首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
提出了一种基于最大互信息图割的摄影照片可计算美学测度算法。该方法按照信息理论元素将彩色图像R/G/B三通道信源空间进行压缩,根据图像邻近位置颜色分布相似的原理,进行区域Bins合并。然后采用逐像素扫描方式,用贪心法以最大信息熵为优化目标,找出区域的分割位置。接着采用二叉分割树进行存储优化分割节点,用大顶堆获取当互信息值最大的节点,对区域反复进行垂直或水平分割,以给定的分割区域块数为终止条件。最后累加分割过程中互信息值最大的节点之和作为照片最终的美学测度值。分割过程中,对算法进行加速,将R/G/B三通道的各像素直方图由16777216个Bins压缩成64个Bins。实验结果表明,这种算法测量的美学值与Ground truth一致,能有效地表现原图像的丰富细节,是一种将信息理论元素在图像微观美学测度的一种尝试。  相似文献   

2.
在图像处理中的粘连颗粒分割方法研究中,获得各个颗粒中心核是分割的基础和关键,极限腐蚀是现有提取中心核的主要方法.通过讨论颗粒粘连程度的不同情况,对极限腐蚀所造成过分割的原因进行了分析研究,提出一种基于局部距离值比较的中心核提取方法,该方法以腐蚀运算得到的距离值为基础,充分考虑与周围颗粒粘连情况,通过在局部区域内判断是否存在大于该距离值的点来定位中心核.颗粒图像分割实验结果表明,该方法消除了极限腐蚀所造成的过分割.  相似文献   

3.
基于小波域隐马尔可夫模型多尺度图像分割   总被引:2,自引:0,他引:2  
提出了一种基于小波域自适应上下文结构的多尺度图像分割算法(JACMS).该算法为了减小计算复杂度,采用隐马尔可夫半树模型和参数加权训练算法,得到了可靠的初始分割.为了获得较好的区域一致性和边缘准确性,在进行尺度间融合时,采用自适应的上下文结构分别应用于图像纹理均质区域和图像纹理边缘,保证了图像大致轮廓的准确性和可靠性,提高了分割后图像纹理边缘的精确度.对合成图像与航摄像片的实验结果表明,该方法的分割错误概率低于传统的基于小波域隐马尔可夫树模型的图像分割方法,且对真实图像得到了理想的分割效果.  相似文献   

4.
基于最大距离分割(MDS)码的码重分布,得到了不完全译码器中发生译码错误和译码失败的概率.根据译码错误和译码失败对MDS码误比特率的影响,推导出精确的误比特率公式.利用该公式可计算出不同长度的MDS码在加性白高斯噪声(AWGN)信道中的误比特率.仿真结果表明,该公式比传统的误比特率上限公式具有更高的精度.  相似文献   

5.
提出采用基于肤色特征的最短生成树方法从复杂景物中对人脸进行分割,利用色调和饱和度空间进行联合分割.其方法优于在灰度空间中进行的分割,并在一定程度上不受阴影和光强的影响.最短生成树方法考虑相邻象素的相互关系,可提高分割的鲁棒性和准确性.实验证明,本方法有一定实用价值.  相似文献   

6.
庞建丽 《科学技术与工程》2013,13(26):7865-7868
针对红外图像分割的特点,采用基因结构树模型。首先通过由根节点至节点顺序累加获取属性为结构树模型的生长代价;接着判决规则为结构树分支节点距离计算,借助分支节点之间的夹角表示,夹角越小,则分支节点距离越小;最后从基因树中选择其中似然值最大的作为最优树,给出了算法流程。实验仿真结果显示算法对红外图像分割很好地保留目标区域,有较为简洁平滑的边缘,分割质量评价的定量结果优。  相似文献   

7.
讨论了灰度图象的二维最大熵阀值分割算法.根据图象象素的灰度、均值二维直方图分布的特点,给出了一个新的分割阀值判决函数.理论分析和实验结果表明:该阀值判决函数比仅使用一个二维矢量阀值具有更强的抗噪声能力,分割性能更好.  相似文献   

8.
讨论了工件的加工时间依赖于工件位置的树约束单机排序问题,给出了目标函数为最大完工时间的多项式算法.结果表明,最大家庭树中的工件优先于其它家庭树中的工件加工,并且其工件要连续加工所得到的排序为最优排序.  相似文献   

9.
借助负二项分布和卡方分布的极限关系,推导给出当参数P较小条件下的近似区间估计,并通过数值例子介绍了此区间估计方法的应用.  相似文献   

10.
传统的一维图像Otsu方法,只能对图像的灰度信息进行处理,对空间信息、像素等部分不能得到处理,因此在图像受到噪声或其他干扰时灰度直方图中的波峰、波谷会呈现不明显的分布,造成分割失误.本文结合遗传算法和最大类间方差法的图像分割新方法,是以遗传算法确定阀值空间中的最优阀值,最大类间方差法确定图像背景和目标图像之间的灰度方差面的最大值,避免受到噪声等因素的干扰.通过仿真实验发现该图像分割方法可降低分割时间,分割质量较好,发展前景广阔.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号