基于偏微分方程的遥感成像雷达距离图像分类方法

针对传统方法分类遥感成像雷达距离图像时, 未对图像进行平滑处理, 导致其易受环境干扰, 分类性能较差的问题, 提出一种基于偏微分方程的遥感成像雷达距离图像分类方法. 首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理, 然后采用基于偏微分方程的多区域分割模型, 将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程, 通过分割对能量泛函数进行最小化处理, 实现遥感成像雷达距离图像的多区域分类. 实验结果表明, 该方法成像速度快, 去噪和图像分割效果好, 分类精度和Kappa系数值均较高.     

基于不规则区域分割及灰度排序分类的分形压缩算法

基本分形压缩分类算法多以单一特征分类且需要庞大的匹配搜索运算。首次将PCNN分割引入分形压缩,提出一种基于不规则区域分割及图像灰度排序分类的分形压缩算法。算法首先对原图像进行不规则区域分割,然后利用所得二值图像的灰度值与原图像的灰度值两个特征对图像块进行联合分类,以缩小搜索匹配的范围,提高压缩速度。实验结果表明,所提算法在保证解码质量的前提下,大幅度减少了编码时间。     

基于区域二次划分的分形图像编码方法

提出一种基于区域二次划分的新算法．根据改进的分割一合并策略将原始的灰度图像分成若干均匀块,不满足分割条件的非均匀块单独处理并被标记为特征块,对一般的规则块按照四叉树算法进行处理,对不规则块则按新规则处理．对标准图像的实验结果表明,与全搜索的分形图像编码算法相比,平均编码时间缩短了,并且所提出的方案比基于四又树的分形图像编码方案可以获得更好的恢复图像质量和更高的压缩比．     

基于网络处理器的快速流分类技术研究

以一种改进的基于区域分割思想的并行流分类算法--ICRP(Improved Collateral Regional Partition)为基础.设计并实现了一种基于Intel IXP2400网络处理器的流分类引擎.实验结果表明,该流分类引擎性能良好,达到了千兆级高速网络应用的要求.     

肝炎病理图像的自动分割技术

针对肝炎病理图像的特征 ,提出一种基于循环分解和类别方差思想的混合分割方法 ,可一次性自动分割出肝细胞、炎细胞、纤维化组织及空隙 .试验结果表明该算法速度快 ,效果好     

基于YOLOX模型的轮胎X射线图像中0°带束层接头检测

针对现有轮胎X射线图像中0°带束层接头检测算法易受轮胎自身花纹影响,造成较严重的误报和漏报的问题,提出基于YOLOX模型的轮胎X射线图像中0°带束层接头检测方法;利用投影直方图定位带束层区域,缩小检测范围,提高检测速度;在自建数据集上测试所提方法的检测性能。结果表明,所提出的方法能够准确定位0°带束层接头,误报率、漏报率分别小于1.15%、 0.59%。     

用神经网络进行散乱点的区域分割

点云的区域分割实质上是根据点的局部几何特性的相似性对点进行分类,利用自组织特征映射神经网络（SOFM）方法可以实现无监督的特征聚类。使用SOFM进行反向工程中点云的区域分割,选用数据点的坐标、法向量六维向量作为SOFM的输入,通过改进SOFM的学习算法,加入输入权和距离权,加速了分割的速度和正确性。利用SOFM方法实现点云分割具有以下优点：不必限定面的类型;用户可以控制分区的个数;可以处理噪声数据,实例运行结果验证了此方法的可行性。     

基于超像素混合合并方法的铜电解槽红外图像功能区域分割

铜电解槽面红外图像由多类功能区域构成,综合各区域温度特征可有效评估电解状态。但各区域灰度分布复杂,区域间边界模糊,导致功能区域难以分割。为了提高功能区域分割的准确性和鲁棒性,提出超像素混合合并方法。首先,针对小尺度空间,使用区域临界图法,并提出基于灰度空间相关性的合并停止条件,避免过拟合。随后,针对大尺度空间,提取超像素纹理特征进行多类别支持向量机(SVM)训练,完成区域分类。研究结果表明：本文所提方法可以有效分割电解槽红外图像中的功能区域,与活动轮廓方法、Otsu方法相比,在区域完整性方面表现更优。     

基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅SAR图分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,本文提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,首先对雷达图像进行Frost滤波、LSM图像分割和面积滤波的一系列图像预处理获得目标ROI区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对本文方法和传统图像分割算法展开数值实验,实验结果验证了本文方法在雷达目标散射中心区域分割的有效性和优越性。     

帧间差分法在视频监控中的应用研究

分析了现有人工视频监控的不足和智能视频监控的优越性,提出了检测视频中可疑情形的可行方法。为了能够在长时间不间断视频中稳定快速准确地识别出当前监控所遇到的情形,提出了基于视频帧间差分的视频监控处理技术;同时对视频处理进行了区域分割,提高对视频中可疑情况的识别率。实验在Matlab环境下对于录制的视频进行处理,利用改进的帧间差分法检测到视频中的异常情形,得到监控视频中有异常情况的画面,验证了方法的可行性和有效性。