【摘 要】
:
在移动互联网高速发展的当今时代,随着移动应用的蓬勃发展,各种新业态逐渐催生。自动驾驶、短视频与远程办公等应用的出现也逐渐对图像处理等领域提出了新的要求。彩色图像分割作为一种已经研究多年的计算机视觉领域,也随着不同应用需求的提出与计算技术的提升而更新迭代。本文研究主要集中于对彩色图像分割算法的优化。在彩色图像分割问题中,主要以传统非监督型图像分割算法为主。传统非监督型图像分割算法是一种比较底层的图像
论文部分内容阅读
在移动互联网高速发展的当今时代,随着移动应用的蓬勃发展,各种新业态逐渐催生。自动驾驶、短视频与远程办公等应用的出现也逐渐对图像处理等领域提出了新的要求。彩色图像分割作为一种已经研究多年的计算机视觉领域,也随着不同应用需求的提出与计算技术的提升而更新迭代。本文研究主要集中于对彩色图像分割算法的优化。在彩色图像分割问题中,主要以传统非监督型图像分割算法为主。传统非监督型图像分割算法是一种比较底层的图像处理算法,一般通过检测边缘或者通过结合图像特征信息进行图像区域的融合以实现图像的分割。其中分层分割算法是非监督型彩色图像分割算法的一种主要实现形式,但是分层分割算法往往由于算法复杂度高而难以实现算法分割精度与算法复杂度之间的平衡,所以大部分分层分割算法主要集中对算法复杂度或者分割精度中某一个进行单独优化。不同于非监督型的算法,基于深度学习的算法能够有效的对图像的各种信息与特征进行融合,是非常高效的方式,可以让算法同时获得分割精度与算法复杂度的优化,但是彩色图像分割中基于深度学习的算法研究比较少。本文主要以彩色图像分割中分层分割算法的不足与缺陷为导向,从算法分割精度与算法复杂度两个方向进行改进。首先,针对传统非监督型分层分割算法存在的时间复杂度高的问题,本文提出了一种基于超像素与密度聚类的非监督型分层分割算法对其进行改进。所提分层分割算法在算法运行速度上相比于其他非监督型的分层分割算法有了明显的提升。在对分割精度的改进中,本文主要通过深度学习边缘检测器与传统彩色图像分割算法相结合的方式实现。结果显示,引入监督型算法使得所提出的算法框架相较于传统非监督型分层分割算法能同时在分割精度与算法复杂度上得到提升。进一步验证了监督型分层分割算法相较于传统非监督型分层分割算法的优势。
其他文献
针对工业机器人运动控制中存在训练成本高和安全风险高的问题,使用数字孪生对工业机器人进行数字化表征,在数字孪生空间中训练控制策略,并迁移控制策略用于真实工业机器人的任务作业,主要研究包括以下几个方面:(1)构建了工业机器人的数字孪生系统。将系统设计为四个模块:应用模块、物理空间模块、数据存储模块、数字孪生空间模块,以数据存储模块为中心,实现了实时性和强一致性数据的采集、传输和存储。根据实时数据和三维
目前在军事和民用等领域,无人机已经得到广泛的应用。通过无人机对区域的覆盖,我们能够更加安全高效地进行信息的获取。因此,无人机的覆盖路径规划问题值得更加深入的研究。然而,目前的研究通过简化路径规划模型来解决这个问题,例如不考虑无人机的电池容量限制,这并不适合现实环境下的应用。同时,无人机的覆盖路径规划是组合优化问题,当无人机面对多个目标区域时问题更加复杂。启发式算法在解决这类问题上表现出色,但需要针
纳米酶,能够模拟天然生物酶催化活性,是可以在一定程度上替代天然酶的功能的一类纳米材料。与天然的生物酶相比较,纳米酶可以通过改变粒径大小,改变材料形貌,使用小分子修饰材料表面,掺杂金属和非金属等方式来提高其类酶活性。并且纳米酶在复杂环境下耐受性更强,具有比较好的稳定性,能够多次重复使用,在生物分析传感、离子检测、环境保护、免疫检测、肿瘤治疗等领域得到了大量的应用,这些优势使得纳米酶研究受到了科研人员
由冠状病毒所引发的人类疾病,特别是自2019年底爆发并至今大流行的由严重急性呼吸系统综合症冠状病毒2(新型冠状病毒)所导致的新型冠状病毒肺炎(COVID-19),对人类公共健康造成严重威胁。目前人类解决COVID-19大流行的主要方案之一是接种疫苗。然而,随着新型冠状病毒变种的不断出现以及疫苗的有效性和保护的持久性等问题,疫苗可能无法很好地发挥其作用。因此,寻找抗冠状病毒(特别是新型冠状病毒)的特
发光金属有机骨架材料(Luminescent metal-organic frameworks,LMOFs)是极具潜力的发光材料,具有快速响应,检测限低,选择性好等特点,在化学传感领域表现出广阔的应用前景。直接使用的LMOFs材料通常无法满足对分析物的检测需求,此时功能化的LMOFs材料走进大众视野,特别是可以在不破坏框架结构的前题下引入新的功能位点或基团的后合成修饰(Post-synthetic
当前国内高速公路均建有完善的视频监控系统,如何利用高速公路监控图像来识别天气,对于交通监控管理部门及时采取应对措施减少交通事故,具有十分重要的意义。迄今为止,国内外对天气识别算法均针对一般户外场景,无法直接运用于高速公路场景,关于高速公路图像天气识别算法的研究非常少。本文在构建高速公路天气图像数据集的基础上,充分利用卷积神经网络的强大识别能力,提出了两个基于卷积神经网络的天气识别算法。论文主要内容
粘度是人体细胞内最重要的微环境之一,细胞内的粘度是细胞健康状态的重要指标,它影响着细胞内物质的扩散、大分子间的相互作用、信号传递等重要生理过程。线粒体是细胞能量的主要来源,在细胞有氧呼吸中起着重要作用。一些刺激会引起线粒体微环境如粘度、p H和极性的改变。线粒体粘度的异常变化已被证实与某些疾病有关。因此,监测细胞线粒体内粘度的改变在生物化学、细胞学和临床医学等领域具有重要意义。传统的粘度测量工具只
在当今社会汽车保有量剧增以及相关事故频发的大背景下,人们对智能交通管理系统提出了更高的要求。而车辆颜色作为视觉信息中重要的表达形式,在交通调查和车辆管理等系统中都起着不可替代的作用,如何高效、精准地进行车辆颜色识别已经逐渐成为计算机视觉领域中的热门研究方向。同时,车辆检测作为识别车辆颜色的重要前置步骤,是否能够有效地检测出车辆区域,将直接影响到对车辆颜色识别的成功与否。随着机器学习技术的不断成熟,
作为人机交互的重要方式,对话系统对于人工智能领域的发展具有重要的研究意义和应用价值。开放领域上的智能对话系统可以参与任何话题的交流,做出自然且逻辑通顺的应答。本文围绕“新话题引导”和“内容一致性”这两个问题展开研究。“新话题引导”可以提高对话的趣味性和交互性,而“内容一致性”有助于建立稳固的交流关系。两者相辅相成,共同作用于开放域智能对话系统的打造。针对“新话题引导”问题,本文提出了一种话题引导型
3-取代3-氨基羟吲哚骨架是多种天然产物重要结构片段,这些化合物显示出广泛的生物活性和药物活性,例如抗肿瘤、抗病毒和抗焦虑活性。因此,近年来,3-取代3-氨基羟吲哚衍生物的不对称合成受到广泛关注。此外,吲哚框架作为生物学重要的结构单元,其生物活性和药用价值促进了其在合成方法学中的发展;其中,将具有独特的物理和生物学特性的含氟基团—三氟甲基引入到手性羟吲哚衍生物中,对于具有药物活性吲哚衍生物的合成和