改进型脉冲耦合神经网络高分辨率SAR图像分割

针对高分辨率SAR (合成孔径雷达)图像噪声强, 目标分割难度大的特点, 提出一种改进的脉冲耦合神经网络(pulse coupled neural network, PCNN)模型的SAR图像分割算法。首先根据SAR图像中相干斑噪声的特点, 采用复小波进行去噪。然后, 在传统PCNN模型的基础上, 对神经元的输入信号, 尤其是链接系数和 阈值的非线性衰减子因子进行了改进和简化, 同时对链接强度系数β进行理论上的近似推导, 并减少人工设置的参数。最后, 通过最佳阈值对其结果进行二值化处理得到感兴趣的目标图像。实验结果表明, 改进后的算法运行效率提高, 自适应性增强。与传统算法相比, 区域一致性提高0.013, 区域的对比度提高0.015, 效果优于传统的PCNN算法, 为高分辨率SAR图像分割提供了一种新策略。     

棒材端面图像的阈值分割算法

采用几种常用的阈值分割算法以及一种最大类间方差法的推广方法对棒材端面图像进行分割,将其分为目标区域和背景区域两部分,通过比较得出对棒材端面图像最有效的阈值分割算法。实验结果表明,迭代法和最大类间方差法的推广方法对图像的分割效果较好。     

一种基于条分割及缩放的图像重定算法

提出了一种基于图像条分割的快速图像重定算法。根据像素梯度信息建立图像的能量图,描述图像不同区域及目标的重要性。由各图像列的累积能量,通过类间最大类内最小原理,将一幅图像分割成若干具有一定宽度和能量级的图像条。根据图像的总体缩放尺寸及不同图像条的平均能量,计算各图像条的缩减量。结合标准Scaling和Cropping方法,对图像条进行缩放操作,若边缘图像条缩减量超过一定阈值,裁剪掉该部分内容。实验结果表明,该算法能够同时保护图像的局部结构和全局视觉效果,快速生成保真的高质量重定图像。     

基于高分辨率遥感影像的城市建设区提取

以北京市部分区域的QuickBird影像为实验数据,运用面向对象的影像分析手段,研究城市建设区的自动识别和提取方法。在分析城市建设区特征的基础上,采用在低分辨率影像上粗提取,在高分辨率影像上精提取相结合的技术,提高提取精度。经过与目视判读结果的对比,城市建设区的识别率达到89.7%,误判率为27.6%。     

基于邻域激励脉冲耦合神经网络的图像分割

设计了一种基于邻域激励脉冲耦合神经网络(PCNN)模型的图像分割方法.把既考虑强度又考虑邻域分布的像素邻域信息作为一个参数,来控制PCNN模型中的链接强度,进而控制神经元的内部活动值.在分割过程中采用基于多数裁定原则的方法,通过在一次迭代过程中对邻域像素分割阈值的调整,保证了分割结果的完整性.通过对几类图像的分割实验以及与经典分割方法的比较,验证了该方法的有效性.     

基于相似性度量的高分辨率SAR图像无监督分割

SAR图像中斑点噪声的存在给分割造成了严重的影响.为此,基于JSEG平台,针对高分辨率SAR图像的特点,提出了一种新的相似性度量,这也是该无监督分割算法的核心.该算法主要由预处理、纹理组合和区域生长三个步骤来完成.在纹理组合中,利用新的相似性度量标准,把预处理后的SAR数据通过计算映射成一组新的数据,这组新数据可初步表征图像的分割;最后利用简单的区域生长完成分割.实验结果表明,该方法充分利用了SAR图像的特征信息,能够准确实现对SAR图像的分割,并具有很好的稳健性.     

一种SAR图像分割新方法

合成孔径雷达（SAR）图像中固有的相干斑噪声,严重影响了图像分割算法性能。为了改善SAR图像分割质量,本文提出了一种联合PM扩散模型和各向异性MRF模型的图像分割方法。首先对传统PM扩散模型的扩散系数进行简化和近似,限制模型的解的唯一;然后使用改进后的模型对原始SAR图像进行非线性扩散,在抑制噪声的同时保持图像结构细节;继而,通过在标记场势能函数中引入观测数据灰度信息,将经典的基团势能改进为基于灰度加权的各向异性势能,提高边缘像素和图像奇异点的分割准确率。实验表明,本文算法的分割结果区域连通性更好,边缘轮廓分割更精细。     

基于点群分割的空间方向计算模型

提出一种基于点群分割的空间方向计算模型。该模型把目标图形离散成点群,利用平均分割点群的方法对空间目标之间的空间方向进行定量计算。实例研究说明此模型易于实现,具有较高的计算效率,适合地理信息系统在空间关系方面的计算要求,可以为空间数据检索和匹配查询提供有力支持。     

基于小波域MRF模型的SAR图像分割

针对存在严重斑点噪声的合成孔径雷达(SAR)图像的分割问题,提出了一种基于小波域马尔科夫随机场(MRF)模型的算法.该算法综合利用了隐含马尔科夫树的相关邻域信息和图像的多分辨率描述的信息,将期望最大化用于先验概率分布参数的估计,采用最大后验准则来进行图像的分割.通过对SAR图像的分割实验表明,该算法可有效去除斑点噪声的影响,并能在准确分割目标的同时保留目标的细节信息.     

基于直方图的脉冲耦合神经网络(PCNN)多门限图像分割方法

参考了Eckhom等人近几年提出的脉冲耦合神经网络(Pulse Coupled Neuml Network)模型,结合灰度直方图分割技术,提出了一种新的多门限图像分割方法-基于直方图的脉冲耦合神经网络(PCNN),PCNN模型具有弥补时隙和空隙的特点,因此应用这一网络模型进行图像分割,可以得到较完整的区域边角信息,从而达到理想的分割效果．经实验证明,本文提出的方法较原来的PCNN网络,运算速度和分割效果都有了很大提高。     

脉冲耦合神经网络对肝包虫图像分割

 在应用脉冲耦合神经网络模型分割图像的研究中,确定模型的参数是一个难点问题,其中连接系数β在脉冲耦合神经网络中起着重要的作用。本文使用最小交叉熵D(P, Q; t )和标准差,简化了脉冲耦合神经网络模型的连接系数β的估计公式,该方法可以自动确定并简化脉冲耦合神经网络模型的连接系数β。实验结果表明,该方法对肝包虫医学图像的分割效果显著,能获得较好的视觉结果并具有较强的普适性。     

高分辨率SAR图像城市建筑密度信息提取

建筑密度信息是城市规划、土地管理和居住区环境评估等所需的一个重要指标.高分辨率(米级及以下)SAR图像数据的获取使得利用SAR图像精确提取城市建筑密度信息成为可能.提出了一个基于高分辨率SAR图像的计算城市建筑密度的有效方法,分为建筑检测、建筑密度初估计和建筑密度模型修正3个主要步骤.在武汉市武昌区的高分辨率Terra...     

浅谈文化设计

文化设计,是近几年一个新起的设计话题。本文阐述了文化设计是将设计与文化结合,将文化融入设计活动之中的设计行为,具有实用价值和象征价值两种意义。对于产品设计方法来说,产品语义学和产品语用学两门学科对应着文化设计中的实用价值和象征价值。本文探讨了通过这两门学科,如何将文化的两种价值附加到产品的设计之中,为文化的传播创造条件,让设计更好的适应相对应的社会形态的设计方法。     

太阳能电池系统故障检测

本文介绍一种快捷方便的太阳能电池故障在线检测方法,利用单片机Atmega16,通过编写程序控制电池系统电池个体间的电子开关,使电池单体逐个脱出和接入电池系统,在线检测负载端电压和工作电流来检测和判断电池状态或故障位置。     

时滞混沌神经网络的指数同步

本文研究了带有时滞混沌神经网络的指数同步问题,通过利用非线性回归控制和有效地控制定律,根据所给定的条件构造相应的线性矩阵不等式,得到了时滞神经网络的指数同步。这个方法比之前的线性控制方法更有效,数值结果进一步证明了该方法的有效性。     

三峡库区湿地研究进展

对当前三峡库区消落带新生湿地的相关研究进展进行了分类综述,主要包括三峡库区湿地植物生态学研究、湿地生态环境问题研究、湿地保护与可持续利用研究、湿地土壤理化性质研究等4个方面。然而,现有研究中存在的一些不足,主要包括:基础理论与实践研究不够深入;与周边环境耦合关系研究较少;动态研究不足;湿地的空间分布与类型划分不明确;与全球变化关系研究十分薄弱。最后指出,三峡库区湿地研究必将是多学科交叉研究;湿地生态系统的恢复与重构,生态系统演替的长期监测,湿地开发与利用在相当长一段时间内仍是热点;长期定位观测技术、"3S"技术、计算机模拟等技术与方法将会广泛应用于三峡库区湿地的研究。     

基于均值漂移的SAR图像分割方法研究

本文主要讨论了均值漂移算法在图像分割中的应用,指出均值漂移算法是一个稳定的图像分割算法,该算法具有很强的适应性.对于遭受噪声污染的图像,它的分割效果会受到很大的影响.因此针对噪声特性,提出了用滤波器来改善基于均值漂移的SAR图像分割的方法.该方法的关键是设计合适的滤波器.基于该方法进行了图像分割实验表明,该方法可以改进图像分割效果.     

SAR图像的多尺度建模与分割

根据合成孔径雷达图像的成像机理,基于遗传算法,提出了SAR图像的期望最大建模方法和多尺度无监督分类方法。利用最小长度准则能够有效地确定SAR图像分类数,且集遗传算法和EM算法的优点于一身,使得算法能够取得全局最优结果。试验结果表明:该分割方法是可行的,与其它方法相比,分割质量有明显改进。     

SAR图像平稳小波变换相干斑抑制方法

提出了一种基于平稳小波变换的合成孔径雷达 (syntheticaperturradar,SAR)图像相干斑噪声抑制方法 ,即通过对SAR图像进行多层平稳小波变换 ,对平稳小波变换的细节图像信号进行阈值处理 ,以达到相干斑噪声抑制的目的 .实验结果表明 :此方法除了对相干斑噪声有很好的抑制作用外 ,还保留了尽可能多的目标特征和图像细节 ,有着较好的图像视觉效果 .     

一种改进的分水岭分割算法

传统的分水岭分割算法受噪声和图像细节信息的影响,存在过分割、对噪声敏感等缺陷.针对这些缺陷,提出一种基于密度模糊聚类的分水岭分割算法.首先对图像进行分水岭分割,提取各子区域灰度均值,然后对灰度均值进行密度模糊聚类,进行区域合并.进行多组对比实验,结果表明此算法具有可行性和有效性.