基于区域分割的光学显微结核杆菌图像分割算法*

为了提高结核杆菌目标的分割精度,本文提出了一种基于区域级的光学显微结核杆菌图像分割算法。首先,通过顶帽-底帽变换增强彩色图像对比度,然后融合图像局部特征和全局信息计算图像梯度,在此基础上利用分水岭算法实现对图像的初始分割;对分割区域采用相邻区域最大相似度准则进行合并,从而得到完整的目标区域;最后根据结核杆菌图像的特点,通过分析结核杆菌目标区域的颜色特性,采用多阈值分割的方法滤除区域中的杂质,实现对结核杆菌目标的分割。实验结果表明,本算法可以分割出目标对比度低以及饱和度过低的结核杆菌目标,并且对不同染色背景的图像均能取得较好的分割结果。     

一种有效的红外弱小目标DBT算法研究

作为红外自寻的制导、搜索跟踪和预警等领域的一项关键技术,红外弱小目标检测与跟踪成了红外图像处理领域中的一项重要研究课题。本文采用了"先检测后跟踪(DBT)"的思想对红外小目标进行检测与跟踪,首先采用基于各向异性偏微分方程的背景抑制技术对单帧图像进行抑制,再用最大绝对对比度阈值对红外图像进行分割,最后采用形心跟踪法对小目标点坐标定位。试验证明本文算法应用于目标检测的可行性和有效性。     

一种探雷声纳图像分割方法及应用

提出一种适用于探雷声纳图像的疑似水雷目标扫描分割方法。该方法以图像区域生长法为基础,根据探雷声纳的成像原理及水雷目标的图像特性,对区域生长法中的参数做了特别设定,分搜索和定位两步对图像中疑似目标进行扫描分割,讨论了搜索和定位两种扫描窗口的尺寸及扫描方法。将该方法应用于实际探雷声纳图像,可得到符合预定信混比要求的疑似目标区域,为基于探雷声纳图像的水雷自动判别奠定了基础。     

层次聚类算法和基于图的分割算法相融合的图像分割算法

基于图的分割算法（Graph-Based Segmentation,GBS）算法）是由Felzenszwalb和Huttenlocher提出的经典的图像分割算法之一,但其分割结果中存在明显的欠分割现象。为此,在GBS算法的基础上引入层次聚类（Hierarchical Clustering,HC）算法,构造出一种解决GBS算法欠分割的方法,同时采用多线程并行处理数据的方式,有效改善了传统层次聚类算法的处理速度。该方法在RGB彩色空间中使用GBS算法得到图像中每个像素点的初始分割结果,并提取出每一类区域中的像素值,对其进行层次聚类,得到每一类区域中像素值的类别标签,根据层次聚类所得到的类别标签和预设的类别范围,修改每个像素点的初始分割结果。最后根据区域合并准则,生成一个新的分割图。经实验表明,该方法与Kmeans-SLIC(simple linear iterative clustering)算法和GBS算法等相比,很好地解决了欠分割现象,并产生了分割精度较高的语义分割图。     

狭长空间火灾区域模型研究

计算机仿真模拟方法在性能化防火设计中扮演重要角色。区域模型方法有其独有的优势,其对计算机硬件要求较低,计算结果与实验结果符合的较好。以CFAST为代表的区域模型方法软件得到了广泛应用。CFAST被禁止应用于狭长空间的火灾模拟。通过对狭长空间进行一定的空间分割,得到了与实际基本相符的结果,从而进一步拓展了CFAST软件的使用范围。     

基于活动轮廓的机器人视觉伺服控制

提出了基于活动轮廓的视觉伺服控制方法。将活动轮廓和光流模型相结合用于运动物体图像的实时跟踪 ,以抽取物体图像的边缘信息 ,并以此信息控制摄像机的运动 ,达到机器人定位、跟踪等目的。该方法跟踪精度高 ,鲁棒性好 ,且满足实时跟踪的要求。实验结果表明了该方法的正确性和有效性。     

分开合并算法的若干讨论和改进

分析了分开合并图像区域分割算法中两个影响处理结果正确性的因素 :区域合并顺序和区域合并谓词。针对这两个因素分别提出了改进的方法 ,并给出了具体改进算法。改进算法的实验结果和传统算法结果进行了对比 ,结果表明了改进的有效性。     

基于DSP的电视跟踪系统算法设计

研究基于ADSP21020高速DSP芯片构成的实时电视跟踪系统的图象采集。分割、跟踪定位和跟踪波门设计等算法,并给出算法实现的流程图。     

FORTRAN程序的多任务分割

本文以数据相关分析为基础,详细地讨论了LOOP级多任务生成的几种方法,给出了FORTRAN循环可并行执行的条件,提出了需要注意的几个问题。在此基础上,本文提出了对FORTRAN程序进行宏任务生成的一种新方法,并且考虑了实现多任务生成的几个编译问题。     

低错误平层数列分割移位LDPC码构造算法研究

为降低LDPC码错误平层,提出一种基于环分类搜索的数列分割移位LDPC码构造算法。该算法具有码长、码率和列重的任意可设性,同时该类码的Tanner图围长至少为8。循环移位因子可以通过简单的代数表达式描述,从而降低内存需求。仿真结果表明,当误码率达到10-5时,数列分割移位LDPC(496,248)码相对于PEG-LDPC码获得了约1.9dB的性能提升;且随着信噪比的升高,两条译码性能曲线之间的差距将更为增大。此外,列重为3的数列分割移位LDPC码(6144,5376)在信噪比4.6dB以后并未出现明显的错误平层。该构造算法与PS-LDPC码相比在误码率达到10-8时大约获得0.25dB增益,特别在错误平层区域其译码性能优于围长为4和6的PEG构造算法,其构造复杂度和耗时也相较于PS-LDPC码和PEG-LDPC码构造算法展现出一定优势。通过基于Tanner图的诱捕集分析方法,统计(496,248)APPS-LDPC码中由8环组成的部分小型诱捕集并不存在,从而证明了其错误平层降低的原因。