基于图的邻接分割的虚拟网络映射算法

针对大规模虚拟网络映射算法映射效率低、在映射节点和链路时易引起网络分割等问题,提出了一种图的邻接分割方法,将虚拟网络分割为多个邻接的星型结构,以简化虚拟网络映射规模;建立了一种节点和链路的资源匹配模型,使节点映射能适应链路资源分布状态、链路映射能匹配节点可用资源大小,从而协调完成节点和链路映射操作,解决节点、链路的映射协调性差以及网络资源分配不匹配等问题.仿真实验结果表明,所提出的算法降低了虚拟链路的映射路径长度,提高了虚拟网络映射效率和负载均衡性能,获得了较高的虚拟网络请求接受率.     

基于超像素与Span-Pauli分解的SAR影像分类

针对高分辨率极化合成孔径雷达(SAR)影像解译中面向像素方法难以充分利用影像信息的问题,提出一种基于超像素与Span-Pauli分解的非监督分类方法.利用分水岭方法易于过分割的特点,将分水岭分割得到的特征相似、空间相邻的像素集合视为超像素,并作为分类算法的基本处理单元.利用极化参数Span及Pauli基对极化SAR数据进行迭代分类,以实现适用于高分辨率SAR影像的非监督分类.采用X波段高分辨率SAR数据进行实验,结果表明:基于超像素的分类方法能有效抑制分类结果中的椒盐现象,将总体精度提高到了73.81%;在准确区分水体、道路的基础上,提高了复杂的农作物类别的分类精度.     

基于薛定谔方程的纹理图像分析与分割算法

针对兼顾统计性和结构性纹理图像的分割存在的问题,提出了基于薛定谔方程的纹理图像分析与分割方法,实现了纹理图像有效分割,尤其是结构纹理图像的准确分割.该方法将纹理图像视作二维波函数,利用薛定谔方程获取纹理图像的势函数图像,然后采用耦合马尔科夫随机场与模糊聚类的算法分割函数图像.实验结果表明:文中给出的算法能够实现纹理图像较好的分割,特别是对于结构性纹理图像能获取较准确的分割.     

基于离散阵列广义同步的彩色图像加密算法

为设计出具有较高安全性能的图像算法,提出了一种基于离散阵列广义同步系统的彩色图像加密算法。首先利用离散阵列广义同步定理,在3D-Lorenz映射的基础上构造了一个具有16×16×6的阵列广义同步系统。其次,结合二维离散分数阶傅里叶变换设计了一种彩色图像加密算法。该算法对像素矩阵进行了新混沌序列的位置变换,提高了密钥空间。加密算法的密钥敏感性、直方图和信息熵的仿真实验表明:该加密算法安全性高,能够达到较好的加解密效果。     

单色织物疵点区域快速识别与边缘提取方法研究

结合自适应阈值分割,并基于数学形态学和边缘提取方法,给出一种单色织物疵点区域的快速检测方法。在Visual C++6.0开发环境下,利用OpenCV开发源库,设计开发了疵点区域自动识别与边缘检测程序,对常见的色污、脏污、飞花、掉扣、油纱、锈斑、织破洞、刮线和杂纤维等九种疵点进行检测。结果表明,该算法能够准确定位疵点区域,漏检率低,检测效率高,对实际检测系统的设计开发有实用价值。     

一种结合遗传算法和最大类间方差法的图像分割新方法

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.     

多尺度形态梯度和标记分水岭的时频谱图分割

时频谱图干扰强,目标之间、目标与干扰之间有重叠,其分割是重要而困难的问题.提出一种基于图像熵定义的时频谱图多尺度形态梯度图像融合方法,将该方法与标记分水岭分割结合形成一种基于多尺度形态梯度和标记分水岭的时频谱图分割方法.实验结果表明,与基于单尺度形态梯度和标记分水岭的分割方法相比,新方法实用性更强;与Otsu法相比,新方法分割更准确.     

加快苏北新型城镇化发展的路径与对策

21世纪以来,苏北城镇化快速发展,城乡居民收入水平与综合实力不断提高,城镇发展空间不断优化,逐步形成了"一圈三轴"的城镇化战略格局.但同时也还存在城镇化质量不高、农民工市民化滞后、城乡差距悬殊、城镇发展方式粗放、城乡环境污染严重、城镇特色弱化等现实问题.站在新的历史起点上和面对新的发展阶段,苏北城镇化正在发生由量的扩张向质的提升转变、由城乡分割向城乡一体化转     

变化环境下乌伦古河径流序列变异特征诊断

研究变化环境下干旱区内陆河流以径流为主要指征的水文循环过程及其变化,对于认知水文机理,应对径流变化意义重大。选取乌伦古河二台水文站1959~2015年57年长系列实测月径流资料,采用年内分配完全调节系数C_r、年内分配不均匀系数C_n、相对变化幅度Cm、集中度Cd、集中期D、年际(年代际)径流均值、最大流量、最小流量、年际极值比以及C_v等多指标,运用Mann-Kendall法、累积距平法、R/S法等多方法,在揭示叶尔羌河径流长期演变规律基础上,采用非线性分析方法——启发式分割算法进行径流序列的变异特征诊断,并进行归因分析。结果显示:(1)乌伦古河径流受冰川融水影响年内分布呈"单峰型",主要集中于夏季5~8月,占年径流总量的70%,反映年内分配特征的各指标,如C_r、C_n、C_m、C_d和D,均呈下降趋势,特别是进入2000年后下降趋势较为明显,其中,C_r、C_d和D指标下降趋势显著,表明径流序列年内分配特征趋于均匀化;(2)乌伦古河径流序列年际变化趋势呈减少趋势,减少趋势不显著,且呈负持续性(Hurst=0.35),具有两个明显的丰枯交替周期,即1961~1973年及1974~1994年;(3)针对传统检验方法——Mann-Kendall法诊断乌伦古河二台站长系列(1959~2015年)径流突变点时出现多个虚假变异点的缺陷,采用非线性方法——启发式分割算法(BG法)诊断乌伦古河二台水文站长系列(1959~2015年)径流序列变异点,得出乌伦古河径流序列变异点为1962年。成果有助于了解变化环境下流域尺度的水文过程演变和水文响应规律,指导流域水资源规划与管理。     

遥感图像海陆分割的GPU并行加速

海陆分割是光学遥感图像海上目标识别过程中一个重要步骤,海陆分割的结果直接影响下一步目标识别的效率和正确率;而遥感数据的大量增长,使得图像处理速度变慢,因此分割算法的执行效率变得越来越重要。利用Nvidia开发的统一计算架构CUDA(compute unified device architecture),将海陆分割流程的一系列函数移植到GPU(graphic processing unit)上进行并行处理,能够有效提高算法执行速度。经实验验证最终完成2 000×2 000大小的图片在11 ms内的海陆分割处理。该方法能够满足对于图像数据的传输在25 ms内的处理,适合用于建立地面或者航空搭载的"实时"处理平台。