高精度分割在多人重叠图像采集中的应用研究

在实际生活中,对图像进行采集时难免会出现重叠的现象,为了得到所需要的图像需要对其进行分割处理。传统的分割方式达不到很好的完整性和精确性,而且图像的分割受到了很多的限制。为了解决这种问题,提出了将高精度分割应用于多人重叠图像的采集中。文章的高精度分割是通过利用计算机相关的技术对多人重叠图像进行采集。对传统的主观评估方式进行优化,提出了一种质量评估的方式。最后通过实验仿真,得出通过使用计算机的相关技术,能够让采集的多人重叠图像有更好的整体效果。

改进PSPNet的炮弹火焰分割算法及应用

针对目前靶场炮弹火焰图像分割算法对火焰边界分割效果差而导致定位精度下降的问题,基于PSPNet算法,结合双向特征融合模块以及全注意力机制网络的特征金字塔转换模块,提出改进PSPNet的炮弹火焰分割PSP_FPT(pyramid scene parsing_feature pyramid with Transformer)算法,实现对炮弹火焰目标的高精度分割。利用双向特征融合模块对金字塔池化后的特征进行双向融合,增强各子区域以及全局目标空间和语义特征的相关性,提升炮弹火焰分割的准确性。为了避免火焰周围烟雾、扬尘对分割效果的影响,将特征金字塔转换模块与全注意力机制网络相结合,优化双向特征融合模块输出后的特征映射,提升区域内目标之间的空间结构关系;提高算法对炮弹火焰目标与背景干扰之间的辨别力,进一步提高算法的识别能力。将全局池化后的特征作为全注意力机制网络的输入,解决了由于图像输入序列过长导致全注意力机制网络参数量过大的问题,进而降低工程应用的实现难度。实验结果表明,该算法在炮弹火焰数据集上分割的平均交并比达98.01%,平均准确率达98.97%,对炮弹火焰分割有较强的鲁棒性和较高的准确率。

高精度地表覆盖数据优化分割的土地利用分类

针对土地利用类型多样、特征易混淆和高分辨率遥感影像信息海量、人工提取费时费力等问题,该文以北京二号卫星影像为数据源,采用高精度地表覆盖数据优化分割的面向对象分析方法、无地表覆盖数据辅助分类的面向对象分析方法,运用朴素贝叶斯、CART决策树、随机森林和K最邻近分类器,开展武功县土地利用分类,并对分类结果进行精度评估。结果表明:(1)与无地表覆盖数据辅助分类方法相比,高精度地表覆盖数据优化分割的面向对象分类方法,在精度方面有较大的提升,其分类总体精度提高18.73%,Kappa系数提高0.21;(2)随机森林对于土地类型多样的影像对象具有较好的识别能力,获得较高的总体精度(95.3%)和Kappa系数(0.94)。研究表明一种利用高精度地表覆盖数据优化影像分割的土地利用分类方法具有更好的可行性和鲁棒性。