一种新的多尺度边缘跟踪算法及其应用

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户:bloodt
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
针对多尺度边缘检测中如何有效地将不同尺度上的边缘信息相融合问题,提出了一种新的多尺度边缘跟踪算法。该方法首先获得输入图像的多尺度边缘图像和多尺度梯度方向图,然后根据相邻尺度间对应边缘点的相似特征,进行由大尺度到小尺度的逐层边缘跟踪,将不同尺度上的边缘信息融合,最后通过对获得的跟踪边缘图像的细化处理得到最终边缘图像。实验结果表明,该融合算法具有边缘检测完整、定位准确、伪边缘点少等优点,并且具有较高的运行效率。
其他文献
针对Grab Cut基于像素建立图模型并进行迭代求解耗时的特点,提出了一种新的基于SLICO改进的Grab Cut分割新算法。首先用户在图像目标区域手动划定一个矩形框,然后在CIELab颜色模型下利用SLICO算法将图像预处理成内部颜色一致的超像素图,利用这些超像素来构建图模型,并用这些超像素均值迭代估计高斯混合模型(GMM)参数。在参数估计中,采用背景区域优化技术,显著减少迭代时的节点数量,并减
目的:探究慢性乙肝病毒感染型专科医院与社区卫生服务中心实行双向性转诊模式的相关情况。方法:选择构建双向转诊服务模式以来的社区慢性乙肝炎症病毒性感染患者587例,并选取
总结了1例血透患者合并开放性骨折伴高钾血症进行连续性静脉-静脉血液透析(CVVHD)治疗降低血钾浓度配合急诊手术的护理体会。透析过程中注意防止血液的凝固,动态监测血液生化
目的:研究对冠心病患者应用电话随访对其住院频率的影响以及效果。方法:将2013年8月~2014年9月于我科进行治疗的100例冠心病患者视作研究对象,将其分成观察与对照2个组,观察
多选择背包问题是组合优化中的典型NP难题之一。针对传统蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,提出改进策略。改进的算法通过设置两个自适应变化的种群雄蜂群和雌蜂群,雄蜂群负责与蜂后交叉操作以保持种群的选择压力,雌蜂群负责自适应变异操作以保持种群多样性,蜂后则根据启发式规则主动进化以局部寻优。根据算法实现的核心思想,仿真实验结果表明,提出的改进算法可以有效避免陷入局部最优,同时通过实例也验证了
提出一种云计算与对等计算融合模型Cloud-P2P,并基于Cloud-P2P构建一种新颖的泛知识云系统,将网络中的各类文献、知识信息有序地组织在一起;充分考虑网络边缘节点上可以利用的资源,在保障用户使用体验的前提下,将用户提交的知识索取任务从网络中心的服务器端迁移到网络边缘的客户端。为进一步改善用户的使用体验,提出一种动态的复合自适应QoS保障机制,通过综合区分用户与资源类型,并设定服务器负载阈值
人工蜂群(artificial bee colony,ABC)算法在解决多峰函数优化问题时经常会陷入局部最优,使得算法过早停滞,而在解决单峰问题时往往出现收敛速度过慢的问题。针对上述不足,为了进一步提高算法的优化性能,提出了一种基于交叉突变的人工蜂群(intersect mutation ABC,IMABC)算法。IMABC算法将整个蜂群依据其适应度值优劣进行划分,引入种群划分参数,对不同种群中的
针对人工蜂群算法有时收敛速度较慢和探索能力较强而开发能力不足等问题,提出一种改进的人工蜂群(IABC)算法。该算法在跟随蜂阶段采用一种基于当前局部最优解(pbest)的搜索策略,能提高算法的局部搜索能力。为了加快算法的收敛速度,采用基于一般的反向学习的策略进行种群初始化,而且采蜜蜂和跟随蜂进行邻域搜索时,邻域搜索的维数根据循环代数动态调整。基于十个标准测试函数的仿真结果表明,该算法能有效加快收敛速
针对传统窗宽固定不变的Mean-Shift跟踪算法不能实时地适应目标尺寸大小变化这一问题,提出了一种基于目标相似度辅助决策的带宽自适应跟踪算法。首先利用目标与背景的特征显著性,提高跟踪算法空间定位准确性;然后利用局部穷搜索的方法,计算目标模型与每一帧目标跟踪中心点附近一定区域的相似性;最后通过统计分析前后帧相似像素点数目变化,确定目标尺度变化情况,从而建立一种自适应更新带宽准则,提高算法对目标尺度
针对e-Learning学习资源本体异构问题,提出一种基于子图近似同构的本体匹配方法。该方法对现有本体匹配方法进行扩展,综合编辑距离、层次关系等特征,计算本体的结构级相似性,以点、边有序交替匹配来判断实体的有向图近似同构问题,实现本体匹配判定。演示算法处理过程,给出算法时间复杂度理论分析,说明其有效性。