【摘 要】
:
图像分割与运动目标检测一直是图像分析与计算机视觉领域中的重要研究内容,在生物医学、自动驾驶、智能监控等领域应用广泛。近年来,随着复杂网络的蓬勃发展,复杂网络中的社团结构逐渐受到研究人员的密切关注。目前,许多优秀的社团检测算法被提出,其中标签传播算法因其近似线性的时间复杂度被许多学者使用与研究。本文对标签传播算法进行改进,并使用改进后的标签传播算法对图像分割及运动目标检测进行研究,主要研究内容如下。
论文部分内容阅读
图像分割与运动目标检测一直是图像分析与计算机视觉领域中的重要研究内容,在生物医学、自动驾驶、智能监控等领域应用广泛。近年来,随着复杂网络的蓬勃发展,复杂网络中的社团结构逐渐受到研究人员的密切关注。目前,许多优秀的社团检测算法被提出,其中标签传播算法因其近似线性的时间复杂度被许多学者使用与研究。本文对标签传播算法进行改进,并使用改进后的标签传播算法对图像分割及运动目标检测进行研究,主要研究内容如下。(1)标签传播算法在节点排序和节点更新阶段存在多个随机选择的过程,导致划分的社团结构不稳定,且算法不适用于图像网络。为此本文提出一种基于颜色特征的标签传播算法—CFLPA算法,以超像素区域为节点,构建无权图像网络,根据图像网络节点的颜色特征对节点进行排序,将节点之间的颜色特征相似性作为节点标签更新的依据,实现对图像网络的社团划分。CFLPA算法不仅能划分出稳定的社团结构,而且也能有效地处理图像网络。(2)提出了一种基于网络标签传播的图像分割算法—NLPAIS算法。应用CFLPA算法对图像网络进行社团划分,在划分的基础上建立加权图像网络,采用所提出的基于权重与节点度的标签传播算法获得加权图像网络的社团结构,达到图像分割的目的。NLPAIS算法与其他应用复杂网络理论对图像分割的算法相比,分割精度有较大的提升,分割轮廓也更加完整。(3)提出了一种结合复杂网络与背景差分的运动目标检测算法—CNBS算法。以像素点或同像素的连通区域为节点,对视频帧的R、G、B通道分别构建图像网络。使用CFLPA算法对图像网络进行社团划分,利用或操作将划分的社团融合,得到视频帧的预分割结果。将预分割结果作用于视频帧及其相邻两帧,构建三个帧内属性网络,通过节点的属性变化确定候选运动目标区域,对候选运动目标区域进行局部背景差分确定运动目标。实验结果表明CNBS算法可以有效地消除鬼影及噪声现象,和8个优秀的运动目标检测算法相比,评价指标也有明显优势。
其他文献
运动目标检测是计算机视觉领域的热门研究方向,广泛应用于智能视觉监控、智能交通等领域。由于现实场景中存在光照变化、镜头抖动等多种干扰因素,研究高精度和强鲁棒性的运动目标检测算法具有重要意义。近年来复杂网络理论被应用到图像处理和计算机视觉领域,取得了理想的研究成果。本文围绕基于复杂网络理论的运动目标检测算法展开研究,具体工作有如下三个方面。(1)提出了一种基于属性网络的图像分割算法(SAINS)。首先
分数阶微积分自提出以来历经几百年的发展,如今已广泛的应用于生物系统、水文学、抗震分析、图像处理等领域。由于理论研究的局限性,分数阶偏微分方程的解析解不易求得,这阻碍了分数阶微积分在科学和工程计算领域的深入应用,因此,寻找行之有效的数值算法求解此类方程具有重要的实际应用价值。本文将B样条无网格配点法应用于求解时间和空间分数阶对流扩散方程,解决了如下三个方面的问题。首先,针对一维非线性时间分数阶对流扩
为解决传统衬砌台车在巨跨扁平地下洞库衬砌施工中面临的结构复杂、跨度巨大、体型超大、组装困难、成本巨高等问题,攻克被覆结构工程施工体积大、面积大、自重大、钢筋密集等技术难题,结合某在建地下洞库被覆结构跨度大、矢跨比极小等特点及被覆结构施工需求,融合盘扣式支架体系与全液压衬砌台车的技术优点,采用整体式顶推滑行的设计思路,研制出一套可快速组装的顶推滑行式巨跨地下洞库被覆混凝土施工装备。该装备涵盖顶托调节
哈里斯鹰优化(Harris Hawks Optimization,HHO)算法是Heidari等人从自然界哈里斯鹰追捕猎物的协作行为中得到启发而提出的一种新型群智能优化算法,具有原理简单、调整参数少、适用性广的优点,自提出后受到众多学者的关注与研究,目前已被用于解决各种优化问题。与其他群智能算法一样,HHO算法也存在可能陷入局部最优、难以平衡算法探索和开发的问题。针对HHO算法的不足,本文做了以下
对流扩散方程在流体动力学、地下水污染物、化学分离过程和空气传输等科学和工程领域中有众多应用。但实际问题中,由于对流扩散方程很难求出精确解,因此对其数值解的研究具有很重要的理论依据和应用价值。近年来,由于无网格配点法不需要剖分网格且近似解完全基于一组分散节点构造而成,从而成为了一种有效的数值方法。无网格配点法通常选取的基函数有径向基函数、楔形基函数、傅立叶函数等,而B样条基函数形式简单、易于编程且具
超大跨双曲面穹顶具有断面大、扁平率低、轮廓复杂等特点,为解决其施工效率低、施工风险高、施工机具不方便等问题,对超大跨双曲面穹顶洞库的施工技术进行研究。采用工程调查、数值计算与现场监测相结合的方法,介绍项目地质情况与设计概况,给出总体施工顺序与分部开挖方案,结合设计特点,总结相应关键技术,提出适用于超大跨双曲面穹顶洞库的快速施工技术。所研究快速施工技术应用于现场实现了洞库月挖方量9 600 m~3;
目前,随着现代高新科技日新月异,非金属矿的各种矿种应用也在高速发展,其战略意义在国防、民生等方面逐步增加。石墨被称之为“二十一世纪支撑高新技术发展的战略资源”,并引起了许多学者的重视。为了推动矿业领域向信息化、智能化的方向转变,实现对石墨的智能识别尤为关键。本论文将卷积神经网络(Convolution Neural Network,CNN)作为基础模型,结合深度学习与迁移学习,针对石墨的识别、分类
砷化镓光电导开关(Gallium arsenide Photoconductive Semiconductor Switch,GaAs PCSSs)凭借响应速度快、光电隔离好、结构简单等优势而具有广泛的应用前景。GaAs材料的特殊性决定了GaAs光电导开关不仅可工作于线性模式,也可工作于非线性模式,非线性模式具有所需光能小、输出能量高等诸多优点。然而,非线性GaAs光电导开关长达微秒量级的锁定现象
太赫兹(THz)波是指频率在0.1-10THz之间的一段电磁波,位于微波和红外波之间。通过研究有机物在太赫兹波段的吸收光谱可以深入了解所研究物质的微观结构和分子内分子间弱相互作用等物理信息,因此,目前研究人员开展了利用太赫兹技术对有机物特性的研究。但是,由于水对太赫兹波有强吸收作用,所以对含水物质在太赫兹波段的光谱特性研究进展缓慢。基于此,本文结合理论和实验深入研究了水溶液中α-乳糖一水合物和L-
传统的新材料研发主要依据研究者的科学直觉和大量重复的试错实验,其缺点成本高,风险大,周期长,耗时耗力等。显然仅凭实验试错已无法满足科技发展对新材料研发速度日益增长的要求。为了加快新材料的研发,研究人员已开始使用高通量计算结合机器学习方法对新材料性质进行预测和筛选。其中高通量计算为机器学习提供大量可靠的材料性质计算数据训练集,机器学习则通过训练集得到材料物性的预测模型。因能极大地减小电子器件的厚度,