非结构化网格下海洋流场的特征提取与种子点选取算法

对于非结构化网格流场数据,现有研究存在不能定位流场中临界点的具体位置、无法对临界点精细分类以及缺乏适用于非结构化网格的种子点选取算法等问题。针对上述问题,基于非结构化网格流场数据,分别在临界点提取和种子点选取方法上进行改进创新。提出非结构化网格中临界点的定位及分类方法,通过庞加莱指数法判断存在临界点的三角网格。构造质心迭代法定位临界点在网格中的准确位置,并设计三角网格内雅克比矩阵的构造方法,将临界点精细分类。基于非结构化网格提出基于最大得分和网格密度的种子点选取算法,先比较相邻格点的标量值大小来计算每个格点的得分,形成“最大得分”标量场,再按照网格密度动态设置阈值,将得分大于阈值的格点选为种子点,接着以种子点为起始点生成流线,生成的流线可以表达出流场的关键特征与全局信息。基于多个海域流场数据的实验结果表明,临界点分类的准确率可达99%以上,证明了临界点提取算法的准确性以及种子点选取算法对提升流场可视化效果的有效性。

地磁场磁力线可视化种子点选取的磁场强度线积分等分算法

将磁力线按流线进行绘制是地磁场可视化的通用方法.磁力线种子点的选取决定了绘制磁力线的疏密,其疏密程度能否真实反映地磁场强度分布是评价地磁场可视化效果的关键.基于磁经圈均匀角度种子点选取算法绘制的磁力线通常不能客观反映地磁场强度的空间分布,针对这一不足,提出一种等分磁场强度线积分的磁力线种子点选取算法.利用该算法对地磁场IGRF模型和T96模型描述的地磁内外源场进行可视化绘制,对磁力线追踪结果中出现的冗余磁力线进行过滤,统计分析了绘制磁力线的空间分布与地磁场强度空间分布的相关性,结果表明该算法能够较好地实现对地磁场的可视化.

位图图像稳定区域分割的种子点选取条件

考察传统区域的定义,增加位图处理的约束条件。对区域定义的这种扩充和改进,减少区域分割的随意性,是位图区域分割结果稳定的前提。从区域的定义出发,提出稳定分割的种子点选取和灰度范围选取的方案。结合理论上的分析,本文提出图像区域分割一种新方法。实验表明分割结果受种子点和阈值选取的影响较小,能提取出稳定的区域,具有较好的鲁棒性。

面向机械零件三角网格模型自动配准中增强特征的分割方法

三角网格模型配准是工业自动化检测软件中的重要一环,其配准精度对检测机械零件的形位公差有重要影响。针对三角网格模型的自动配准精度低、鲁棒性差的问题,本文提出一种面向机械零件三角网格模型自动配准中增强特征的分割方法。首先,确定三角网格模型特征分割的K值,通过拉普拉斯矩阵确定种子点进行迭代初始化。其次,本文采用合适的区域形状代理和代价函数以加速该过程,并通过多源迭代聚类得到特征分割结果。最终,在三角网格模型特征分割结果的基础上进行基于奇异值分解法的粗配准,之后再根据EM-ICP进行精配准。与传统的特征描述子粗配准结合ICP精配准的方法进行对比,结果表明,本文方法的配准误差下降了25.2%,自动配准时间缩短了62.6%,有效地提高了三角网格模型自动配准的精度和效率。

基于矢量量化和区域生长的彩色图像分割新算法

针对光照变化和阴影对图像分割的不利影响问题,提出了一种基于矢量量化和区域生长的彩色图像分割新算法。该算法不仅考虑了彩色图像的颜色信息,而且也考虑了彩色图像的空间信息。该算法首先利用一种修改的GLA算法对彩色图像进行量化,并根据彩色图像量化的结果选取种子像素;然后基于矢量角相似性准则,并结合像素空间邻接信息,对每一个种子像素进行区域生长;最后利用模糊C-M eans算法来对未能归类的剩余像素进行分类。实验表明,该算法不仅可以在很大程度上克服光照变化及阴影对图像分割的不利影响,而且分割结果与人的主观视觉感知具有良好的一致性。

基于局部扩展的社区发现研究现状

社区发现能有效挖掘网络的特性以及隐藏的信息。局部扩展是社区发现常用的一种方法,该方法大体上可以分为种子的选择和局部扩展两部分。因此,为了分析现有方法的优劣以及适用场合,对种子的选择、局部扩展以及评价指标等方法进行概括、比较和分析,总结了基于局部扩展的社区发现的应用以及研究难点。最后,对基于局部扩展的社区发现的研究方向进行了展望。

融合颜色和深度信息的图像物体分割算法

当图像中存在阴影、低对比度边缘和模糊区域时,传统算法仅利用外观信息难以准确提取物体轮廓,而深度不连续性为辨识物体边界提供有用信息.文中提出基于颜色和深度信息的图像物体分割算法,首先利用meanshift算法对图像进行适度的过分割,然后融合颜色和深度信息充分描述过分割区域的特性,根据深度信息自动选取目标和背景的种子区域,最后基于最大相似度进行区域合并,得到图像物体分割结果.在Middlebury和NYU-V2数据库上的实验表明,相比当前通用算法,文中算法简单有效,能提高分割的准确性,改善分割图像的视觉效果.

低功耗内建自测试的参数优选

提出了面向低峰值功耗进行 BIST参数优化的问题 ,给出了相应的种子选取算法 .实验结果表明该方法不需要额外的硬件开销 。

区域生长法在PCB元件分割中的应用

针对PCB图像中元件区域的提取,提出一种基于种子窗口和自适应生长阈值的区域生长算法,实现元件的自动分割.算法改进了以往区域生长算法中种子点的选取方法,并以初始种子点附近区域的统计值和已生长区域的特征相结合的方法自动确定生长阈值,分割过程兼顾元件的局部特征和全局特征.实验结果表明,基于种子窗口和自适应生长阈值的改进区域生长法具有较好的分割效果.

区域生长算法的改进及其在异物检测中的应用

提出一种基于区域生长的图像分割算法,并达到异物识别的目的。该算法根据不同X射线图像直方图的特征,自动选取出所需要的种子点,并且通过对已进行过区域生长的部分进行概率统计,得出合适的阈值,进行种子区域生长。相对于一般的根据每幅图像手动选取种子点以及阈值的种子区域生长法(SRG),该算法能够快速有效地进行图像分割,异物识别率高。

基于线阵CCD图像纹理特征的铁路货车货物分割算法研究

利用线阵CCD摄像头采集到的货车货物装载图像,提出一种经过改进的货车货物分割方法。首先,利用优化后的多尺度Retinex(MSR)算法对图像进行增强预处理,然后使用自适应单通道种子选取算法(APSS)获得图像中灰度Gabor纹理特征分布中心点的初始值,并用K-Means算法进行图像兴趣区域的分割,在此基础上利用邻域特征对图像中的兴趣区域进行重新合并,得到最终的分割结果。实验表明,该方法能提高图像中不同区域的分割精度,有较强的抗噪性,还减少了图像分割中的迭代次数,降低了计算复杂度,可以广泛应用到自然环境中车辆图像的分割。在基于线阵CCD铁路货运安全监控系统中货物检查的实际应用中,该方法的货物分割错误率较低,保证了检测系统的问题识别准确率。

人体微小管状血管血液流速自动测量方法研究

提出了一种基于视频图像序列的人体微小管状血管血液流速自动测量方法。在提取血管中心线时采用基于图像帧序列方差的种子点自动选取方法，设计了基于Hessian矩阵的血管中心线提取的迭代算法；提取血管中心线后，根据连续帧图像的中心线灰度统计曲线，计算出血液流速。结果表明：该方法测量速度快、精度高，与专家测量结果之间的相关系数为0．9014。

基于子图结构的局部社区发现算法

局部社区发现算法通常选取种子节点进行社区发现,针对现有重叠社区发现算法中种子节点选取时有效性不足的问题,提出了一种基于子图结构的局部社区发现算法(Subgragh Structure Based Overlapping Community Detection,SUSBOCD)。该算法提出了一种新的节点重要性度量指标,不仅考虑了节点的邻居数量,同时也考虑了邻居间的链接紧密程度。首先,选取未被访问且重要性最大的节点以及与其最为相似的邻居节点,将该两个节点及其公共邻居节点合并形成一个初始种子子图,该过程迭代运行直到所有节点均被访问;其次,根据种子子图的邻域信息进行相似度判断,若相似则进行合并,从而形成初始社区结构,持续扩展该过程直到所有种子子图均被访问;最后,对社区进行优化处理,若存在未分配社区的节点,则将其加入到最相似的初始社区,再合并重叠度较高的初始社区结构。在人工数据集和真实数据集上,对所提算法进行实验验证,实验结果表明,与其他重叠社区发现算法相比,SUSBOCD算法在ONMI,EQ和Omega这3个评价指标上均有所提升,即该算法能有效地提高重叠社区的划分质量。

现代农业高产玉米种植技术要点研究

从农业生产领域来看,玉米的经济效益和实用价值较高。玉米中含有丰富的蛋白质等营养物质,属于健康食品。文章研究了高产玉米种植技术要点,介绍了玉米常见病虫害与防治措施,提出了提高玉米产量的建议,以供参考。

水稻栽培技术对水稻高产的影响浅析

作为我国重要的农业经济作物,水稻在我国农业经济的发展过程中始终占据重要的地位。作为我国主要的粮食作物之一,水稻产量的有效提高,不仅能够解决我国人民的饮食需要,还能有效促进我国农村经济效益的提高。在水稻的种植过程中,栽培技术决定了水稻种植的产量与品质。基于此,分析水稻栽培技术的发展以及对水稻高产造成的影响,明确了水稻栽培技术在水稻种植业中的重要地位。

基于区域生长的图像分割研究进展

图像分割是图像处理与图像分析的基础步骤,主要难点是图像分割的不适定性。区域生长法算法简单,计算速度较快,是一种运用广泛的图像分割技术。本文根据当前主要的基于区域生长的分割模型,讨论了区域生长法中的种子点自动选取、相似性判断准则、适用情况及其改进方向,并对区域生长技术的发展进行了展望。

基于Gabor变换与区域生长的瓷砖表面缺陷视觉检测方法研究

针对瓷砖工业生产中表面缺陷检测严重依赖人工的难题和已有视觉检测技术的不足,提出基于Gabor变换与区域生长的瓷砖表面缺陷检测方法。首先采用中值滤波和局部直方图均衡化实现图像去噪和对比度增强,基于Gabor变换函数在变换域进一步对瓷砖表面图像进行处理,较好地消除光照不均和表面反光影响。然后基于自动区域生长算法实现瓷砖表面缺陷区域准确分割。最后采用双向积分投影实现缺陷区域标注。针对瓷砖表面的裂缝、孔洞、麻面、色差缺陷的实验证明所提方法的有效性和可行性。

基于毫米波雷达和摄像头的农用车辆障碍物检测

本文针对单个传感器仅能获得局部环境特征信息,为进一步提高障碍物检测的准确性,提出一种融合毫米波雷达和视觉传感器的障碍物检测方法。通过毫米波雷达得到障碍物的数量与坐标点,同时对摄像头采集到的场景图像进行预处理,得到待分割图像。然后以毫米波雷达得到的坐标相对应的像素坐标为种子点,采用区域生长法进行图像分割。至此,即可检测到障碍物的位置和轮廓信息。

基于自动多种子区域生长的遥感影像面向对象分割方法

在遥感影像分割分类中,种子区域生长算法是一种常见的分割算法.传统的种子区域生长算法只能提取单一连续的、纹理简单的目标地物,而对具有复杂纹理和多光谱特征的遥感影像,分割时存在分割效果差、不能同时有效地提取多个地物的问题.针对以上问题,本文提出了一种改进的面向对象的自动多种子区域生长算法.该方法适用于同时提取多个目标地物,且分割效果好.该方法首先使用一种改进的中值滤波对影像进行平滑处理,使目标内部一致性更高,同时保留纹理信息.然后通过一定的准则进行自动种子选取并进行生长,最后对生长后的区域进行碎斑合并处理,最终得到多种对象的分割结果.本文采用三组不同大小的1 m空间分辨率的航空影像进行实验,通过与分水岭以及传统单种子区域生长算法的多组实验对比,发现该方法可以面向全局对象,自动选取覆盖各种地物类型的种子,同时对多种地物目标进行分割处理,可为后续面向对象影像分析和应用提供可靠的数据基础.

高分辨率影像分割的分形网络演化改进方法

分形网络演化是针对高分辨遥感影像的高精度分割方法。它是以像元自下而上进行地物域合并,直至满足区域对象间异质性值大于预设阈值,停止区域合并得到最终分割结果。当对大数据量遥感影像进行分割时,形成初始区域对象的速度较慢,并且数量较多,导致分割时间长,有待在整体分割效率上进一步提高。一种有效的改进措施是采用某种分割方法,快速生成初始区域对象,然后再以初始分割结果区域对象进行区域合并。本文提出一种自动种子点的并行区域生长分割方法,用于快速生成初始区域对象;提出均匀数据划分的并行区域生长策略及消除数据划分线两侧的区域对象方法;采用OpenMP并行技术实现并行区域生长过程。分割效果对比和效率分析结果表明,本文提出的初始分割方法效率较高,并且分割结果可重现,从可信度、通用性角度来看,具有较高的实用价值。