结合区域统计信息的自适应水平集彩色图像分割

来源 :2010年全国模式识别学术会议(CCPR2010) | 被引量 : 0次 | 上传用户:tangtongyue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文提出了一种结合区域统计信息的自适应水平集彩色图像分割算法。该算法利用Bayesian公式推导基于最大后验概率的图像分割模型,并将其与几何活动轮廓模型相结合。首先结合区域统计信息,引入Bayesian分类模型,利用被分割图像内外部概率密度函数构建了一个基于区域统计特征的速度停止函数,并将其应用于彩色图像水平集分割:其次利用被分割图像内外部后验概率构造可变权系数,使得其能够根据图像信息自适应改变方向:最后通过引入Li方法提出的内部约束能量,消除了水平集的重初始化,同时使得初始水平集函数的定义比较简单。仿真结果表明:本文方法具有曲线自适应演化、数值计算稳定等优点,并可高效准确地从彩色图像中提取出目标的边界,是一种有效的彩色图像分割方法。
其他文献
为了提升自动或半自动构建农业本体的质量,本文提出了一种具有自适应性的农业领域概念提取方法。该方法结合上下文依赖分析、互信息技术和领域度判断等算法,构建贝叶斯网络模型。并且通过大量的数据训练,得出贝叶斯网络条件概率分布表。在概念提取的过程中,对所提取概念的准确率和召回率进行分析,并且利用条件概率分布表中的先验知识,通过贝叶斯网络的逆向推理,确定需要调整阈值的位置,对该位置的阈值进行调整,以实现农业领
脑-机接口系统利用脑电信号来直接控制外部设备,例如计算机和电子设备,是一种全新的人机交互方式。脑-机接口系统可以作为一个脑电信号的模式识别系统,核心问题是对不同意识任务下脑电的分类。脑-机接口系统的分类方法主要有Fisher线性判别分析、人工神经网络和支持向量机。脑-机接口系统的评价标准主要有分类正确率、信息传输率和互信息。本文详细的介绍了脑-机接口的基本原理、分类方法和评价标准,对脑-机接口技术
基因芯片图像的网格定位是进行芯片分析的前提和关键,已有的网格定位方法,由于不能动态确定处理过程中所需要的各种参数,导致方法的准确性和可靠性依赖于人工经验值。本文首先通过对基因芯片图像的分析,利用基因芯片图像中信号点(基因点)位置排布比较规则这一特征,将网格定位问题转化为一种优化问题。然后提出用启发式自动搜素的方法寻求优化问题最优解,最终实现基因芯片图像的自动化定位效果。实验表明该方法定位准确性高,
为了解决障碍物附近目标不可达问题,提出了一种基于量子遗传算法的移动机器人路径规划新方法。该方法对人工势场进行了改进,构造了新斥力势场函数,引入了指数因子,平衡了障碍物的斥力,从而消除了奇异值点,使机器人到达了目标点。然后利用量子遗传算法对最优或次优个体进行选择,为最优或次优个体进入下一代提供了保障,同时实现了路径和安全性的优化。仿真实验结果表明,该方法能有效地提高了路径规划的性能。
本文提出了一种能够较好地提取视频中多姿态人脸特征并进行识别的模型。该模型主要借助嵌入式隐式马尔科夫链和Gabor小波变换来建立人脸的观察序列。由于单个HMM能够对于固定的姿势进行特征分段,因此,本文采用多个HMM对个体进行多姿态特征提取。该模型经过Sheffield人脸数据库检验,实验表明该方法是有效的。同时通过与现有的DCT+HMM以及DWT+HMM的方法在Sheffield上的比较实验证明,该
提出一种称为多邻点协作的图像膨胀/腐蚀算法。该算法在重复操作的公共区域建立k个邻点之间的协作分工函数,然后预存储典型的协作方案,消除人量典型的重复操作。此算法的优点是对任意形状的结构元素的膨胀/腐蚀操作均有优化效果,并且适合并行化处处,在理论分析上,进行了比最新的子核细分法(KSD)和参考点增量算法(RPI)更高层次的抽象,这两种算法可看成本文算法的两种特例。使用直径为11的圆形结构元素实验表明:
提出了一种分步式弯道检测算法。本文用一种改进的双曲线对模型对车道标识线进行描述,它包含两部分:一是平行直线模型,通过Hough变换进行求解:二是双曲线对模型,它以直线模型中得到的参数作为初始参数,通过搜索策略来获得最终参数。实验结果表明.该算法在有噪声的环境中具有良好的鲁棒性,在部分车道线被其它车辆遮蔽的情况下也能很好地实现车道检测。算法能实时提供精确的车道线位置和道路曲率信息。
经典的Karhunen-Loèv(K-L)变换是基于欧氏距离的,欧氏距离对离群点比较敏感。余弦角距离在很多情况下比欧氏距离具有更好的性能。本文提出一种基于余弦角距离的K-L(K-L-C)变换算法。K-L-C变换在寻找最优表示基时,用余弦角距离来衡量数据重构的误差。在YALE人脸库与PolyU掌纹库上的实验结果表明,K-L-C变换都比K-L变换取得了更好的效果。
在尺度不变特征变换(SIFT)图像配准算法中,关键点方向的稳定性直接影响后续配准结果。本文采用自适应核回归函数代替原始SIFT的高斯函数对关键点邻域梯度方向进行加权,从而在加权函数中融入图像的梯度信息,使得加权函数在平坦区域呈现出圆形,而在边缘区域则沿着边缘的方向呈扁平形,因而特征方向更加稳定。对图像配准标准测试集进行试验的结果,也初步说明了该方法的有效性。
本文提出一种结合基于局部二值模式(LBP)和运动直方图分析的视频车辆检测方法,首先利用LBP进行视频图像的背景建模和更新,然后利用运动直方图对视频车辆进行检测,最后对检测到的车辆区域进行阴影去除操作,提高车辆检测的精确度,在一些车辆数据库上的测试表明,该方法具有较好的性能。