利用全局方法进行泊松前景提取

来源 :计算机科学与探索 | 被引量 : 0次 | 上传用户:hachu
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
图像前景提取是运用图像处理算法快速准确地提取出图像中人们感兴趣的目标。图像前景提取的精度直接影响了对目标图像的后续处理。为了提高图像前景提取的精度,提出了一个新的利用全局方法进行Poisson前景提取的算法。为了能够更快更好地得到最优采样点,提出了扩散、搜索的方法,并对该方法的有效性和精确性进行了分析。扩散方法是通过在较小的邻域内计算各采样点的代价寻找代价最小的采样点,它能够得到邻近区域的最优解;搜索方法是通过一定的规则跳跃式地寻找最优采样点,它能够加快寻找最优采样点的速度。实验表明,基于全局的Poiss
其他文献
随着网络上Web服务的不断增加,Web服务的个性化选择和推荐成为服务计算领域最重要的挑战之一。对个性化Web服务推荐方法进行了研究,提出了基于模型和基于内存混合的Web服务推荐
针对视觉跟踪在复杂场景中跟踪精度较低和鲁棒性较差的问题,在贝叶斯框架下提出了一种自适应观测权重的目标跟踪算法.通过视觉跟踪中的线性表示模型构建出一种加权观测模型;
从互联网海量信息中快速准确地获取有效的信息变得非常重要。依据用户间信任关系给出推荐是一种非常有效的快速获取信息的方法,然而用户间信任关系通常非常的稀疏,很难为用户
由中国计算机学会主办,北京中科超算信息咨询有限公司协办,中国计算机学会高性能计算专业委员会承办的“2015年全国高性能计算学术年会”(HPC China 2015)将于2015年11月6日至8日
对24例癫痫患者行垂直于海马长轴的斜冠状液体衰减反转恢复序列(FLAIR)、快速SE(FSE)T1WI、T2WI序列MRI扫描。结果24例术后病理证实均为海马硬化。FSET1WI显示单侧海马体积缩小23