基于相似性传播聚类的灰度图像分割

基于k-Means等聚类算法的图像分割对聚类中心的初始选择敏感,可靠性差.为避免初始聚类中心选择的影响,将相似性传播聚类用于灰度图像分割.另外,为降低该聚类算法输入相似度矩阵的计算时间复杂度.提出用待分割图像中出现过的灰度值代替像素点作为数据点进行聚类.实验结果表明,与基于k-Means聚类的分割算法相比,该算法不需要预设聚类中心,可靠性更高.     

改进的图像分割遗传K-均值聚类算法

针对图像分割,提出了一种改进的遗传K-均值聚类算法.合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体鳊码相关的隶属矩阵可有效地减少运算时间.实验结果表明,改进后的遗传K-均值聚类算法是行之有效的.     

SAR图像阴影区域分割技术及其评估准则

提出了一种阈值化技术与形态学方法相结合的SAR图像阴影区分割方法.该方法首先通过寻找图像平均强度最小的子区域对阴影区域进行初始分割,之后进行图像翻转、阚值化处理,最后利用形态学处理消除虚假像素,进行简单的连通性滤波,实现阴影区的自动分割.给出了3种图像分割评价准则,并基于计算机仿真和图像分割评价准则验证了该阴影区分割方法的有效性.     

新闻视频中基于“场景词汇”的故事单元相似度分析

新闻视频中故事单元的相似度计算对于视频浏览、检索和跟踪故事单元等应用具有特别重要的意义.研究提出了一种利用"场景词汇"计算故事单元相似度的方法,将单独的关键帧作为一个完整"词汇",将每个故事单元看作是一系列"场景词汇"描述的"文档".在此基础上研究了"场景词汇"的特殊性,并设计了有效的"场景词汇"权重计算方法和故事单元相似度计算方法.实验显示,基于"场景词汇"的故事单元相似度计算方法能够比较好地贴近用户感官和实际应用需求.     

利用对象Petri网验证场景

序列图表示的场景常被用于系统开发早期的需求获取与描述,但因其弱语义性而难以被验证.将序列图表示的场景转换为语义精细的对象Petri网模型OPDL,并通过其仿真环境OPMSE对其进行仿真,将场景描述的系统行为"展示"给需求开发者和用户,以此进行行为需求的验证.     

防空兵作战战场环境的仿真

战场环境的仿真就是利用虚拟三维仿真技术形象地模拟防空兵作战指挥训练场景及训练过程,合理构造系统总体结构框架,设计防空兵作战战场环境的基本模块:地形地貌、天空体、气象、大气、高炮导弹战车等模型、战场态势、空情处理、声音以及通信等.重点讨论基于遥感、DEM、分形算法等技术地形匹配技术,基于半球体网格的天空体模型,以及空情航迹滤波算法,基于粒子系统的烟雾处理等,对开展防空兵战技训练及有关软件的研制具有一定的理论和实践参考价值.     

面向道路交通场景的车辆违规占道实时检测

为了提高道路管理的智能化,面向交通场景搭建了车辆违规占道自动检测系统,对违规占道的车辆进行检测并自动识别其车牌.首先,以Yolov3目标检测器为基础,针对交通场景下的车辆检测,对检测器的主干网络进行改进,使得Yolov3更加适应现实的应用场景;然后,在检测到违规车辆后,基于卷积神经网络,对其进行车牌识别;最后,为了应对...     

一种面向飞机虚拟维修的面向对象松散八叉树

为提高飞机虚拟维修场景的组织管理效率,提出一种面向对象松散八叉树方法,它结合面向对象和松散八叉树算法,构成一种以松散八叉树叶节点存储对象AABB树的新型树结构,该结构将场景对象从三角面片中分离出来,以实现对维修对象和工具的快速定位,降低因对象移动造成的场景更新时间开销。经过验证,该方法比传统八叉树效率更高。     

一种改进的无参考图像质量评估算法

无参考图像质量评估方法一直是图像质量研究所关注的重点。本文针对无参考图像质量评估问题,在当前被广泛接受的 DIIVINE 图像质量评估方法基础上进行了深入的研究,研究发现经典的 DIIVINE 方法中使用了过多的统计特征量,由于统计量无差别的使用影响了方法的预测性能。基于此,利用主成分分析（PCA）算法对该特征向量进行降维,得到“精简的特征向量”,用此向量可以达到更好的分类性能和评估性能。试验证明,在图像数据库上,该算法表现出较好的预测性能,其性能优于其他主流的无参考图像评估算法。