基于模板距离分布的烟支中心点搜索策略

基于采用模板匹配的方法实现烟支识别与计数的思想,研究识别前烟支中心点搜索策略的一种优化方法.首先依据烟支图像的特点,分析烟支模板中心点的距离分布;在此基础上通过在烟支图像中粗粒度标志出可能的烟支边界,考察非边界点到距其最近边界间的距离,将其与模板距离分布相结合,得到烟支图像中像素点的6种距离分布;按照6种距离分布划分各像素点作为烟支中心点的可能性大小及识别优先级;最后按照识别优先级由大至小依次搜索烟支中心点.实验表明,该方法对孤立烟支的中心点定位和连通烟支的中心点定位同样有效,与全局遍历法相比,能提高烟支识别与计数的精确性.     

一种基于行列法离散点边界搜索算法*

平面上构建离散点的边界在地理信息系统(GIS)中应用广泛,提出了基于行列法的平面离散点边界搜索的新算法,目的是解决平面离散点边界问题,通过确定步长大小,按步长对离散点分别进行行搜索和列搜索,得到离散点的边界曲线,介绍了行列边界算法的基本思想和实现过程。该算法能够正确地搜索包含凹凸特征的离散点边界,与传统边界生成算法相比,它具有通用、实现简单等特点。该算法在油田GIS领域边界划分中得到了很好的应用,能够准确地构建油田边界。     

一种边点梯度方向引导的光滑边段提取方法

边界轮廓线的提取是研究形状特征的基础,它对图像特征描述、识别和理解等高层次的处理有重要作用。但由于噪声、光照等多种因素的影响,经过预处理得到的边缘图像往往会出现原本连接的边界局部断裂的现象,使传统的边界跟踪算法无法越过这些断点继续向下跟踪。另外,在跟踪过程中出现岔路时,传统的边界跟踪算法只跟踪第一个搜索到的边界点,无法控制边界的正确走向。提出了一种边点梯度方向引导的光滑边段提取方法,不仅能够跨越边界上的断点继续跟踪,而且能够有效地减少岔路选择错误的发生,同时还满足边段的光滑性要求。     

一种基于最小调试边界的断点自动生成技术

时至今日,调试仍然占据软件开发过程中近70%的时间;以断点的设置和检查为基础的传统交互式调试依旧是实际工作中最常用的错误定位手段.日常调试过程中,断点的选择和调试的效率主要依赖于调试人员自身的经验以及对所调试程序的理解程度.提出一种基于最小调试边界的断点自动生成方法.最小调试边界描述了一个由程序执行轨迹上一组轨迹点构成的结合.该集合具有对错误传播的阻隔性,以及所对应的程序状态规模最小化的特征.受益于最小调试边界(minimum debugging frontier set,简称MDFS)的错误阻隔性,一旦查明其上的程序状态是否符合设计预期,即可确定错误触发位置与该MDFS在程序执行轨迹上的先后顺序,将错误触发的范围限定在MDFS的一侧.而状态规模的最小化也减轻了用户检查断点处语句实例的开销.为评价断点质量,还制定了一组断点评价标准,用于考量断点与程序失效之间的关联性、断点本身的易判性以及对调试收敛的帮助.实验结果表明,采用该方法生成的断点具有检查开销低、加速调试收敛等优势;采用所提供的断点的调试流程,与基于经典错误定位方法的流程相比,能以更低的人工开销定位更多的错误.     

应用主动轮廓线生长模型的细胞核自动分割

提出了一种改进的主动轮廓线模型应用于细胞核的分割。在利用极限腐蚀检测到每个细胞核的种子点后，以种子点为中心点分别建兢一个基于极坐标描述的生长Snake模型，加入了一个基于区域相似度的生长能量，克服了传统模型须将初始轮廓置于真实边界附近的缺点；在应用贪心算法求解时，搜索空间由常规的8邻域减少为径向的两个相邻量化点，提高了计算效率。     

基于蜂群算法的图像边缘检测*

提出了一种基于蜂群算法的图像边缘检测方法。利用蜂群算法的特点,对图像边界进行快速搜索,得到一组局部最优点,然后分别从局部最优点开始进行搜索,找出图像中各物体的边缘点,所有蜜蜂找出的边界点的并集就是图像边缘。仿真实验表明该算法是可行和有效的。     

多源扩散蚁群遗传算法

传统的遗传算法在处理多模态函数优化问题时,容易出现早熟收敛,并且局部搜索能力不强.根据蚁群信息素扩散和小生境思想,提出了一种多源扩散蚁群遗传算法.该算法采用了多源选取和保留机制,在每一代种群的个体中选出多个源中心点,并把这些点保留至下一代种群;同时每个源中心点都产生和扩散信息素以指导个体寻优.与简单遗传算法,模拟退火遗传算法和小生境遗传算法进行对比实验,数据表明该算法能搜索到更好的全局最优解,收敛速度更快.     

基于宽度优先搜索的K-medoids聚类算法

针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略. 首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点;然后,根据对象间的相似性分别对K个粒子中的对象建立以中心点为根节点的相似对象二叉树,通过宽度优先搜索遍历二叉树迭代出最优中心点, 同时采用簇间距离和簇内距离优化准则函数. 实验结果表明,所提算法在UCI中Iris和Wine标准数据集中测试,在有效缩短迭代次数的同时保证了算法聚类准确率.     

矩形布局可行域的确定

通过研究布局问题,提出一种求解矩形布局问题可行域的方法.首先根据当前布局空间中顶点的形态,按待布矩形的尺寸对各顶点进行偏移计算,获得当前布局空间的偏移多边形;然后遍历偏移多边形各边,求解并标识所有交点;最后根据偏移多边形各边的方向,通过沿边界搜索直接获得可行域上的各点.该方法通过搜索偏移多边形边界,避免了处理偏移多边形中多条边互交的复杂情况.分析及实例表明该方法思路简洁、快速而高效.     

遥感影像分割边界的平滑方法

为了解决遥感影像分割对象边界的“栅格现象”问题,获取相对真实的分割地物对象边界,提高后续分类精度,提出了一套完整高效的平滑方法.该方法的主要流程是:对分割后所得到的每个对象的边界进行按节点拆分;对每个边界段进行断点筛选等预处理;再通过DP算法提取代表边界信息的特征点;使用3次B样条拟合所得到的特征点,完成边界平滑.实验结果表明,该方法能够获得满意的平滑效果.     

分类法定量评估频谱光学相干层析图像杯盘比EI北大核心CSCD

在青光眼检测中,基于频谱光学相干层析图像较眼底图像具有更高的精确度和可靠性,为了克服眼底图像评估杯盘比精度不高的缺陷,提出一种基于频谱光学相干层析图像进行视网膜色素上皮层断点检测的杯盘比评估方法.首先利用主成分分析和支持向量机将频谱光学相干层析图像与其投影图像限定断点搜索区域,并对限定的图像区域进行断点识别;然后借助于类别标签矩阵对断点进行纠正;最后根据视杯视盘与断点的关系测量杯盘比.实验结果表明,该方法在准确检测视网膜色素上皮层断点、提高杯盘比测量精度方面效果显著.     

平面离散点集的边界搜索算法

进行有限元仿真首先要建立有限元网格模型。使用不含有任何拓扑信息的离散点集直接进行网格划分可以快速、精确地建立网格模型。使用铺路法进行网格剖分是从边界开始向内生成网格单元。该文提出一种使用搜索盒的搜索平面离散点集边界的算法。该方法将离散点分配到搜索盒中，遍历位于边界的搜索盒，将其中的点连接成边界点链表。该算法能正确地搜索包含有凹点、孔洞特征的离散点集的边界，具有较强的通用性。文中介绍了算法的基本思想，并给出算例。     

基于改进FPCC的实例分割算法

3D点云实例分割是工业自动化中关键的预处理步骤.然而,在工业抓取场景中存在大量遮挡时, 3D点云的实例分割网络通常难以区分相似对象.针对这一问题,本文提出了一种基于FPCC的改进算法.本算法有两个分支:中心点分支,用于推断实例的中心点,以及嵌入式特征分支,用于描述点的特征.分割结果是使用聚类算法获得的.特征增强(FEH)模块对中心点预测的准确性起着至关重要的作用.该模块使用特征增强方法来提高预测的准确性,并且进一步地针对中心点预测而进行了损失函数的修改.实验结果表明,改进后的算法相比于FPCC算法在Precision值和Recall值上分别提高了10%、15%.     

分类法定量评估频谱光学相干层析图像杯盘比

在青光眼检测中,基于频谱光学相干层析图像较眼底图像具有更高的精确度和可靠性,为了克服眼底图像评估杯盘比精度不高的缺陷,提出一种基于频谱光学相干层析图像进行视网膜色素上皮层断点检测的杯盘比评估方法.首先利用主成分分析和支持向量机将频谱光学相干层析图像与其投影图像限定断点搜索区域,并对限定的图像区域进行断点识别;然后借助于类别标签矩阵对断点进行纠正;最后根据视杯视盘与断点的关系测量杯盘比.实验结果表明,该方法在准确检测视网膜色素上皮层断点、提高杯盘比测量精度方面效果显著.     

面向聚类分析的自适应弹性网络算法研究

弹性网络算法是一种启发式算法,最初被提出是用来解决TSP（Traveling Salesman Problem）问题的,现如今,被广泛应用于聚类问题中,尤其对于高维空间数据聚类方面,有很大的优势。提出了一种新的自适应弹性网络算法（Adaptive Elastic Net,AEN）解决聚类问题,该算法利用弹性网络算法得到的[K]个中心点作为聚类初始中心点,并利用局部搜索择优算法在每次迭代中更新中心点。以聚类完成后每一簇的中心点到该簇元素的距离之和作为聚类质量评价标准,分别对随机生成的不同维度的50,100,300,500,1?000个数据点的数据集和UCI中多个标准数据集进行聚类,并将结果与传统聚类算法的聚类结果进行比较。实验表明：相较于传统的聚类算法,该算法可以有效地提高聚类质量。     

线粒体形态学全自动定量分析方法

为快速准确地对线粒体形态进行定量分析,提出了一种基于多方向模板响应和追踪的定量方法。该方法先从原始图像中提取种子点,建立16对方向模板。通过模板响应矩阵确定准中心点处的线粒体边界及中心位置。然后从种子点出发,利用边界和中心点进行追踪,得到线粒体的个数、平均长度、平均面积等特征参数。实验结果表明:正常组和游离胆固醇过载的病变组平滑肌细胞内线粒体形态有显著性差异(P<0.05),该方法较现有半自动定量方法处理速度更快,准确率更高。     

边界追踪算法在地质储量计算中的应用

单井控制面积计算是油田开发中原始和剩余地质储量研究的基础。针对注采井网形成的平面变密度离散点集的边界搜索问题,本文提出以角度为判别标准,基于变搜索步长的滚边新算法进行井网边界的追踪。首先通过合理的搜索步长确定当前边界点的邻域,然后对邻域内的离散点按角度进行排序并确定下个合理边界点,最后在井网边界追踪的基础上,进一步给出储量边界外扩和单井控制面积计算方法。该算法简单、高效,可有效识别变密度平面点集的凸边界和凹边界特征,并在大庆油田的原始地质储量复算和剩余潜力评价中得到应用,提高工效5倍以上,表内地质储量复算精度2.7%,取得了很好的应用效果。     

基于改进主动轮廓线的虹膜定位方法

针对传统的Snake模型对初始位置敏感,需要依赖其它机制将主动轮廓线的蛇点放置在图像目标附近,导致弱边界图像求解效果较差的问题,应用改进的能量函数Snake模型,均匀地对蛇点进行搜索,在搜索中逐渐加大内部能量函数的调整,经过选代,使得各蛇点的轮廓逐渐逼近目标轮廓,直到其到达虹膜的边界.实验结果表明了该方法的有效性.     

噪声图象中提取边界的随机启发式搜索方法

在噪声图象中如何有效地提取边界是图象分析领域中的难点。启发式搜索的方法常常用于提取边界,但是,这种方法由于采用固定的起始点、固定的引导度量以及对图象仅进行一次性搜索,对噪声往往很敏感,为此提出了一种随机启发式搜索算法,该方法随机地选取起始点,并依照引导度量的概率反复地进行随机搜索获得各种可能的边界轨迹,然后进行各搜索轨迹的积累自增强,最后根据自增强积累统计结果获得边界。大量的实验结果证明,在噪声图象中,随机启发式搜索方法可以在提取出有意义边界的同时有效地抑制噪声。     

栅格地形图断裂等高线的自动重建EI北大核心CSCD

彩色栅格地形图分割提取的等高线图像中往往存在大量断裂,影响了等高线快速数字化采集.为了最大程度地实现图中所有断裂等高线正确匹配连接,提出一种断裂等高线自动连接重建方法.首先设计了多重递增回溯加权算术平均求断点方向角算法来提高断点方向角运算精度;然后设计了梯级最大约束角控制策略,从局部到全局逐级控制断点间匹配连接时的平缓程度,保留满足最大约束角条件的备选断点;最后采用欧氏距离和偏移角加权组合求断点匹配度算法确定最佳匹配断点;山脊、山谷等处折角过大的断点设计了抛物线形状断点方位码双向匹配算法进行匹配连接,图像边界区域断点沿前进方向自然延伸到图边.实验结果表明,该方法具备更高的正确率和完成率,稳定性和实用性好.