多方法融合的类圆形堆积物区域分割

来源 :中南大学 | 被引量 : 0次 | 上传用户:jql002
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
类圆形堆积物图像的分割已经成为目前图像分割的热点之一,具有极大的研究价值。本文从多方法融合的角度出发对堆积物图像的分割进行了研究。首先,提出了同心双滑动窗口的改进方法。该方法用小窗口作为分割的基本单位,大窗口作为纹理信息统计的基本单位;每个小窗口根据对应大窗口的统计信息进行分割。实验结果表明该方法有效地解决了纹理统计准确度和图像分割精度之间的矛盾。其次,提出了一种扫描分割方法。该方法以堆积物区域中心为基点按角度将图像分成N等份,从中心点分别向外扫描堆积物区域的边缘,将扫描到的N个边缘点连接成一个多边形,对多边形进行填充便得到最终的分割区域。实验结果表明该方法分割结果的边缘较好。接着,分析比较了共生矩阵方法和扫描分割方法的优缺点,取长补短,对它们进行有机融合,在共生矩阵的分割区域内使用扫描分割方法进行分割。实验结果表明,融合算法解决了在区域的边缘附近,共生矩阵方法存在过分割而扫描方法存在欠分割的问题。最后,给出了一个分割结果的评价方案。评价结果显示,融合方法的分割结果准确性高,边缘吻合度好。
其他文献
股票是市场经济的产物,从诞生的那天起就牵动着数以千万投资者的心。股票投资的收益与风险往往是成正比的,即投资收益越高,可能冒的风险越大。个人投资者和机构投资者时刻关心股
近年来,随着多媒体技术和互联网的飞速发展,产生的数字图像数量正以惊人的速度增长。这些图像在军用及民用各个领域都有着重要的作用。如何对图像进行有效的检索,已成为国际
随着市场竞争的日益激烈,面向顾客订货的、多品种、小批量生产己经成为21世纪的主导生产模式。相应地,制造企业正向着精益生产和敏捷制造的方向发展。在这种生产环境下,如何安排
随着互联网技术的迅速发展,网络上的资源日益丰富,各类搜索引擎应运而生,并迅速发展壮大。以百度,Google为代表的综合性搜索引擎搜索范围几乎涵盖了各个领域。但是,这些综合
计算机网络和多媒体技术的飞速发展,使得企业对于过程工业监测这一生产环节中的重要一环提出了越来越高的要求。研究并建立一套现代的过程工业监测平台,对生产过程的进行实时
自动程序设计一直是计算机科学的一个奋斗目标,而算法[1]是程序的灵魂,是解决问题的关键,是程序设计的基础和难点,要实现程序设计的自动化首先应该实现算法设计的自动化。但
数据库知识发现是(Knowledge Discovery in Databases,简称KDD)是当前涉及人工智能和数据库等学科的一门相当活跃的研究领域,分类是其中的一个重要研究方向。决策树是分类中
随着国际互联网的快速发展,Internet上信息资源类型和数量都愈来愈丰富,所使用的语言亦愈来愈具有多样性和不平衡性;同时随着网络用户数量与范围的急剧膨胀,其所掌握的语言也
数据挖掘的主要目标就是在海量数据中发现隐含在数据内部的不易被察觉的对决策者有用的信息。面临海量的数据资料,我们的首要的使命是将这些数据进行合理的归类。聚类的定义
随着国民经济的篷勃发展,公路担负着国民经济大动脉的重任,而高速公路以“高速”的突出优势成为公路运输的主要交通设施。作为高速公路使用者和管理者,对高速公路的基本要求