首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 687 毫秒

1.  一种基于多主体技术的分布式图像聚类算法  
       陈立潮  潘理虎  闫慧敏  黄河清《计算机应用研究》,2012年第29卷第11期
   针对医学图像具有对比度较低,不同组织之间的模糊性较高的特点,给出一种基于多主体和数学形态学灰度形态运算的聚类算法。算法采用agent技术和多结构元素结合的模式,用结构元素做智能个体,每个不同类型的agents随机散布在离散空间格点上,在同时刻控制系统驱动下agents根据其自身结构元素的类型用给出的邻域平均算子自主选择作相应的运算进而实现图像聚类。算法无须先验知识和预处理操作,对初始聚类点不敏感,无须事先输入聚类簇数。算法具有分布式并行计算功能和自主分析能力。实验结果验证了该算法的可行性和可靠性。    

2.  基于数学形态学的一种聚类算法  
   张永梅  韩焱  张建华《兵工学报》,2006年第27卷第3期
   为便于从空间数据库中直接发现一些有意义的聚类结构,在分析已有聚类算法的基础上,提出一种基于数学形态学的聚类算法.该算法通过闭合运算,将空间对象聚成类,一次完成三维空间聚类,可以快速处理非凸的、复杂的聚类形状.算法分析和实验表明该算法有效.    

3.  基于聚类分析的车牌定位算法的研究  被引次数:4
   刘晓薇《通信技术》,2008年第41卷第12期
   提出一种基于数学形态学和均值聚类的实时车牌定位算法,将边缘处理与聚类分析相结合,得到车牌字符的垂直边缘信息,然后通过数学形态学运算处理,结合车牌的多个特征对车牌进行定位,试验证明,该算法准确率高,抗干扰性强.    

4.  一种有效聚类算法的研究和实现  被引次数:1
   张永梅  韩焱  张建华《计算机应用》,2005年第25卷第7期
   提出了一个基于数学形态学的三维空间聚类算法。该算法通过闭合运算,将空间对象聚成类,一次完成三维空间聚类,可以快速处理非凸的、复杂的聚类形状。由于该算法基于数学形态学,所以易于实现其高性能并行算法。采用实例将算法与普通聚类算法进行了性能比较。    

5.  从空间数据库发现聚类:一种基于数学形态学的算法  被引次数:9
   邸凯昌  李德仁  李德毅《中国图象图形学报》,1998年第3卷第3期
   聚类算法能从空间数据库中直接发现一些有意义的聚类结构而不需要背景知识,是空间数据发掘和知识发现的重要手段。在分析已有聚类算法的基础上,提出了一种基于数学形态学的聚类算法,该算法能够处理任意形状的聚类,采用启发式方法自动确定最优聚类数。同时,该算法也可以在矢量型空间数据库中得到实现。试验表明算法是可行和有效的,且能处理存在噪音的数据。    

6.  基于数学形态学与Hough变换的乐谱谱线探测算法研究  
   张立印  陈根方《计算机时代》,2010年第9期
   数学形态学是综合了多学科知识的交叉学科,是一种非线性的图像分析理论,己成为图像处理的重要工具之一。文章简单介绍了数学形态学和二值形态学的基本运算—腐蚀和膨胀,并提出了基于数学形态学的乐谱谱线探测算法。实验结果证明,与Hough变换探测直线算法相比,该乐谱谱线探测算法具有运算速度快、效率高、抗噪声能力强等优点。    

7.  基于数学形态学和模糊聚类的旋转机械故障诊断  被引次数:2
   王书涛  张金敏  李圆圆  张淑清《仪器仪表学报》,2012年第33卷第5期
   提出了一种数学形态学与GG (Gath-Geva)模糊聚类相结合的旋转机械故障诊断方法,通过对滚动轴承信号的多尺度形态运算得到信号的形态谱,定量反映了信号在不同尺度下的形态变化特征.为进一步对滚动轴承信号进行故障识别,提取出基于形态学操作的分形维数和描述不同信号形态特征的指标即形态谱墒,并把这2个参数作为GG聚类的故障特征向量,进行聚类分析,同时对GG聚类与FCM(fuzzy center means)聚类和GK (Gustafaon-Kessel)聚类进行了比较.实验证明了基于数学形态学与GG聚类相结合的机械故障诊断方法的有效性,且证明了GG聚类更适合对不同形状、大小和密度的空间故障数据模糊聚类,聚类效果更好.    

8.  数学形态学在灰度图像处理中的理论和应用  
   尹星云 时慧坤《数字社区&智能家居》,2006年第6期
   研究了数学形态学在灰度图像处理中的基本理论和应用;提出了一种新的基于灰度图像形态学的图像过滤算法。该算法由一个连续交替的开运算和闭运算序列组成,相应的用了一个逐次递增的结构元素序列,以实现逐层过滤,试验表明该算法对灰度图像的过滤有明显的改进。    

9.  数学形态学在灰度图像处理中的理论和应用  
   尹星云  时慧坤《数字社区&智能家居》,2006年第17期
   研究了数学形态学在灰度图像处理中的基本理论和应用;提出了一种新的基于灰度图像形态学的图像过滤算法,该算法由一个连续交替的开运算和闭运算序列组成,相应的用了一个逐次递增的结构元素序列,以实现逐层过滤,试验表明该算法对灰度图像的过滤有明显的改进。    

10.  基于网格距离的高精度聚类算法  被引次数:2
   孟建良  程伟想  牛为华《计算机应用与软件》,2009年第26卷第6期
   为了提高基于网格聚类技术的聚类精度和效率,提出一种新的基于网格距离的高精度聚类算法。该算法一方面通过参考网格在逻辑空间的相对距离进行聚类,从而弥补了大多数计算网格之间距离的算法中需要大量数学运算的不足,另一方面,提出了一种新的边界点处理技术。用实际数据集进行的,实验结果表明,该技术能够有效地提取有意义的边界点,运行速度快、聚类精度高。    

11.  基于Gabor变换的木材表面缺陷图像分割方法  被引次数:1
   王林  白雪冰《计算机工程与设计》,2010年第31卷第5期
   为了提高对木材表面缺陷图像分割的正确率,采用了环形Gabor滤波器将木材纹理图像变换到联合空间频率域,并在能量意义下定义了特征参数.根据多方向滤波结果形成缺陷图像的分割特征向量.结合模糊C均值聚类算法和数学形态学后处理操作提取出缺陷目标区域,分割正确率为98.29%.通过与基于灰度共生矩阵的分割方法进行比较实验,该方法平均分割精度比后者提高了4.22%,实验结果表明了该方法的可行性.    

12.  基于数学形态学和颜色特征的车牌定位方法  被引次数:2
   廉宁  徐艳蕾《工程图学学报》,2014年第35卷第5期
   为了解决单一车牌定位算法在复杂背景中定位效果不理想的现状,提出一种数学形态学和颜色特征相结合的算法对车牌进行定位.首先利用最大类间方差法(Ostu算法)找到一个最佳的阈值,根据所得阈值把得到的灰度图像二值化,然后采用一种改进的数学形态学算法对图像进行边缘检测,最终结合数学形态学和车牌颜色特征进行准确定位.实验表明该算法明显优于传统或单一的车牌定位方法,定位准确率高,对背景限制少,应用范围广.    

13.  基于数学形态学的图像处理技术应用研究  
   李遨空  张红梅《光盘技术》,2007年第4期
   数学形态学是由一组形态学的代数运算组成的,它具有膨胀、腐蚀、开启和闭合四种基本运算,基于这些基本运算可以推导和组合成各种数学形态学的实用算法。本文主要对数学形态学的基本理论及其在图像处理中的一些基本应用进行了初步的探讨,并以二值形态学为主介绍了基于数学形态学的指纹图像滤波处理及应用。    

14.  一种基于数学形态学与改进的SUSAN算子边缘提取快速算法  
   肖玲玲  赵秀鸟《微型机与应用》,2009年第28卷第23期
   提出基于数学形态学和SUSAN算子的灰度图像边缘提取方法,同时对SUSAN算子进行了改进.该方法利用数学形态学开运算估计背景,将原始图像与背景进行几何运算,在处理后的图像上运用改进的SUSAN算子提取边缘,并进行了仿真实验.实验结果表明,该方法不仅具有较好的去噪和边缘提取能力,而且算法简单易于实现,运算速度快.    

15.  基于形态学的木材缺陷检测  
   戴天虹  邱筱斐《机电产品开发与创新》,2011年第24卷第5期
   介绍了数学形态学灰度形态滤波方法,形态学多结构元素梯度边缘检测算法,给出对木材缺陷图像进行数学形态学运算处理后的图像实例。根据木材内部缺陷的特点,分析了结构元素的选取,提出了一种将数学形态学的灰度形态滤波和形态学双结构元素边缘检测有机结合的方法,对木材缺陷进行边缘检测。实验表明,该方法不仅提高木材内部缺陷检测的可靠性,加强了分割图像的可视性和完整性,并提高了缺陷提取的精确度。    

16.  基于聚类分割和特征点的显著区域检测算法  
   占善华  陈晓明《计算机系统应用》,2018年第27卷第6期
   针对彩色图像中的显著区域检测,对基于聚类分割的特征点检测算法及基于亮度、颜色和梯度多特征的显著区域检测算法进行了研究,提出一种基于特征点和聚类分割的显著区域检测算法,该算法的处理思路是先对目标彩色图像利用高斯低通滤波和局部熵纹理分割去除纹理区,得到R、G、B分量的滤波灰度图,聚类分割自动划分出每个分量的最亮区域、最暗区域和剩余区域这三个区域,每个颜色分量选择最亮或最暗这两个区域与剩余区域亮度差值最大的一个区域,对此选择区域边界进行角点、边缘点检测,将其角点和边缘点作为显著点,然后通过数学形态学将显著点扩展到显著区域.利用公共数据库中的多幅自然图像进行实验对比,实验结果显示本文所提算法不仅提高了检测准确性,同时简化了计算过程,验证了该算法在提取尤其是纹理复杂的图像的显著区域上的有效性.    

17.  基于拼片置乱与数学形态运算的伪装迷彩算法  
   《计算机应用与软件》,2014年第1期
   为快速有效地生成针对实地环境伪装的数码迷彩,提出基于背景拼片置乱的迷彩生成方案。算法过程中结合了Logistic混沌映射置乱和图像FCM颜色聚类方法,并运用灰度数学形态学的"开-闭"复合运算对迷彩纹理进行修正,最终实现环境伪装数码迷彩的自适应生成。实验证明,该方法实时高效,生成的迷彩有效地摒弃了易辨识的局部图案特征而保留了环境纹理特征和环境颜色特征,具有较强的实地伪装隐蔽功能。    

18.  小波图像的膨胀-游程编码算法  被引次数:3
   吴铮  何明一《电子与信息学报》,2005年第27卷第7期
   提出了一种基于形态膨胀运算和游程编码的新型小波编码器——膨胀-游程(Dilation-Run)算法。编码器根据图像小波变换后重要系数的带内聚类特性和重要系数分布的带间相似性,利用数学形态学中的膨胀运算搜索并编码各聚类中的重要系数;同时使用一种高效的游程编码技术对各聚类的种子系数,即膨胀运算起始点的位置进行编码,从而避免了小波图像中非重要系数的逐个编码。编码器算法简单,并且基于位平面实现,因此输出码流具有渐进性。实验结果表明,膨胀-游程算法的性能优于零树小波编码器SPIHT,并能与两种形态学小波编码器MRWD 和SLCCA的性能媲美。对于聚类特性显著的图像,算法的性能则优于上述形态学小波编码器。    

19.  基于邻域和密度的异常点检测算法  
   陶运信  皮德常《长春邮电学院学报》,2008年第4期
   为了减少基于密度的异常点检测算法邻域查询操作的次数,同时避免ODBSN(Outlier Detection Basedon Square Neighborhood)中有意义异常点的丢失和稀疏聚类中的对象靠近稠密聚类时导致错误的异常点判断,提出了一种基于邻域和密度的异常点检测算法NDOD(Neighborhoodand Densitybased Outlier Detection)。NDOD吸收基于网格方法的思想,以广度优先扩张方形邻域,成倍地减少了邻域查询的次数,从而快速排除聚类点并克服基于网格方法中的“维灾”。新引入的基于邻域的局部异常因子代表候选异常点的异常程度,用于对候选异常点的精选,可避免ODBSN的缺陷,发现更多有意义的异常点。大规模和任意形状的二维空间数据的测试结果表明,该算法是可行有效的。    

20.  一种特征加权的聚类算法框架  被引次数:3
   高滢  刘大有  徐益《计算机科学》,2008年第35卷第10期
   为了考虑数据各维特征对聚类的不同贡献,并把有监督特征评价方法应用到无监督分类问题中,提出一种特征加权的聚类算法框架.该框架首先通过某种聚类算法对数据聚类,然后,根据聚类结果,采用有监督特征评价方法学习各维特征的权值,再根据特征权值重新聚类,之后再次学习特征权值,该过程反复迭代,直至算法收敛或达到指定的迭代次数.欧几里德空间内基于距离、基于密度的聚类算法均适用于本框架.基于本框架,采用模糊C均值聚类算法(FCM)、密度聚类算法(DBSCAN),并通过信息增益特征评价、ReliefF特征评价方法,对多个UCI数据集进行了实验,验证了该框架的有效性.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号