增强的深度建模模式Contour分割

在新一代高效三维视频编码标准(High Efficiency Video Coding for 3D,3D-HEVC)中,为了更加精确地表示深度图中的物体边界,利用非矩形块分割的深度建模模式(Depth modelling modes,DMMs)预测编码方法被引入,现有的DMMs模式包括锲形(Wedgelet)分割和轮廓(Contour)分割2种模式,其主要区别在于推导分割的方式不同。Contour分割利用已编码纹理块信息进行深度分区推导,然而这种分割方法仅仅利用了纹理与深度之间的结构相关性,而忽略了边界相邻块之间具有的边缘相似性,这潜在导致推导块分割不准确,进而影响编码效率。针对Contour分割模式导致的分割不准确问题,结合深度边界块之间的边缘相似信息,提出了一种增强的Contour分割方法。实验结果表明,与3D-HEVC的参考软件HTM11.0相比,在全帧内(AllIntra,AI)编码测试条件下,对于合成视点平均有近0.1%的BD-Rate节省。     

基于生成对网络的棉布瑕疵分割研究

在棉布生产过程中可能会产生一些瑕疵,这些瑕疵的存在会对产品质量造成影响.在生产过程中对棉布产品进行瑕疵检测是保证质量的有效途径.基于机器视觉和深度学习的瑕疵检测方法具有快速精准的检测优势,是目前应用广泛的一种方法.论文采用生成对抗网络模型,结合三种语义分割网络,构建了GAN分割模型,并对棉布瑕疵实现准确分割.实验结果表...     

一种用于青光眼视杯盘分割的改进U-Net算法

青光眼已成为全球致盲的主要原因之一.通常,眼科医生利用彩色眼底图像对患者的视神经头(ONH)区域进行评估以诊断青光眼.然而,作为ONH评估重要指标之一的杯盘比(CDR)大都由医生进行人工测量和计算,耗时、费力且带有一定的主观性.为此,提出一种基于改进U-Net的青光眼视杯盘分割算法,在U-Net的编码部分采用ResNe...     

改进黑猩猩优化算法在阈值图像分割中的应用研究

黑猩猩优化算法(Chimp Optimization Algorithm, ChOA)是根据猩猩群体狩猎行为构建的一种群智优化算法.针对该算法在寻优能力和收敛效率等方面的困扰,提出一种改进的黑猩猩优化算法(Modified ChOA, MChOA).在MChOA算法中,利用特殊混沌模型对种群进行初始化,在提高种群针对性的同时,提高算法的收敛效率,并在位置更新过程中引入单纯形法策略来对种群中较差个体进行优化,进一步提高了算法的全面搜索能力,避免过早陷入局部最优.为了验证算法改进后的效果,将模糊Kapur熵作为目标函数,将MChOA算法应用于阈值图像分割中,与改进的模糊灰狼优化算法(MDGWO)的图像分割效果对比,MChOA算法的图像分割效果更佳.     

基于局部区域与水平集正则化的图像分割方法

图像分割作为图像处理的基本问题之一,在计算机视觉领域正在接受着越来越大的挑战.该文引入了分片常数水平集函数思想,将图像的不同区域用不同常数近似,避免了分割过程中不断初始化水平集函数及水平集初始化位置微小变化造成分割效果不同的问题.局部区域能量函数的使用更适用于灰度不均匀图像的分割.此外,所提方法能量泛函是局部凸且可微的,分割法对噪声含量较大图像具有明显的优势.充分的实验结果验证了所提方法更高效.     

考虑最短转弯半径的无人机区域覆盖航迹规划

为实现无人机测量自动化,必须解决覆盖航迹规划,即无人机路径规划,以便监测感兴趣区域内的所有点。为此,提出改进的旋转卡尺航迹规划算法,综合考虑被测区域的凹凸性、无人机类型、无人机起飞点、着陆点,计算最优边-点来回航迹,构成完整的覆盖航迹。被测区域是凹多边形,则将其分割为具有最小个数的凸边形;如果采用固定翼无人机,则需要考虑其最小转弯半径,进行航迹规划。仿真结果表明,改进的航迹规划算法更具实用性和有效性。     

项目式学习中培养学习力的生动实践——以“白银分割”为例

项目式学习能改变传统教师教、学生学的教学模式.从问题产生到思考探究再到结果呈现,整个学习过程都是开放的,是学生自主完成的.能真正提升学生的学习内驱力,实现知识的融会贯通.本文以“白银分割”教学设计为例,着重研究项目式学习中如何生动而活泼地培养学生的学习力.     

牛图像识别与分割方法研究

文章针对牛非接触测量中的识别与分割过程进行研究,提出了一种牛图像识别与分割方法。此方法对牛的图像进行灰度化、二值化和形态学处理,获取连通域并对连通域进行筛选,实现牛的识别和定位;然后依据识别信息对图像进行裁剪,最大限度地减少背景的影响。采用区域生长法和K聚类法对图像进行分割并向坐标轴投影,依据投影信息对图像进行分区。在不同区域选择两类算法中的最优结果作为输出,组合后获取最终分割图像。此方法对牛的头部、腿部、花纹部分和阴影部分均有较好的分割效果。     

基于模糊形态学和分水岭算法的图像分割研究

提出了一种基于模糊形态学和形态分水岭算法的图像分割方法,利用模糊形态学闭开运算先平滑原始图像,图像通过平滑后在保留重要区域轮廓的同时去除了细节和噪声,而后进行形态分水岭变换实现图像分割。实验结果表明这种方法具有较好的分割效果。