基于Nystrm方法的图像谱分割算法的聚类改进

基于图论的图像谱分割是近年来国际图像分割领域的一个热点,但必须构造亲和力矩阵,而构造亲和力矩阵要耗费大量的计算时间,于是有研究者提出可以用Nystrm采样对亲和力矩阵及其主特征向量估计实现最终的图像分割。对Nystrm方法用于对亲和力矩阵及其主特征向量的估计进行介绍,并对此进行了具体的实现及分析。针对用传统的k-means方法实现对最后的特征向量的聚类的缺陷,设计了简单有效的聚类算法得到了比较理想的效果。

飞秒脉冲谱分割技术实验研究

对飞秒脉冲谱分割进行了实验研究。通过采用不同带宽的波分复用器,研究了信道带宽和脉宽间的关系,并分析了器件色散对谱分割的影响。

基于小波核相似度量函数的谱分割算法

由于高斯核的参数敏感性,导致在传统谱分割中往往无法识别图像数据的部分特征信息,图像分割准确率下降。为提高图像分割准确率,构建了一种基于小波函数的核相似度量函数,利用小波函数的多分辨率特性,对图像进行相似度量;证明了该核函数是可容许核,分析了该函数作为相似度量函数的可行性及其多分辨率分析特性;最后,提出了基于该小波核相似度量函数的谱分割算法。在Berkeley数据库的实验结果显示,该算法能够提高图像分割结果的精度,识别图像中的细节信息。

波浪数学模型中谱分割功能的应用

海洋风浪的数值模拟常以全谱有效波高作为模拟结果,并在验证时将它与实测风浪记录相对比.实际上,全谱中既包含了当地风浪部分,也包括了外海传入的涌浪部分,其有效波高在物理意义上并不等价于风浪波高.采用海浪模型WAVEWATCH-III和MIKE21-SW进行西北太平洋海域的风浪后报,并应用模型的谱分割功能,可对完整的波谱进行分割,分离出风浪和涌浪部分.数值计算结果对比证实:利用该功能得到的分离波高不仅能提高风浪模拟的精度,也使波能状态信息更加完善.另外,对比发现WAVEWATCH-III相对于MIKE21-SW表现出更好的效果.建议在模拟有涌浪成分的风成浪时应采用谱分割功能.

权重马氏距离高斯核在谱分割中的应用

为了使经典谱分割的Nystrm采样快速算法得到更清晰的结果,将权重马氏距离高斯核应用于其中,相对于常用的马氏距离高斯核,得到了更好的分割效果。结果表明,使用权重马氏距离高斯核更能准确的反映两个向量的相似度,从而实现准确的分割。

一种新的谱分割迭代格式

为了提高矩阵束的无逆谱分割算法的性能与稳定性,提出了一种新的迭代格式。该迭代格式应用分块Householder QR分解,使得其中一个迭代矩阵为上三角结构,提高了算法效率和稳定性。数值结果表明,新的迭代格式可行。

闭算子谱分解中的几个谱分割条件

本文讨论 Banach 空间上的闭线性算子的某些谱分割性质,并给出闭算子成为可分解算子的谱分割条件.

多尺度单特征谱分割算法

为提高使用单一特征信息谱分割的图像分割效果,提出了一种多尺度谱分割算法。基于扩散映射构建一种多尺度特征描述器(diffusion map based multiscale feature descriptor,DMFD),高效地描述图像数据的几何结构,反映出图像的本质特征。随后建立DMFD与谱图小波之间的联系,利用谱图小波的快速计算方法,计算输入图像每个像素点对应的特征向量。提出基于DMFD的谱分割算法(DMFD-Ncut)及逐点自适应尺度选择方法(pointwise self-adaptive optimal scale,PSOS),自适应地在最优尺度下计算相似矩阵。最后,在Berkeley数据库上的实验结果显示,DMFD-Ncut算法和使用PSOS的DMFD-Ncut算法都能够显著地提高图像分割结果的精度。

基于谱分割的视频镜头聚类方法

针对现有镜头聚类算法中选择最优化分类个数复杂度较高、分类结果准确性较低的问题,提出了一种基于谱分割理论的镜头聚类算法.通过对每个镜头集构造球状高斯模型SGM(Spherical Gaussian Model),最优化地拟合镜头数据集,提高镜头分割的准确性;在镜头迭代分类过程中采用谱分割算法以提高最终分类结果的准确性;在迭代分类过程中,采用贝叶斯信息准则BIC(Bayesian Information Criterion)作为分类停止的评判标准;最后根据BIC准则计算每两类融合前后的匹配值,判断比较后对分类结果进行融合,矫正在分类过程中同一类被割裂的错误.通过3类体育视频样本对算法的有效性进行了验证、比较和分析.

基于谱分割的稀疏矩阵特征值问题并行求解

本文给出了一个基于谱分割并行求解稀疏矩阵特征值的方案,将矩阵的特征值求解区间划分为多个独立的子区间,分别对各个子区间内的特征值进行独立的并行求解.在该方案中,提出了一种通过盖尔圆信息估计矩阵特征值分布的方法,并结合二分法以及插值方法修正特征值的分布,提高估计的准确性,进行谱区间分割.本文还结合谱分割和基于围道积分的近似谱投影算法设计出一个特征值问题多级并行算法,并在"深腾7000"和"元"超级计算机上验证了本文提出谱分割方案的有效性、均衡性以及特征值并行求解的高效性.同通用求解方法相比,基于谱区间分割的并行算法在1024核上性能提高了5倍以上,并行求解的可扩展性显著提升.

基于随机森林的多谱磁共振图像分割

应用分类树和自助法重采样技术,结合随机特征选取,使用随机森林这种组合分类器方法对多谱磁共振图像进行分割。实验证明此方法有很好的分割性能。

一种彩色铁谱图像自动分割方法

铁谱图像有效分割是实现铁谱图像自动化分析的基础,但彩色磨粒图像背景颜色相对单一,磨粒区域同时包含亮区域和暗区域且与背景色差较大,且部分磨粒存在黏连的情况,因此铁谱图像的有效分割难以实现。根据彩色铁谱图像特点,提出基于两次K-means颜色聚类分离磨粒区域与背景区域后,再对磨粒区域采用改进的分水岭算法分割黏连磨粒的图像分割方法。该方法解决了铁谱图像中亮暗磨粒同时存在的情况下磨粒提取不完全的问题,并实现了黏连磨粒的分割。实验结果验证了该方法的有效性。

谱聚类图像分割在绝缘子憎水性批量检测系统中的应用

针对现有的复合绝缘子憎水性检测效率较低且判定不准确的问题,设计了一个基于谱聚类算法的憎水性批量检测系统。检测装置主要由环形灯、二轴运动平台及底部的旋转托盘组成。二轴运动机构上安装有摄像头和喷头,底部有一个可放置4个绝缘子的旋转托盘,通过步进电机作分度运动。经过一系列的预处理,有效减少了环境对绝缘子图像质量的影响。根据谱聚类算法对预处理后的图像进行分割,然后获取最大水珠,以改进的形状因子法为基础,供上位机进行憎水性判定。经过仿真实验可知,相比于FCM、K-means等方法,该方法针对绝缘子图像有较好的分割效果,且该系统既能有效地提高检测的准确率和效率,又能实现批量检测。

基于谱顶层分割的网络社区层次抽取方法

针对网络层次中不同尺度上社区内连接密度的异构性,提出了基于谱顶层分割的网络社区层次抽取方法.首先,将网络的谱顶层分割定义为某个子网络的二分,给出了顶层分割的期望划分;然后,引入队列的思想计算社区连接密度,自顶向下逐层分解给定网络,并提出了社区层次抽取算法;最后,通过实验表明:所提出的方法比同步法和多尺度法在随机层次网络测试的性能更加优越,为社区教育和大数据行为特征识别提供了相关技术基础支持.

基于图论的图像分割研究进展

基于图论的图像分割技术是近年来国际上图像分割领域的一个新的研究热点。该方法将图像映射为带权无向图,把像素视作节点,利用最小剪切准则得到图像的最佳分割。论文对图论方法用于图像分割的基本理论进行了简要介绍,并对当前图论方法用于图像分割的最新研究进展进行了综述。

基于谱线特征的羊绒与羊毛的鉴别

为快速区分和检验羊毛、羊绒,提出基于羊毛与羊绒谱线特征的识别方法。这种方法先通过光学显微镜获得羊毛与羊绒的图像,然后经过图像处理得到羊毛与羊绒的表面信息;接着通过投影的方式,获得羊毛与羊绒表面所对应的谱线。对获得的谱线进行分割,根据羊毛与羊绒谱线的特性不同,提取羊毛与羊绒谱线的单元宽度值、单元峰值及离散系数、峰值宽度比等参数;最后通过对这些参数的分析处理进行识别。实验结果表明,采用这种方法识别羊毛与羊绒,不仅快速准确,而且与以往的方法相比,在精度和速度上都有显著的提高。

直推式多视图协同分割

多视角拍摄条件下获取到含有同一刚性或静态目标多幅图像后,快速准确地在所有图像中分割出该目标是一个尚未被关注的问题。该文首次给出这个问题的数学描述,并借助图模型的描述方法,推导了它与传统的基于图割分割问题之间的关系。在求解该问题时,该文提出了迭代式协同直推优化算法,算法思想是将优化目标函数拆分为图像空间和3维空间分割两个子优化问题,利用图割和谱聚类分割的方法迭代求解两个子优化问题,并在迭代过程中设计传播、过滤、投票处理引入两个空间标签一致性约束,算法收敛时同时得到图像空间和3维空间的分割结果。最后,使用实际图像序列实验得出算法的平均误判率为3.4%,比较讨论和改进思路一并给出。

基于社会网络的人名检索结果重名消解

人物重名现象十分普遍,搜索引擎的人名检索结果通常是多个同名人物相关网页的混合.该文依据同名的不同人物具有不同的社会网络的思想,利用检索结果中共现的人名发现并拓展检索人物相关的潜在社会网络,结合图的谱分割算法和模块度指标进行社会网络的自动聚类,在此基础上实现人名检索结果的重名消解.在人工标注的中文人名语料上进行实验,整体性能达到较好水平,图聚类算法能帮助连通社会网络的进一步划分,从而提高消解效果.

基于ISSEWD和SOWN的轴承工况识别研究

针对传统滚动轴承运行工况识别方法需要人工特征提取和特征选择的缺陷,提出了一种基于改进谱分割经验小波分解和自组织Wasserstein网络的轴承工况识别方法。首先将采集到的滚动轴承振动信号进行Fourier变换,从而得到了频谱,然后采用四分位数法检测信号频谱边界,进而对信号频谱进行了自适应分割,将滚动轴承振动信号分解为若干本征模态函数;然后筛选出最能反映轴承运行工况特征的IMFs,并进行了信号重构;最后堆叠多个Wasserstein自编码器,进一步构造了Wasserstein网络,并引入了自组织策略,将重构后的振动信号输入自组织Wasserstein网络,进行了自动特征学习与自动工况识别。研究结果表明:基于ISSEWD-SOWN组合模型的滚动轴承识别方法平均工况识别准确率98.98%,标准差仅0.15,相比于其他组合模型在轴承工况识别准确率方面更具优势,适用于滚动轴承运行工况的自动识别。

基于均值漂移和谱图分割的极化SAR影像分割方法及其评价

提出了一种基于均值漂移和谱图分割的极化SAR(PolSAR)影像分割方法。首先,通过均值漂移算法对PolSAR影像进行过分割处理,并基于Wishart统计分布和假设检验的方法构建边缘检测器,充分利用了PolSAR影像的全极化信息提取边缘信息;然后,在过分割和边缘信息的基础上构建相似性度量矩阵,并采用归一化割准则实现PolSAR影像的分割。该算法充分利用了均值漂移算法过分割的特点,降低了谱图分割算法的运算代价,并结合谱图分割算法全局优化的优点改善了PolSAR影像的分割结果;最后,利用Radarsat-2全极化影像进行了实验,并采用改进的分割效果评价方法实现了精度评价。实验表明,该算法有效地实现了PolSAR影像的分割,显著提高了谱图分割算法的效率,分割结果优良,分割精度优于eCognition软件中的多尺度分割方法。