一种基于归一化分割方法的集体行为识别算法研究

提出了一种基于归一化分割方法的集体行为识别算法,该算法通过运动个体的复杂特征定义个体间的相似性度量,得到集体行为聚类。实验结果表明,在多种视频场景中,该算法均能有效地识别集体行为模式;以真实聚类个数的差异作为评价指标,本方法具有更高的准确性。

归一化分割算法在路网划分中的敏感度分析

基于实测路网数据,采用惩罚系数法,对归一化分割算法的敏感度进行了分析,得知该方法的划分结果依赖于相似函数的指数量级。通过计算子区划分的评价指标,对比不同惩罚系数量级下的路网划分结果,并采用相似函数曲线分析进行了验证。基于路网划分前、后的宏观基本图,证实了归一化分割算法在交通状态分析中的应用意义,提出对其相似函数进行数量级控制的必要性。

基于图像处理技术的泥石流照片中块石分割算法分析比较

近几年泥石流灾害多发,而泥石流粒度分析量测任务繁重。为此,结合计算机图像处理技术,将野外实地块石照片进行计算机处理。在处理前期,将照片中块石有效地分割出来是一个最重要问题。该项技术研究在当今地质领域中是一个新兴热门领域,国内外的研究甚少,这项技术的研究现在处于萌芽阶段。有鉴于此,分析比较当今分割效果较好的3种算法并结合其他小算法,得出归一化分割算法结合分水岭算法,高低帽变换算法,beareaopen变换算法,能够较好地分割出块石,效果比较理想。

基于超体素的LiDAR点云粘连目标分割算法

针对点云地物分割结果中存在的粘连现象,结合三维点云的空间分布和颜色信息,引入过分割方法将点云集划分为超体素,并构建加权图模型。在此基础上,利用归一化分割方法实现点云粘连区域的目标分割。针对树木、建筑物的实验结果表明,该方法对树木之间、树木与建筑物之间的粘连具有良好的分类效果。

用全局图像分割法进行地震解释

地震解释的第一步是地震成像分割。对于大多数地震成像而言，存在断层和层位成像不完全或很差的问题，而分割全局方法比．现在通常使用的局部同相轴拾取或区域增强法要完善得多。全局图像分割法的缺点是其处理费用比较高。我们应用自动结合地震图像特征的空间充填网方法降低费用。这种网使得三维地震图像的全局分割成为可能。

一个基于超像素的图像分割算法

图像分割技术是计算机视觉领域的基础工作,目前的图像分割技术大多以像素为单位进行。随着图像分辨率的提升,图像分割的成本越来越高,于是寻找降低图像分割成本的需求越来越迫切。基于超像素的图像分割算法就是这样一种方法。超像素其实就是将具有相似纹理、颜色、亮度等特征的相邻像素进行合并后的图像块。采用超像素的图像分割算法后,可以消除像素间的冗余,大大降低后续图像处理任务的成本,加快图像识别的速度。

基于Ncut的SIFT特征匹配算法

经典尺度不变特征变换(SIFT)特征匹配算法存在实时性差、纹理相似区域易发生误匹配的问题。为此,提出一种基于归一化分割(Ncut)的SIFT特征匹配算法。针对相同背景的运动视频,将归一化分割算法的图论聚类思想融入SIFT特征匹配中,根据运动趋势相似度对特征点进行Ncut运动聚类,再逐类分别匹配,通过缩小各特征点匹配过程中的搜索范围,减少匹配时间及不同特征类之间的误匹配。实验结果表明,该算法能提高匹配效率,对纹理相似区域的误匹配现象有较好的抑制作用,实现了相邻图像帧的特征稳定匹配。

基于Ncut的城市路网交通子区划分方法

针对大规模城市路网下区域性拥堵频发、交通难于管理的问题,提出了基于Ncut的交通子区划分方法。首先使用交通流量和路段速度信息计算交通态势,然后结合交叉口间距离得到动静态结合的关联度指标,最后应用Ncut划分算法对大规模交通路网进行划分,并以子区总关联度最大为目标调整子区边界上的交叉口,使子区内部更为紧密。在真实路网上进行仿真,并经过实验对比与分析说明了该划分方法能把距离近、交通态势相似的交叉口划分到同一子区,并保证子区规模适当、外形良好。

基于自适应感兴趣区域的视频心率测量

基于视频的非接触光电容积脉搏波(Photoplethysmography,PPG)可以实现非接触式心率监测。为改善非接触PPG信号质量和提高非接触PPG技术检测心率的准确性,提出一种自适应感兴趣区域(Region of Interest,ROI)的方法。使用独立向量分析对人脸分区域处理,然后使用归一化分割选取信噪比和相关度最高的小区块作为自适应ROI来获取心率,通过对自适应ROI加权平均和频域处理得到非接触PPG信号。相比于预选定ROI的方法,该方法将头部静止状态下心率误差的均值和标准差从(4.72±6.46)次/分降低至(0.52±1.49)次/分,根均方误差(Root Mean Square Error,RMSE)从7.96次/分降低至1.50次/分,平均误差率从9.45%降低至1.73%。头部运动状态下该方法的误差为(1.02±2.91)次/分,RMSE为2.11次/分,误差降低50%以上。使用Bland-Altman及相关性分析比较该方法与使用接触式PPG仪器得到的心率,计算得到头部静止时95%置信区间为-2.44~3.48次/分,运动时为-2.76~4.79次/分。最后通过对比与接触式PPG信号的波形,证明该方法得到了细节完整的PPG信号。实验结果表明,该方法显著提升了PPG信号的质量与心率的准确率。

基于暗通道的模糊型变造区域的定量鉴定算法

针对复制粘贴常伴随着边缘模糊变造制作伪造图像,提出了基于暗通道的边缘模糊复制粘贴篡改区域鉴定算法.图像的暗通道属性可作为区分清晰图像和模糊图像的自然度量,依据边缘模糊区域的暗通道非零像素数高于其他区域,快速定位至粘贴物体的边缘模糊区域;对图像进行归一化分割,形成语义较完整的候选鉴定区域集;在希尔伯特空间描述区域集,通过区域间的归一化相关系数确定复制源区域.对从因特网搜集的室外图像集进行实验,以源复制区域为算法检测到的区域比较参考,实验表明所提算法平均检测准确率提高了约6%,检测结果不受光照强度、噪声和JPEG压缩率的影响.

结合EFD与NCut的彩色图像分割方法

为了克服边缘流引导的各向异性扩散(EFD)方法过分割和归一化分割(NCut)方法计算复杂度高的缺点,提出结合EFD和NCut的彩色图像分割方法.首先利用EFD对图像进行预分割,然后将分割区域作为节点构建带权无向图G,用NCut对图进行全局最优化分类,并进行相应后处理,得到最终结果.由于图G是基于过分割区域而非像素点的,所以算法效率得到较大提高.另外,EFD方法可有效利用图像的局部信息,NCut方法则考虑到图像的全局特征,因此文中方法综合两者的优点.实验结果表明,文中方法能够取得较好的分割效果.

联合像素与多尺度对象的高分辨率遥感影像谱聚类分割

建立了融合多尺度信息的图模型,同时,为了顾及对象的局部统计特性,改进了基于对象的顶点间相似度计算方法。在图模型的基础上完成相似矩阵计算,并使用归一化分割准则对相似矩阵特征进行分解,将原始数据映射到低维子空间。最后,对特征筛选后的子集使用聚类算法完成影像分割。为了验证本文方法的有效性,选取高空间分辨率遥感影像进行实验并与目前分割精度较高的算法做定量化对比。实验结果表明:在4项实验指标中,除一项基本持平外,其他3项指标优于其他算法,证明了本文方法在高分辨率遥感影像分割中的有效性。