基于粗糙集理论的图像中值滤波

介绍了粗糙集理论的概念，利用粗糙集理论进行了图像中像素值的分类，提出了一种基于粗糙集理论的图像中值滤波算法，进行了仿真试验，并和传统的图像中值滤波结果进行了视觉上的比较和峰值信噪比指标的比较。实验结果和峰值信噪比指标表明，该算法能有效地滤除图像中的随机脉冲噪声和椒盐噪声，还能使图像保持很好的清晰度。     

一种自适应模糊神经网络模型的研究与应用

混响时间和清晰度是评价厅堂声学特性的最重要的客观参数,可通过对实际房间测量获得.通过建立一种自适应模糊神经网络模型,直接由场景图像提取与之对应的混响时间和清晰度,并采用大量的实测数据对网络进行训练,实验结果证明该方法的有效性.该方法为声场音质评价以及虚拟现实技术等提供了一个崭新的思路.     

汕头大学大礼堂的音质评价

汕头大学大礼堂是以集会为主,同时兼放电影和文娱演出的多功能厅堂,在全国乃至东南亚具有一定影响。本文对该礼堂作了音质评价:语言清晰,响度足够,声场分布均匀,本底噪声低,仅在演奏音乐时明亮度略嫌不足。文中还就进一步改善该礼堂的音质提出了一些建议。     

基于粗糙集的图像平滑研究

由于图像信息本身的复杂性和它们之间有较强的相关性,在处理过程中可能出现不完整性和不确定性问题.粗糙集理论是一种新的处理模糊和不确定性问题的数学工具.本文提出一种粗糙集理论和传统的选择式掩模平滑法相结合的新的图像平滑算法,该算法首先通过像素点的粗糙集近似相似度来判断像素所属的掩模,然后对图像进行平滑处理.该算法利用Matlab编写实现,仿真试验结果表明该算法比传统算法有很大改进,在去除噪声的同时,保持了图像的细节,提高了图像的对比度,质量高于传统的预处理方法处理的图像.     

基于粗糙集和小波的遗传算法图像分割

粗糙集理论是一种新的处理模糊和不确定问题的数学工具,小波分析具有良好的时频局部化特性,遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法.提出了一种基于粗糙集去噪和小波细节增强,利用遗传算法进行图像分割的方法.实验结果表明,方法十分有效.     

基于情感的元音嗓音音质参数提取与分析

研究了九个嗓音音质参数在五个元音七种情感下的显著性差异,为接下来的情感语音合成做准备.数据库来自同一女性发音人在七种情感下录制的语音样本,从中提取得到九个参数.首先对参数作Shapiro-Wilk检验和Kruskal-Wallis秩和检验,从总体上检验各参数在不同情感间的差异显著性,然后采用中位数检验方法分别对各元音各参数作分析,验证秩和检验结果并研究参数的变化规律.分析结果表明：参数NAQ,MFDR、pulseAmp在情感间具有显著性差异,meanF0、pulseAmp、MFDR具有元音无关的情感变化模式.     

基于遗传算法和粗糙集的图像检索

针对传统的图像检索方法,运用基于遗传算法和粗糙集的图像检索方法,用粗糙集的方法求出图像的最简视觉特征子集,遗传算法,对每一次反馈得到的候选图像集进行评价,用遗传算子从图像库中选出接近用户需求的图像,使图像检索的查到率和查准率得到大大提高。     

基于粗糙集理论的SAR图像speckle滤波方法

针对合成孔径雷达(SAR)采用主动式相干波的成像方式,在从原始信号到图像的重建过程中存在斑点噪声的干扰的问题,根据粗糙集理论的条件属性把SAR图像像素分成三类:均匀区域类、非均匀区域类和包含分离点目标类.对不同的像素类采用不同的滤波方式,然后合并三类子图像得到SAR图像的speckle滤波的图像.该方法既可除去图像中的斑点噪声,又可保留图像中的细节特征,有利于对图像的后续处理.     

基于仿真试验的耦合空间音乐厅客观音质参数的多元方差分析

采用多元方差分析法,应用ODEON计算机仿真软件,针对一个理想的耦合空间音乐厅模型,对耦合空间音乐厅的客观音质参数进行较为系统的分析.分析过程包括以下四种典型的情况:耦合空间的开闭状态;耦合空间布置在不同的位置;不同的耦合开口面积;吸声特性不同的耦合空间内部界面材料.最后提出了一些具备一定应用价值的定性结论.     

基于图像的3D场景重建

给出了用DSP实现基于图像的3D场景重建的方法和步骤.3D场景重建主要由摄像机标定、图像采集和基于图像的重建3个部分组成.在摄像机标定中,使用摄像机作为测量装置来确定它的内部和外部参数,比对摄像机直接进行测量更为方便;利用摄像机、SEED-VPM642实时图像处理应用平台和PC机构成的系统进行图像采集,DSP芯片与PC机的图像传输采用PCI通信实现;采用体素着色(Voxel Coloring)方法实现3D场景重建,使现实物体在计算机虚拟世界中得以重现.     

基于深度学习的场景遥感图像分类方法研究

为了解决场景遥感图像通常分类性能较差、分类精度不高的问题,提出一种基于改进VGG16的场景遥感图像分类方法.针对传统VGG16模型参数量庞大的问题,对通道数以及参数量进行缩减.在算法运行过程中对数据进行正则化处理,并在分类方法中加入注意力机制.通过将注意力机制与CNN模型进行结合,并对两者进行端到端的训练,提高了模型的...     

基于粗糙集与SVM的图像检索相关反馈算法

通过有效的组织粗糙集理论的约简算法与支持向量集中的分类算法,借助用户的反馈标记,较大的提高了图像检索查全率与查准率,使检索的目标图像更能符合用户的语义特征.由于粗糙集理论的引入消去了本次检索的冗余属性,提高了图像检索的时间复杂性.SVM与相关反馈的结合降低了维数灾难,也降低了高层语义与低层特征的差异带来的困难.     

一种基于概率粗糙集模型的图像语义检索方法

针对目前图像数据信息量大、检索不易和人们对图像检索习惯于对图像概念语义进行检索的难题,本文将概率粗糙集理论和图像的语义标注技术引入图像的信息检索中,提出了一种基于朴素贝叶斯理论和概率粗糙集模型的图像语义信息检索模型.首先,针对图像库中的图像构造精确标注词空间,并通过朴素贝叶斯理论对图像进行精确标注和模糊加权标注.将概率...     

基于参数k的程度粗糙集模型研究

从经典粗糙集出发,定义了程度粗糙集和程度边界算子,研究了程度粗糙集模型异于经典粗糙集模型的性质,在程度粗糙集中,利用程度边界算子修正了包含关系为相等关系的性质,并给出了这些结论严格的证明,进一步补充和完善了粗糙集理论.     

基于序列内窥镜视频图像的膀胱三维场景重建

内窥镜被广泛用于器官和体腔内部的诊断成像,尽管采集到的内窥镜视频中包含着丰富的信息,但是由于内窥镜的成像范围受到探头太小的限制,图像的放大倍数与视野范围不能兼得,且视频不能将个体二维图像与三维器官形态关联起来,大部分具有巨大数据潜力的内窥镜视频仅用于医师实时指导,并在收集后丢弃。提出基于序列内窥镜视频图像的膀胱三维场景重建的方法。先提取前后两幅序列图像中相对应的多个特征点,基于特征点采用运动恢复结构算法计算得到膀胱模型三维点云。然后,采用泊松曲面重建算法对各三维点进行网格化,并完成场景的三维重建。实验结果表明所提出的算法是可行的。     

基于连通域阈值的自然场景文本图像分割技术

文章探讨了三类自然场景图像的基于纹理、边缘以及连通域文本定位方法的不同特点,并选取基于阈值的连通域方法,对复杂场景中的车牌图像中的文本实现图像的分割,最后分析了此方法在自然场景文本定位方法今后的应用前景。     

基于卷积神经网络的灾难场景图像分类

为了对灾难场景图像进行快速分析和识别,提出了一种基于多分辨率卷积神经网络和残差注意力机制(attention module)相结合的图像分类模型.首先,对灾难场景数据集进行预处理,在相同类型的条件下将其随机划分为训练集和测试集.基于改进的卷积神经网络(convolutional neural network,CNN),提取训练集的图像特征.使用训练集图片的特征进行训练,并且在测试集图片上实现分类测试.选取DenseNet、Xception和MobileNetV2三种模型,以灾难场景数据集(Disaster_Data_Scenes)为数据集进行实验验证.结果表明:改进的Xception和MobileNetV2网络在灾难场景数据集上进行的图像分类实验测试,比原网络精度分别提升了4.56％和3.04％.其中改进的DenseNet网络比原网络模型精度分别提升9.13％、17.88％和10.27％.可见改进的卷积神经网络模型的分类精度得到有效提高.     

基于场景切换的B帧量化参数分配方法

H.264/SVC实现了对基本层码率控制,但对于视频序列中场景切换并没有有效的检测,也没有考虑到场景切换对视频编码质量的影响.本文结合H.264/SVC特有的分层B帧预测金子塔编码结构,首先提出一种改进的基于图像复杂度的实时场景切换检测算法,结合场景切换的类型,再对存在场景切换的GOP编码单元中时间分级的高层B帧量化参数进行修改.实验结果表明在不产生信道码率突变的前提下,明显改善了场景切换处的视频质量.     

基于多通道自注意力网络的遥感图像场景分类

高分辨率遥感图像场景分类广泛应用于土地监测、环境保护及城市规划等诸多领域.现有场景分类方法不能很好地结合局部纹理信息和全局语义信息,同时各通道特征之间的关系没有得到有效挖掘.因此,本文提出了一种基于多通道自注意力网络的遥感图像场景分类模型.通过卷积网络提取遥感图像的多尺度特征;随后采用特征融合单元建立多尺度特征间的局部-全局关系,基于多头自注意力机制的Inter-Channel Transformer在通道维度对融合后的特征建模,并推导特征在通道间的关系,进一步扩大全局感受野,以捕捉其语义结构信息,有效提高了网络的分类精度.在数据集AISC和SIRI-WHU上,本文所提算法的整体分类准确率(OA)分别为95.70%和94.00%,超过了当前最新的研究算法,证明了所提模型在高分辨率遥感图像场景分类任务中的有效性.     

基于清晰度评价的水下退化图像盲复原

针对水下图像信噪比低、图像模糊的特点,开发了一种基于图像清晰度评价的水下图像盲复原算法.在分析水下图像特点的基础上,选取带参数的点扩展函数,结合Lucy-Richardson算法对图像进行复原并获得随参数变化的系列复原图像,进而以最高清晰度为评价指标,确定最优复原效果和参数,获得最高清晰度复原图像.实验证明,该算法获得了比较理想的复原效果.