一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

基于全局和局部二值模式的显著图裂缝自动分割算法

提出了一种基于全局和局部二值模式显著图的裂缝自动分割方法,以提高混凝土结构裂缝缺陷检测的精度。通过对数函数对图像的对比度进行增强后,引入了相对阈值和多方向全局信息,对原始的局部二值模式进行改进,构建显著图使得嵌入在光照不均和纹理复杂背景中的裂缝凸显出来,再通过自适应阈值方法、万有引力定律以及可变化的灰度和圆度特征对裂缝分割结果进行修正。实验结果表明,提出的检测方法效果优于现有的裂缝分割方法,检测速度也能满足实际应用的要求。     

结合非局部信息与模糊聚类的SAR图像分割方法

为改善传统模糊C均值(FCM)聚类算法在SAR图像分割时迭代次数多、鲁棒性与分割精度差等问题,通过选取主要像素点,结合图像非局部信息提出一种FCM改进算法.首先将图像分块并选取主要像素点构成主要像素集合,然后对像素集利用K-means聚类确定初始聚类中心,接下来在FCM算法的目标函数中引入非局部空间信息,利用灰度信息与...     

基于图像熵的全局和局部混合方法的关键帧提取

为了能快速识别视频内容并解决现有视频识别中关键帧冗余问题,提出了一种利用熵值进行关键帧提取的新方法。该方法先利用全局图像熵值对镜头进行分类,从每个类中选择具有代表性的关键帧,然后再使用图像局部特征的熵值剔除已选择的冗余帧。对几个不同类别视频的关键帧提取实验显示,提出的算法在关键帧准确率、冗余帧等指标上有很大改善,很大程度上解决了提出的问题。该算法能以更快的方式处理大量的视频数据,使电脑能自动提取视频关键帧,从而识别视频内容。     

基于全局与局部相融合的方面注意力推荐模型

针对基于评论的推荐方法仅关注用户-商品的全局关系而忽视用户与商品之间的局部强关联的问题,提出了一种全局与局部相融合的方面注意力推荐模型。模型由全局注意力网络和局部邻域注意力网络构成,前者可以捕获用户对商品各个特征的偏好程度,并结合潜在因子计算得出预测评分;后者可通过注意力机制为邻居用户赋予权重,并根据邻居用户的评分值计算出目标用户的预测评分;将两部分预测评分结合,可得出最终评分。在亚马逊商品数据集上进行性能测试,结果表明,所提出的推荐算法求得的均方根误差比所选基准方法更低,具有良好的推荐性能。     

基于图模型的图像分割

本文通过阐述图模型的理论基础,介绍贝叶斯网络和MRF在图像分割中的应用,建立贝叶斯网络和MRF,构建适合图像分割的模型。     

三维脑分割中灰度阈值的选取方法

三维人脑体数据分割是医疗图像处理中的一项重要技术,其中阈值的选取最为关键。在介绍了3种具有代表性的图像阈值求取方法的基础上,将它们分别用于分割实验;从实验效果及算法性能两方面对这3种方法进行比较,结果表明模糊最大熵结合遗传算法求取阈值的方法效果较好,受噪声影响小。     

结合局部信息活动轮廓模型的含噪图像分割方法

为改善传统活动轮廓模型对含噪图像的分割精度和效率,提出一种结合局部信息活动轮廓模型的含噪图像分割方法.首先构造局部信息速度函数,使图像局部灰度引导速度函数变化;然后采用拟合图像代替原图像,同时增加拟合中心权重以构造新的拟合项;最后引入自适应权重系数以增加模型对不同图像的分割灵活性.实验结果表明,相较于C-V模型,该方法...     

基于全局局部鉴别分析的高斯回归模型的间歇过程质量预测(英文)

由于过程操作阶段的复杂性及系统的不确定性使得传统的单模态模型策略为病态,因此提出了一种全局局部鉴别分析(GLDA)的高斯过程回归(GPR)方法用于非线性多阶段暂态过程的质量预测.首先,将采集数据按批次方向展开,并采用隐马尔科夫模型(HMM)识别不同的操作阶段.其次,利用GLDA算法提取与质量变量高度相关的过程变量,降低建模的复杂度.在该降维后的子空间,为所有识别出的操作阶段建立多个局部GPR模型.利用HMM状态估计将测试批次的每个测量样本以最大似然估计的方式划分到对应的阶段中.最后,选出与具体阶段相对应的局部GPR模型进行在线预测.利用多阶段的青霉素发酵过程验证了所提预测方法的有效性.结果表明,与常规的GPR模型及基于HMM的GPR模型相比,提出的GLDAGPR方法更具优势.     

格点上的一种统计分割模型

为了克服Kim-Fisher模型实现难度大、运行速度慢的问题,提出了离散的近似Kim-Fisher模型.该离散模型的目标函数直接定义在格点上,采用贪心法进行优化.首先,把图像的灰度值视为离散的随机变量,从而可以采用更为简单的方法估计条件熵.其次,针对基于水平集技术的二区域和多区域图像分割,提出一种无须扩展的统一的方法.最后,还提出一种多标号格点上曲线长度的近似方法,该方法比现有的方法更加准确.实验结果表明,同传统的连续Kim-Fisher模型相比,所提出的模型在取得相当的分割效果的同时,简化了实现过程,并大大降低了运行时间.     

几种经典活动轮廓图像分割模型综述

图像分割是将图像进行特征提取的关键技术。图像分割算法研究成果较多,活动轮廓模型是图像分割获取边缘信息的重要方法。阐述了几种经典的活动轮廓方法,通过大量仿真实验对几种方法进行比较,指出现阶段图像分割遇到的问题并展望其研究趋势。     

一种基于小波变换的动态轮廓模型

梯度矢量流模型广泛应用于计算机视觉与图像分割,但是受噪声的影响,在处理许多医学图像时不能正确收敛到目标轮廓．本文结合小波变换与梯度矢量流模型提出了一种新的动态轮廓模型．新模型定义小波变换矢量替代梯度矢量,并用多尺度小波变换对图像进行预处理．新模型具有更好的抗噪性,并能够得到连续的边缘点．结果表明新模型提高了动态轮廓模型方法分割复杂图像的能力,是一种有效的医学图像分割方法．     

逆时针追踪轮廓线的彩色图像区域分割算法

提出了一种逆时针追踪轮廓线的彩色图像区域分割算法 ,其思想是按逆时针顺序追踪轮廓线 ,在追踪过程中避免了象素点的重复判断 ,采用回溯搜索解决奇点问题 ,从而保证了追踪过程的连续性和正确性。在此基础上 ,运用递归方法分割出图像的所有不同色彩区域。直接提取出具有一定色彩特征的区域 ,具有较高的实用性 ,也是此算法的优点之一     

测地活动轮廓图像边界检测技术研究

本文是对当前各类活动轮廓图像边界检测技术的综述。主要内容涉及两个方面。第一部分引出了活动轮廓图像边界检测模型。从著名的Snake模型开始,阐述了它的基本原理和应用领域。然后指出了该模型存在的问题以及针对这些问题提出的几种改进方法,重点讨论了T—蛇（即拓扑保持蛇）与共轭或称对偶蛇—ACM模型。但所有这些改进方法,连同最初的蛇模型,其数学表示方式都不是内蕴的,即它们的表示方法与参数相关。这对于一种几何表示而言是不能令人满意的。本文的第二部分重点介绍了近年提出的测地活动轮廓模型的内容,它是对传统蛇模型的一种巨大改进。测地活动轮廓模型利用分析力学的方法及Maupertuis原理对传统活动轮廓模型做了本质的更改,使其数学表示方法成为了内蕴的,从而摆脱了对参数化的依赖性。并使求能量泛函极小值的问题转化成为了在一个Riemann空间中寻找一条测地线的问题。这种几何解释的提出使得测地活动轮廓模型研究与当前的另一研究热点—水平集方法产生了深刻的内在联系,并使得有关水平集理论中的众多研究成果、算法和软件能够应用到测地活动轮廓模型的研究中来。     

基于流形的特定人体组织轮廓的医学图像分割

图像分割是医学图像分析中的重要问题。以前的基于模型的分割算法都是从不特定人群的统计出模型的先验知识。文章提出了一种新的全自动医学图像分割算法.这种方法旨在提出一种基于特定人先验轮廓模型。该模型通过基于流形的学习方法,从而达到更加准确的分割效果。     

基于CT数据的轮廓线提取

医学图像的三维重建中,边缘轮廓线的提取起着关键的作用.针对头部医学CT数据,分析其数据格式,并对其进行数据格式转化,对转化后的数据采取图像平滑、颜色调整与直方图均衡化等图像预处理操作,最后在分析图像预处理后数据的基础上提出双阈值分割的方法来提取轮廓线数据,实现较好的提取效果.     

一种基于 Parzen窗技术和Tsallis熵原理的图像分割新方法

提出了一种基于Parzen窗技术和Tsallis熵原理的图像分割新方法．该方法采用Parzen窗技术来估计图像灰度值的空间概率分布,再结合Tsallis熵来构造新的目标函数,最后在图像灰度值范围内搜索使该目标函数达到最大值的灰度值作为最佳全局阈值．通过和传统的基于Tsallis熵理论的图像分割方法相比较,结果表明该方法对图像分割精度非常高,且稳定性强．     

一种加快的CV模型分割方法研究

CV模型是一种有效的活动轮廓分割模型,其缺点是分割速度慢.用OTSU法预处理后的区域边界作为CV模型的初始轮廓线,大大提高了分割速度,且该方法能克服传统CV法难以分割壁较厚的内部空洞的不足.在CV模型的能量函数中引入惩罚项,使得CV模型在演化过程中无需重新初始化,进一步提高了分割速度.实验表明改进后的CV模型与传统CV模型相比分割速度有了较大提高,且分割效果更好.     

基于图像分割的改进型预测编码

传统的预测编码是通过将图像转化为预测差来消除像素间的冗余度,从而实现图像压缩。为了进一步减小预测差的熵,提出了一种基于图像分割的改进型预测编码算法。实验结果表明,该算法具有比传统预测编码更好的压缩效果。同时,还比较了各种不同的分割方法对图像压缩性能的影响。