检索结果-内蒙古大学图书馆

作者：董永生张宏艳刘中华杨春蕾谢国森王琳郑林涛宋斌 471000 河南省洛阳市涧西区西苑路48号

本发明公开了基于中智集变换矩阵因子分解的活动轮廓分割方法，逻辑紧密、高效，具有很好的强鲁棒性，分别从空间、小波和光谱三重域中提取特征，使用中智集（NS）变换和相应操作来减少图像中的不确定性，继而得到NS特征，然后根据得到... 详细信息

标准号: CN110264482A

本发明公开了基于中智集变换矩阵因子分解的活动轮廓分割方法，逻辑紧密、高效，具有很好的强鲁棒性，分别从空间、小波和光谱三重域中提取特征，使用中智集（NS）变换和相应操作来减少图像中的不确定性，继而得到NS特征，然后根据得到的NS特征矩阵，利用基于因子分解的活动轮廓模型（ACM）来完成图像分割过程，最后在各种复杂彩色自然图像上与其它几种分割算法进行比较实验，实验结果表明，我们的NSTMF‑AC方法对于复杂的两相自然纹理图像更加高效、稳健，可以实现自动分割自然彩色纹理图像，并对噪声具有强鲁棒性。

关键词：因子分解鲁棒性图像活动轮廓模型图像分割过程变换矩阵不确定性分割算法活动轮廓特征矩阵提取特征纹理图像自动分割自然彩色自然图像自然纹理两相小波光谱噪声分割

来源：评论

学校读者我要写书评

暂无评论

基于局部拟合图像的活动轮廓图像分割方法

基于局部拟合图像的活动轮廓图像分割方法

引用

作者：王雷常严王慧吴振洲杨晓冬 215163 江苏省苏州市高新区科灵路88号

本发明公开一种局部拟合图像的活动轮廓图像分割方法，其实施步骤主要包括根据现有活动轮廓模型提出一种新的局部平方拟合图像，用以近似原始图像的平方和突出图像中的目标区域；然后平方拟合图像和来自LIF模型中的局部拟合图像一同用... 详细信息

标准号: CN106548478B

本发明公开一种局部拟合图像的活动轮廓图像分割方法，其实施步骤主要包括根据现有活动轮廓模型提出一种新的局部平方拟合图像，用以近似原始图像的平方和突出图像中的目标区域；然后平方拟合图像和来自LIF模型中的局部拟合图像一同用于构建一种新的基于两种不同局部拟合图像的能量泛函活动轮廓图像分割算法，同时为了保证分割结果曲线的光滑性和合理的曲线长度，两种不同的正则项被引入到能量泛函中，改善分割的准确性和时效性；最后，将该分割算法引入变分水平集求解框架中，实现目标轮廓的全自动提取。本发明能够在不同图像背景和灰度均匀性情况下较为准确地提取图像中的目标物体。

关键词：拟合图像活动轮廓能量泛函平方和活动轮廓模型图像分割算法灰度均匀性分割结果分割算法目标轮廓目标区域目标物体提取图像图像背景图像分割原始图像光滑性时效性水平集引入求解构建近似分割保证

来源：评论

学校读者我要写书评

暂无评论

改进符号压力函数的区域活动轮廓模型

引用

中国图象图形学报 2011年第12期16卷 2169-2174页

作者：苏日娜吴纪桃北京航空航天大学数学与系统科学学院北京100191

利用具有图像增强能力的局部区域信息,定义一种新的符号压力函数(SPF)。用该SPF函数取代GAC模型中的边界停止函数,对GAC模型进行改进,提出一种新的区域活动轮廓模型,从而解决了非同质或弱边界图像的分割问题。继续采用Selective Binary ... 详细信息

利用具有图像增强能力的局部区域信息,定义一种新的符号压力函数(SPF)。用该SPF函数取代GAC模型中的边界停止函数,对GAC模型进行改进,提出一种新的区域活动轮廓模型,从而解决了非同质或弱边界图像的分割问题。继续采用Selective Binary and Gaussian Filtering水平集方法,避免水平集函数的重新初始化,简化新模型。真实图像和合成图像的实验结果表明,新模型与LBF模型具有相同的分割效果,但在计算效率上远优于LBF模型。新模型不仅能够分割非同质或弱边界图像,且具有亚像素分割精确性、抗噪性、局部全局选择分割性等性质。

关键词：图像分割活动轮廓模型区域模型 SPF函数水平集方法非同质

来源：评论

学校读者我要写书评

暂无评论

全局和局部拟合的活动轮廓模型

引用

计算机工程与应用 2011年第11期47卷 204-206页

作者：陈强何传江重庆大学数理学院重庆400030

在现有的活动轮廓模型中,PC模型和RSF模型是两个著名的基于区域的模型。PC模型对活动轮廓的初始化和噪声不敏感,但不能分割灰度不均一图像。RSF模型能够分割灰度不均一图像,但对活动轮廓的初始化和噪声较为敏感。基于PC和RSF模型,提出... 详细信息

在现有的活动轮廓模型中,PC模型和RSF模型是两个著名的基于区域的模型。PC模型对活动轮廓的初始化和噪声不敏感,但不能分割灰度不均一图像。RSF模型能够分割灰度不均一图像,但对活动轮廓的初始化和噪声较为敏感。基于PC和RSF模型,提出一个以偏微分方程形式表达的基于区域的活动轮廓模型。实验表明该模型能够分割灰度不均一图像,对初始轮廓的大小和位置不敏感,抗噪性也较强。

关键词：图像分割活动轮廓模型 RSF模型 PC模型偏微分方程

来源：评论

学校读者我要写书评

暂无评论

结合统计和梯度信息的高效活动轮廓模型(英文)

引用

中国图象图形学报 2011年第8期16卷 1489-1496页

作者：田沄周明全段福庆武仲科北京师范大学信息科学与技术学院北京100875

提出一种由统计和梯度信息驱动的活动轮廓模型。该模型有效利用梯度信息使演化轮廓线快速精确地定位到物体的边缘;同时,由局部统计信息和全局统计信息构造符号压力函数,减少噪声对轮廓线演化的影响。另外,模型利用局部统计信息能够有效... 详细信息

提出一种由统计和梯度信息驱动的活动轮廓模型。该模型有效利用梯度信息使演化轮廓线快速精确地定位到物体的边缘;同时,由局部统计信息和全局统计信息构造符号压力函数,减少噪声对轮廓线演化的影响。另外,模型利用局部统计信息能够有效处理灰度分布不均的图像,全局信息的利用避免了演化轮廓线陷入局部最小,因此,该模型可以任意设置初始轮廓线。最后通过高斯卷积核对水平集函数规则化,避免了传统模型中计算代价高昂的重新初始化和规则化。实验结果表明,提出的模型不仅能够在任意初始轮廓下精确有效地分割灰度分布均匀的图像和不均匀的图像,而且对噪声具有较好的鲁棒性。

关键词：活动轮廓模型统计和梯度信息灰度分布不均匀高斯卷积初始轮廓线

来源：评论

学校读者我要写书评

暂无评论

结合全局和局部信息的活动轮廓模型

引用

计算机工程 2011年第17期37卷 203-205页

作者：张少华何传江陈强重庆大学数学与统计学院重庆401331 遵义师范学院数学系贵州遵义563002

利用全局信息的C-V模型对轮廓初始化和噪声不敏感,但不能分割灰度不均的图像;利用局部信息的RSF模型能分割灰度不均的图像,但对轮廓初始化和噪声很敏感。针对该问题,基于C-V模型和RSF模型,提出一个新的水平集正则化项,给出一个用偏微分... 详细信息

利用全局信息的C-V模型对轮廓初始化和噪声不敏感,但不能分割灰度不均的图像;利用局部信息的RSF模型能分割灰度不均的图像,但对轮廓初始化和噪声很敏感。针对该问题,基于C-V模型和RSF模型,提出一个新的水平集正则化项,给出一个用偏微分方程表示的结合全局和局部信息的活动轮廓模型。实验结果表明,该模型能分割灰度不均的图像,且允许灵活的轮廓初始化,抗噪性较强。

关键词：图像分割活动轮廓模型 C-V模型 RSF模型偏微分方程

来源：评论

学校读者我要写书评

暂无评论

一种基于最小模糊散度的图像协同分割方法

一种基于最小模糊散度的图像协同分割方法

引用

作者：王世刚赵雪松韦健赵岩 130012 吉林省长春市前进大街2699号

一种基于最小模糊散度的图像协同分割方法属图像处理和计算机视觉技术领域，本发明通过交并比(Intersection over Union，IOU)值判断分割效果，1.获取图像分割数据集，进行RGB空间到LAB空间转换；2.利用Gamma型隶属度函数构造模糊散度... 详细信息

标准号: CN110853064A

一种基于最小模糊散度的图像协同分割方法属图像处理和计算机视觉技术领域，本发明通过交并比(Intersection over Union，IOU)值判断分割效果，1.获取图像分割数据集，进行RGB空间到LAB空间转换；2.利用Gamma型隶属度函数构造模糊散度公式，构造新的能量函数，依据最小模糊散度准则进行曲线演化，达到好的分割效果；本发明利用模糊集理论更好地处理目标边缘；将一幅图像的颜色信息引入到另一幅图像的能量函数中，能增强对初始曲线替换的鲁棒性；利用基于区域的活动轮廓模型，通过求解能量函数局部极小值达到最优分割效果；建立的模型可降低计算时间的复杂性，可应用于集成成像立体显示系统的前期工作。

关键词：能量函数散度分割图像模糊集成成像立体显示计算机视觉技术活动轮廓模型隶属度函数模糊集理论处理目标分割数据获取图像空间转换图像处理颜色信息鲁棒性求解替换协同引入应用

来源：评论

学校读者我要写书评

暂无评论

肛提肌裂孔的识别方法、装置和电子设备

肛提肌裂孔的识别方法、装置和电子设备

引用

作者：倪东王娜王慧芳王毅雷柏英汪天富 518000 广东省深圳市南山区南海大道3688号

本发明提供了一种肛提肌裂孔的识别方法、装置和电子设备，涉及数据处理的技术领域，该方法包括：通过改进的全卷积神经网络对待处理的肛提肌裂孔LH的超声图像进行处理，得到LH边缘预测图，其中，全卷积神经网络为预先设置在上下文模型... 详细信息

标准号: CN108062749B

本发明提供了一种肛提肌裂孔的识别方法、装置和电子设备，涉及数据处理的技术领域，该方法包括：通过改进的全卷积神经网络对待处理的肛提肌裂孔LH的超声图像进行处理，得到LH边缘预测图，其中，全卷积神经网络为预先设置在上下文模型的神经网络；基于活动轮廓模型对LH边缘预测图进行处理，得到超声图像的分割图像，其中，分割图像中包括肛提肌轮廓；在分割图像中识别LH的关键位置点；基于关键位置点确定LH的参数，从而实现LH的识别，本发明缓解了在采用传统的方法来对LH超声图像进行切割处理时，分割精度较低的技术问题。

关键词：超声图像分割图像提肌卷积神经网络边缘预测关键位置裂孔活动轮廓模型上下文模型电子设备神经网络预先设置数据处理传统的切割分割缓解改进

来源：评论

学校读者我要写书评

暂无评论

基于区域灰度异质能量的图像分割方法

基于区域灰度异质能量的图像分割方法

引用

作者：杨孝平李旭刘海蓉 210093 江苏省南京市鼓楼区汉口路22号

本发明公开了一种基于区域灰度异质能量的图像分割方法，包括以下步骤：S10、输入原始图像，得到其灰度图像的像素点个数和灰度值；S20、基于灰度图像的像素点个数和灰度值，计算图像的灰度异质指标和灰度异质因子，得到与初始图像对应... 详细信息

标准号: CN109727258B

本发明公开了一种基于区域灰度异质能量的图像分割方法，包括以下步骤：S10、输入原始图像，得到其灰度图像的像素点个数和灰度值；S20、基于灰度图像的像素点个数和灰度值，计算图像的灰度异质指标和灰度异质因子，得到与初始图像对应的灰度异质因子图像；S30、构建基于区域灰度异质能量的活动轮廓模型，所述模型的总能量泛函包括区域灰度异质能量泛函项、边缘能量项和局部区域拟合项；S40、求解总能量泛函，得到图像的分割结果。本发明的能量泛函既使用了原始图像的灰度信息，又融合了区域灰度异质信息。两者结合，相互平衡，能够有效地分割灰度极其不均匀的图像。实验表明，本方法在分割两类特定图像时，分割结果优于仅基于图像灰度信息的分割结果。

关键词：灰度异质区域灰度图像分割结果灰度图像能量泛函原始图像像素点总能量泛函活动轮廓模型图像灰度信息边缘能量初始图像灰度信息局部区域图像分割异质信息不均匀有效地分割构建拟合求解融合平衡

来源：评论

学校读者我要写书评

暂无评论

一种高光谱图像河流检测方法

一种高光谱图像河流检测方法

引用

作者：董晓刚彭真明毛宏霞王俊刘铮贾雨生 100854 北京市海淀区永定路50号

本发明涉及遥感图像处理技术领域，尤其涉及一种高光谱图像河流检测方法、计算机设备以及计算机可读存储介质，该方法包括：输入高光谱图像；对高光谱图像进行滤波；对图像进行分解，计算不同尺度、不同方向下的剪切波特征；对所有剪切... 详细信息

标准号: CN110796076A

本发明涉及遥感图像处理技术领域，尤其涉及一种高光谱图像河流检测方法、计算机设备以及计算机可读存储介质，该方法包括：输入高光谱图像；对高光谱图像进行滤波；对图像进行分解，计算不同尺度、不同方向下的剪切波特征；对所有剪切波特征进行归一化处理，并计算每个剪切波特征的标准差；选出每一尺度下，标准差最大的两个剪切波特征进行求和，得到河流的特征图像；对特征图像进行自适应阈值分割，得到二值化图；将二值化图作为活动轮廓模型模板，利用活动轮廓模型进行河流检测，得到河流检测结果。本发明避免了使用边缘信息及学习类方法，解决了小样本下河流目标检测困难的问题，可以显著提高河流虚警源的检测能力，同时提高了计算效率。

关键词：剪切波河流高光谱图像活动轮廓模型特征图像标准差二值化检测计算机可读存储介质尺度遥感图像处理归一化处理计算机设备边缘信息计算效率检测结果目标检测阈值分割小样本自适应求和滤波虚警图像分解学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：