路运输的货运量分担率,结果显示其公路、铁路、水路的最优货运量分担比例为6∶3∶1。研究表明模型在基础数据匮乏条件下能够合理优化大尺度区域的货运量分配,为欠发达区域的物流系统规划和优化提供理论依据。

基于尺度空间技术的归一化Facet模型位场边界识别

边界识别是位场数据处理解释中的重要环节,传统边界识别方法通常不能均衡深、浅部地质体边界.基于尺度空间技术和归一化的Facet模型检测算子,本文开发了一种带通空间滤波和边缘检测相结合的边界识别方法,有效地提高位场数据边界识别的精度和可靠性.为了验证本文算法的有效性和稳定性,分析了不同尺度空间函数和检测算子对算法的影响,并且对比了传统边界识别方法的效果.理论模拟和实际数据分析表明,利用位场垂向二阶导数进行的基于尺度空间技术的归一化Facet模型边界识别方法不仅算法的稳定性强,而且可以避免高阶导数对噪声干扰放大作用,同时均衡深部和浅部地质体边界,从而可以更精确地识别地质体的形态.

差分式多时态多尺度空间数据库模型研究

针对如今多尺度地理空间数据库更新困难的问题,通过综合考虑时空数据模型与多尺度数据模型的特点,并根据多尺度地理数据差分式更新模式,设计出一种"层次—快照"式多尺度时空数据库模型。并通过数据关联表建立起多尺度多时空数据之间的数据联系。实验结果表明,该模型有利于多尺度数据的更新以及对地理数据的数据挖掘。

面向人机工程的三维人体尺度空间模型

建立三维人体模型以及分析人体肢体可及空间 ,对于人机工程设计、人体关节运动控制和人体模型的碰撞检测研究都具有重要的意义。然而多关节的真实人体可及空间难以描述 ,目前没有很好地解决。该文在研究人机工程仿真的基础上 ,建立了逼真三维人体模型 ,探讨了多关节且关节转角受限制的三维人体尺度空间模型 ,并应用虚拟现实建模语言 (VRML)对上述模型和方法进行了验证。结果表明 :该方法计算量小 。

地基激光辐照近地轨道小尺度空间碎片作用规律研究

通过研究脉冲激光与铝靶碎片的膨胀运动以及冲量耦合的相互作用,仿真分析了铝靶碎片在等离子体作用下的速度和压力时空分布规律以及冲量耦合系数与激光功率密度之间的定量关系;在此基础上,建立了基于地基的脉冲激光辐照近地轨道小尺度空间碎片动力学变轨仿真模型,模拟研究了近地轨道小尺度空间碎片移除过程中轨道偏心率与近地点高度随激光脉冲数目变化的影响规律。结果表明:在最优冲量耦合系数作用下,当脉冲数目达到180次轨道偏心率为0.071时,基于此文的条件可实现近地轨道小尺度空间碎片的有效移除。预期成果可为高能激光移除近地空间碎片技术的应用提供技术指导。

脉冲激光辐照小尺度空间碎片的影响规律

通过建立了激光辐照小尺度空间碎片的物理模型。仿真分析了小尺度碎片的速度增量与激光功率密度的关系,讨论了不同功率密度下激光的有效作用时间以及不同脉宽下激光冲击波的传播波形和到达位置;在此基础上,模拟分析了冲量耦合系数随不同激光脉宽和功率密度的变化规律。结果表明:速度增量随激光功率密度的增加而增加,激光冲击波波形随脉宽增加有明显展宽,且在激光功率密度、脉宽一定条件下短波长可获得更大的冲量耦合系数。

基于高斯尺度空间的山脊主脉提取方法

山脊线有主脉和支脉之分,主脉连贯突出且长度较长,控制了地形整体特征和态势,支脉则相对短小、分布于主脉两侧,反映了地形局部变化与细节。然而,现有方法提取的山脊线包含支脉多,提取结果偏差大、连续性差,无法支持实际应用。为此,结合多尺度分析与图像融合理论,提出了一种主脉的提取方法。新方法以不同参数的高斯核函数对数字高程(DEM)数据做多尺度分解,分别提取各尺度下山脊线,再以高斯尺度参数构造各尺度山脊线权重,采用加权平均法融合各尺度山脊线,获得更能体现宏观地形特征的主脉。实验结果表明,该方法简单易行,提取的主脉清晰、连续,与实际地形较为相符。

一种基于非线性尺度空间的视频对象分割方法

本文提出一种基于非线性尺度空间理论的视频对象分割方法。该方法首先利用非线性尺度空间理论对视频序列中的每一帧图像做多尺度分解,然后在由大尺度图像组成的序列中利用运动信息确定运动对象,最后根据每一帧图像的多尺度图像确定对象的准确边界。实验结果表明,该方法能够在复杂的自然场景中精确地分割出视频对象,具有较强的抗干扰能力。

一种小波分解尺度空间中的随机游走图像分割方法

依据随机游走模型所确定的图像分割方法等价于电路网络的稳态电路结构求解方法,最终都将归结为求解大型稀疏线性方程问题.由于求解一般的大型方程的算法复杂度无法达到线性复杂度水平,文章提出了一种基于小波分解金字塔尺度空间上的多层图像分割算法.首先将原始大小的图像通过正交小波变换分解为低尺度图像及相应小波分量,并对低尺度图像持续进行小波分解,直到尺度合适计算为止;随后对最低尺度图像进行随机游走算法,即求解一个小规模的稀疏线性方程组,将得到的解重构为上一尺度图像,并依据相应的小波分量提示控制松弛迭代的松弛因子;最后持续上述过程直到0尺度图像,图像分割结果就可以通过某个阈值所确定.算法在标准灰度测试图像中进行了测试,测试结果表明,计算时间和分割结果有较大程度的提高.

利用尺度空间及多角度地形断面提取山谷山脊线

从数字高程模型中自动提取山脊线和山谷线,在测绘领域有着重要的意义。地形断面高程极值法是其中一种常用的方法,但此方法在提取过程中容易产生遗漏。针对此缺点,本文提出了基于尺度空间及多角度判断的地形断面高程极值法,主要步骤是构建影像金字塔,然后从上到下逐级提取并加密。试验验证了该方法的有效性,提取得到的山谷线或山脊线较为完整,并与实际地形相符合。

基于多尺度空间LLC的图像语义分类方法

为了提高图像的空间分布和语义信息的有效利用,采用金字塔模型提出一种将多尺度空间、LLC和图像语义分析相融合的图像语义分类方法.首先对图像空间域金字塔划分的各个层次的局部块分别进行线性局部稀疏编码,并对不同层次上的量化编码进行串接生成共生矩;其次使用概率潜在语义模型对图像进行语义分析以获得最终的图像表示;最后采用线性多类别SVM对图像进行分类.实验结果表明,本文提出的算法生成的图像特征具有较高的分类性能和效率.

“双评价”优化模型在城镇圈国土空间规划中的实践探索——以上海市崇明区西沙城镇圈为例

“双评价”是识别国土空间特征、预判发展方向和统筹谋划资源利用的科学手段,是编制国土空间规划的基础。鉴于上海市崇明区西沙生态区位的重要性,引入“双评价”模型来辅助西沙城镇圈国土空间规划编制。剖析城镇圈国土空间“双评价”的内涵和核心要点,从基础数据库构建、技术方法选择和评估框架搭建3个方面,提出城镇圈“双评价”模型的优化策略。通过分析西沙城镇圈现状问题和发展趋势,从生态、农业、城镇建设和乡村振兴4个角度搭建城镇圈特色“双评价”模型,对其进行推演和场景应用,以期为西沙城镇圈“三镇一乡”国土空间规划编制工作提供借鉴。

PCNN模型耦合参数的优化及车辆图像分割

脉冲耦合神经网络(PCNN)具有良好的图像分割特性,但神经网络参数的选取对分割效果有较大影响,如何自适应地选择网络参数是脉冲耦合神经网络应用研究的重要内容.本文首次从脉冲耦合神经网络的耦合特性出发,结合神经计算原理及图像局部区域的灰度特性,提出了脉冲耦合神经网络耦合参数的优化算法.首先利用Hebb学习规则对脉冲耦合神经网络模型的链接权值矩阵进行更新,然后利用图像局部区域的均方差自适应确定神经元链接强度系数,最后将优化的PCNN模型应用于运动车辆图像分割.通过耦合参数的优化,增强了神经元之间的耦合强度,与传统PCNN的车辆分割结果相比,较好地避免了过分割和欠分割现象,提高了运动车辆图像中车牌区域的分割质量,为后续车辆特征的提取奠定了良好的基础.

基于改进PCNN模型的对称中值滤波方法

为滤除灰度图像中椒盐噪声同时保留图像细节,提出了一种椒盐噪声滤波算法.首先利用改进PCNN模型执行一次点火操作从而定位灰度图像中噪声像素点位置,然后利用提出的对称检测中值滤波算法对已定位的噪声点进行滤波而其他位置像素信息保持不变.实验仿真表明,新提出的方法对噪声密度低于60%的椒盐噪声图像较已有的滤波算法有更优异的滤波性能.该算法能有效滤除噪声而且对图像的边缘细节保留完整,实验结果证明了算法的有效性.

PCNN参数自适应设定及其模型的改进

脉冲耦合神经网络(PCNN)模型在数字图像处理中有着广泛应用,但基本都是从网络的外在特性出发并结合一定的实际应用对其进行研究和改进,缺乏对模型本身数学特性的分析.本文从PCNN模型的迭代方程出发,对无耦合连接和耦合连接两种状态下的PCNN数学模型进行了点火机理分析,揭示了PCNN模型本身的数学耦合特性(点火阶梯)以及其对网络生物学特性(脉冲发放特性)会造成干扰和影响的现象,并分析了这种干扰和影响产生的机理和消除方法,同时提出PCNN用于图像分割时参数自适应设定的方法.最后给出了更能体现神经网络生物学特性的PCNN改进模型,将其用于Lena等图像的分割处理中,取得了良好的效果.

基于最优PCNN模型的织物疵点自动检测

脉冲耦合神经网络(PCNN)直接来自于动物视觉特性的研究,它可以准确地检测到织物疵点的存在。但因目前理论上很难解释PCNN模型参数与图像识别效果之间的关系,为了获得较好的图像识别效果,需要多次的实验来选择PCNN模型参数。本文提出了一种根据织物纹理的特征,自动选择最优化PCNN模型参数的方法。实验结果表明,优化后PCNN模型可以有效地提取到纹理图像局部的灰度和空间邻近的特征信息,从而获得理想的织物疵点检测效果。

GIS中地理要素多尺度概念模型的初步研究

对地理要素的多尺度表达(多重表达)是当前多尺度空间数据库领域的研究热点之一。它可以为GIS用户提供由整体到局部、由抽象到具体的地理实体和地学过程的分析及可视化功能。其中要素的多尺度概念模型是解决该问题的基础和先决条件。本文探讨了地理空间要素多尺度表达在几何层次、实体层次、属性层次方面的多尺度表现特征。与传统的GIS概念模型进行比较,研究了要素的多尺度概念数据模型设计所应满足的基本条件,提出了构建多尺度空间数据概念模型的关键策略,详细剖析了模型中地理要素在不同尺度下的抽象数据类型、属性值域的演变规律,以及要素不同尺度表达间的语义、层次连通、尺度关系等内在联系。并以城市地图要素为例,采用满足多重表达建模要求的扩展E-R建模方法,实现了对要素多尺度抽象表达的概念模型设计。

改进的PCNN模型在多光谱与全色图像融合中的应用研究

介绍了PCNN模型原理,提出了基于双通道自适应的PCNN多光谱与全色图像融合算法。该算法首先将RGB空间的多光谱图像转换为HSV彩色空间,然后将HSV彩色空间中的非彩色通道(V通道)的灰度像素值和全色图像的像素灰度值分别作为PCNN-1及PCNN-2的神经元输入,利用方向性信息作为自适应链接强度系数,对非彩色通道图像和全色图像进行自适应分解,再将点火时间序列送入判决因子得到新的非彩色通道图像,最后将原多光谱图像的H通道分量、S通道分量及新的V通道分量经HSV空间逆变换获得最终的融合图像。实验结果表明,该算法不仅解决了链接强度系数自动设置的问题,而且充分考虑到图像边缘和方向特征的影响,无论在主观视觉效果,还是客观评价标准上均优于IHS、PCA、小波融合等其他图像融合算法,同时降低了计算复杂度。