基于ISSA和积分图的二维熵图像多阈值分割快速算法

为提高二维熵图像多阈值分割的性能,使其能够满足工业使用当中的实时性要求,本文提出了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)和积分图的二维熵图像多阈值分割快速算法。首先,引入麻雀搜索算法(Sparrow Search Algorithm,SSA)并对该算法的算法性能进行分析研究,针对SSA存在的全局搜索能力差、容易陷入局部最优解的缺点,提出了基于方差线性递减的高斯扰动策略和随机步长移动策略的改进麻雀搜索算法(ISSA)。接着,进一步地引入积分图方法,降低总信息熵的运算量,并将总信息熵作为ISSA的适应度函数进行最佳阈值寻优,提出了基于ISSA并结合积分图的二维熵图像多阈值分割快速算法。最后,使用该方法与现有分割算法进行对比实验,实验结果表明,本文方法提升了图像二维熵多阈值分割的分割效率,同时在工业应用场景仍能够获得相同的效果。

基于快速傅里叶变换和积分图的快速相关匹配

为克服传统相关匹配算法计算复杂度过大的缺点,基于快速傅里叶变换和积分图提出了一种快速相关匹配算法.在不改变传统相关匹配计算结果的前提下,该算法通过对相关系数公式的分析和化简,用快速傅里叶变换计算模板图像和基准图像的相关,并采用积分图计算基准图像灰度值及其能量的窗口积分,使相关匹配计算量与模板图像大小近似无关,从而大大降低了计算复杂度.不同光照条件下图像匹配实验和复杂环境下目标跟踪实验结果表明,该算法具有很强的抗干扰能力,其执行效率比传统相关匹配提高1～2个数量级.

基于OpenCL的图像积分图算法优化研究

图像积分图算法在快速特征检测中有着广泛的应用,通过GPU对其进行性能加速有着重要的现实意义。然而由于GPU硬件架构的复杂性和不同硬件体系架构间的差异性,完成图像积分图算法在GPU上的优化,进而实现不同GPU平台间的性能移植是一件非常困难的工作。在分析不同GPU平台底层硬件架构的基础上,从片外访存带宽利用率、计算资源利用率和数据本地化等多个角度考察了不同优化方法在不同GPU硬件平台上对性能的影响。并在此基础上实现了基于OpenCL的图像积分图算法。实验结果表明,优化后的算法在AMD和NVIDIA GPU上分别取得了11.26和12.38倍的性能加速,优化后的GPU kernel比NVIDIA NPP库中的相应函数也分别取得了55.01%和65.17%的性能提升。验证了提出的优化方法的有效性和性能可移植性。

基于积分图和粒子群优化的肤色分割

为了更快地将肤色区域从图像中分割出来,在二维Ostu方法的基础上,提出了一种将积分图和粒子群优化相结合用于寻找最优分割阈值点的新方法。该方法通过对经过颜色补偿后的图片在YCb Cr颜色空间中用二维高斯肤色模型计算肤色概率图,根据二维Ostu算法确定粒子群优化的目标函数,将积分图的方法用于粒子群优化中目标函数的计算,在有效地获取最佳阈值点的同时减少了计算量。实验表明,该方法能有效并且快速地分割出肤色区域。

应用积分图的织物瑕疵检测快速算法

为解决现有基于图像处理的织物瑕疵检测算法实时性较差、正确率偏低等问题,提出一种包含学习和检测2个阶段的瑕疵检测算法。通过对无瑕疵模板图像的梯度能量特征及其分布特性的学习,自适应获得检测阶段所需的参数。一方面利用积分图原理将任意大小的图像块内的求和运算化简为三次加法运算,快速提取织物图像的梯度能量特征,实现织物瑕疵的实时检测,另一方面利用核函数拟合特征参数分布,结合均值漂移法求解分布峰值获得自适应的瑕疵判定阈值参数,实现织物瑕疵的准确分割。通过实验将本文算法与现有基于局部二值模式特征、小波特征、规则带特征等算法进行对比,针对包含3种纹理6类瑕疵的织物图像数据集的测试结果显示,本文算法平均处理时间为56 ms,正确率为97%。

一种快速图像处理的积分图方法

在基于图像的人工智能应用系统中,图像处理起着重要的作用。但是,其速度经常不能满足系统的需求,特别是实时系统。文中提出了一种快速图像处理的积分图方法,并且给出它的一些典型应用。它不仅能提高常用的一些空间域图像处理算法的速度,而且为图像理解提供了新的特征提取工具。试验结果表明积分图方法比传统的方法性能更好。

广义行-列积分图及其在快速投影算法中的应用

投影法是一种广泛应用的图像特征提取方法.在人脸检测中应用投影法,由于需要对图像每一窗口进行遍历及多尺度搜索,积分投影函数和方差投影函数的计算会十分耗时.混合投影函数作为积分投影函数和方差投影函数的加权和,运算量更大.提出广义行-列积分图,并应用它实现了一种快速投影算法.理论分析和基于投影的人脸检测实验表明,该算法可大大地提高投影函数的计算效率.

基于积分图的LATCH算法改进

LATCH(基于机器学习的三像素块描述子)在原有局部二值描述子的基础上通过将二像素块比较改为三像素块提升了局部二值描述子的准确率,但提高准确率的同时带来了更大的时耗,在研究LATCH以及其他二值描述子的基础上,借鉴积分图在目标检测中的应用,将积分图的思想应用在改进LATCH描述子中,减少了LATCH描述子中各像素块内的重复计算量.实验证明,改进算法的描述子计算时间较原算法缩减了30%–40%,而配准精度与原算法保持相近.

一种积分图实现的多尺度改进纹理谱描述子

介绍一种改进的纹理谱描述子(improved Texture Spectrum Descriptor,i TS),并利用积分图实现多尺度的i TS(Multi Scale improved Texture Spectrum Descriptor,MS_i TS).在Brodatz纹理库上的图像检索实验中,与TS、i TS相比较,MS_i TS具有最高的平均查准率,表明MS_i TS对纹理具有更强的纹理描述能力和鲁棒性.

基于积分图的随机蕨特征点识别算法

随机蕨算法中的二值特征集是通过比较像素对的亮度值获得的;而该方法容易出现噪声敏感问题,为此提出了一种基于积分图的随机蕨特征点识别方法。通过构建图像积分图,比较特征点周围随机获取的两个子窗口的积分图构造二值特征,以模板图像的仿射变换图像簇作为训练集,建立朴素贝叶斯分类器并进行训练。对比实验表明,改进的算法在特征匹配上有很强的抗干扰性,即使蕨的结构减小到一定程度,也有较高的特征识别率。

早期心电异常检测系统的研制——心电积分图

心电积分图是对心电信号进行一系列积分转换,是分析心电信号早期变化的一种无创性方法,能把ECG的相对面积和间期微小变化进行放大,用于冠状动脉疾病引起的心电信号早期变化的检测。

一种积分图的分治计算方法

AdaBoost算法在处理大量图片时需要进行长时间的预处理。为此,提出一种用硬件并行计算图像各个局部积分图的方法,通过AdaBoost算法用少数特征淘汰大量无关图像,牺牲单个特征计算时间,避免对大量图片进行预处理操作。实验结果证明,该方法可以加快大量高像素图像的识别速度,在无关图像占整体98%的情况下,速度比传统算法提高31.8%。

融合FCA和积分图的CT图像分割

鉴于目前FCA的演化规则有大量计算,迭代一次的耗时比较长,而积分图具有优化运算速度的特点,文中将积分图和FCA相结合,提出融合FCA和积分图的CT图像分割方法。该方法以FCA为基础,用多值图像来完成元胞状态的初始化,设计了一个完成边界提取和加权去噪的模糊演化规则,对CT图像进行迭代演化,最终得到分割图像。整个过程中,利用积分图算法来进行优化,达到单次迭代耗时减少的效果。实验结果表明该方法性能上可以达到图像分割的效果,而且在耗时方面比普通演化规则的耗时要低。

基于积分图的非局部均值图像去噪技术研究

由于传统非局部均值去噪技术不能合理地选取滤波参数,导致计算时间长,为了弥补该缺点,采用了一种基于积分图的非局部均值法用于图像的去噪仿真中。该方法将非局部均值与积分图相结合,降低计算量,提高计算效率。通过仿真实验表明,本文采用的方法拥有良好的去噪效果,并且相比传统的非局部均值去噪法计算效率更高。

积分图CFAR应用研究

本文对积分图在常规雷达检测中的应用进行了研究,对比分析了不同方式实现的二维CFAR的计算性能,并提出了进一步改进积分图CFAR性能的方法。

通过积分图多项式方法快速计算图像中心矩和Hu距

中心矩是图像重要的特征量,由中心矩可以生成Hu距。文章提出了一种用积分图多项式来计算图像各个不同区域中心矩的方法,并将此方法用于求Hu距中,大大缩短了求图像各个不同尺度、不同位置Hu矩的运算时间,可以广泛应用于图像匹配、目标定位等场景。

采用积分图块间距离检测图像边缘

目的边缘是图像的重要特征之一,是后续测量、基于形状配准的基础,为了更好地获得图像中的边缘信息,提出一种利用积分图块间距离检测图像边缘的方法。方法首先,分析欧氏距离图理论,给出采用局部区块内和距离的方式检测图像边缘的方法。其次,提出采用积分图完成高斯模板块内求和算法,并利用这种方法加速完成了图像块内像素求和,以此提高算法的执行速度。最后,给出了本文算法的执行流程。结果以人工标注模拟图像的边缘为标准,采用本文方法得到的边缘检测结果重叠率高于97%,Canny算法的重叠率为80%、高斯曼哈顿距离与欧式距离算法的重叠率分别低于63%和28%。从真实图像实验结果上看,随着图像尺寸的增加,Canny与本文方法的执行时间均略有增加,但幅度不大,在处理1024×768的图像时分别耗时1.7 s与4.6 s。由于本文方法增加了积分图及块内和的求解,因此耗时略高于Canny方法。综上,采用本文方法获得的边缘检测结果不仅具备较高的重叠率,而且执行时间较少,其执行速度不会随图像尺寸的增加而大幅度降低。结论由实验结果可见,本文提出的图像边缘检测方法具备较高的准确性与实用性。由于本文方法具备较高的执行速度,因此适用于所有以边缘检测结果为基础的后期图像处理技术,包括对于实时性要求较高的视频流边缘检测与分析。

基于积分图快速图像处理方法研究

为了解决传统图像处理方法速度低的问题,文章提出了基于积分图快速图像处理方法,最大的优势是可以很好地显示规则区域内像素集的灰度值运算。通过积分图,可以以最快的速度把图像区域的各种特征计算出来,文章还在空间域滤波和图像区域的水平和垂直投影两方面进行了实际的应用,测试结果表明,和传统的图像处理方法相比,图像的处理速度大大提高。

改进非局部均值滤波在图像降噪处理中的应用

针对传统非局部均值滤波应用于图像降噪存在降噪效果欠佳、运行效率低的问题,从两个角度对算法进行改进。采用积分图避免重复性计算,提高算法运行效率。采用相似权重系数融合像素点欧式距离改进相似权重系数与最大特征高斯加权系数,提高算法降噪性能。对比不同算法降噪性能,结果表明改进非局部均值滤波算法不仅对图像噪声平滑彻底,同时还可以有效恢复图像边缘。

体表电位积分差图对确定心肌梗塞区域的价值研究

由体表电位对心肌梗塞区域的定位 ,以往的方法一般只根据极小值出现的时刻和位置来进行 ,分辨率不高。本文提出了一种在现有方法的基础上 ,增加对体表电位积分差图的极值方向进行判别的新思路。模型实验表明 ,新方法大大提高了对心肌梗塞区域进行定位的分辨率。若能进一步得到临床验证 。