基于最小类内差和最大类间差的图像分割算法研究

针对现有二维Otsu图像分割算法未考虑到目标和背景这二类像素自身的内聚性,提出一种新的自适应二维Otsu算法。该算法通过待分割图像的二维直方图,分别统计类内的绝对差、类间总体离差以反映类内、类间的离散度,从而构造出新阈值判别函数。通过一种改进的遗传算法优化二维阈值判别函数,自动得到较理想的分割阈值。实验结果表明,与其它阈值判别函数相比,通过优化新的阈值判别函数得到的二维阈值,具有了较好的分割效果,能够更好地保留了目标物的轮廓,而且计算量小。

二维最大类间交叉熵阈值分割法

目的研究了基于类间交叉熵的二维阈值分割算法及其抗噪性能。方法通过采用交叉熵方法来描述二维直方图中的目标区域和背景区域之间像素信息的差异程度,构造了一种基于最大类间分离性程度的图像分割新方法。结果结果仿真证明该分割方法的有效性和抑制噪声的能力。结论在有噪声的图像中,新分割方法相比传统一维最小交叉熵具有更强的抗噪性能,并且在分割性能和时间花费上都优于二维最小类内交叉熵分割法。

基于短行程特征聚类的移动源排放清单构建方法

文章基于主成分分析(principal component analysis,PCA)和K-means聚类的短行程法,构建福州市轻型车的行驶工况。首先对原始数据进行预处理、划分运动学片段并计算其特征参数,运用PCA对划分后片段进行参数降维,再对其进行K-means聚类分析,形成典型片段库;然后分别根据最小参数偏差法和最大相关系数法挑选片段组成行驶工况,对比后输出最终工况,并对最终行驶工况进行有效性验证;最后利用VT-Micro(Virginia Tech microscopic)模型并结合合成工况,计算单车排放因子,构建2020年福州市机动车排放清单。研究结果可为移动源排放清单构建研究提供参考。

一种红外焦平面阵列的盲元检测快速算法

在以往红外焦平面阵列的盲元检测方法的基础上,提出了一种基于像元噪声电压和改进的最大类间方差法(OTSU)的快速检测方法,该算法采用一次均匀背景的采集结果计算像元噪声电压,并利用最大类间方差和最小类内方差的算法原理计算并得出判定盲元的阈值。实验结果表明,文中方法在准确性和实时性方面有较大的提高。

SMCC特征提取融合BP神经网络实现玉米种子活力快速分级

为了实现玉米种子活力多等级快速、精确、无损检测,建立一种基于类间相关系数和最小法(SMCC)特征提取融合BP神经网络的检测模型。首先用人工加速老化的方法将玉米种子老化为5个等级,用近红外漫反射光谱仪采集样本光谱;然后采用主成分分析(PCA)和SMCC方法分别提取光谱特征作为BP神经网络的输入,以对应的老化等级作为输出建立模型并训练;以模型预测精度、交叉熵和迭代次数作为评价指标。结果表明,SMCC特征提取结合BP神经网络建立的模型最佳。