基于多示例学习的图像标注方法

随着数码产品,移动智能设备以及存储设备的普及,大数据时代已经来临,如何对海量数据进行有效的组织、管理、存储成为科研以及商业领域急需解决的问题,在图像数据挖掘当中,图像标注分类是当前比较热门的方向。采用机器学习的方法来找到大规模数据当中的隐含规律,实现样本的视觉内容到概念的映射需要对视觉数据内容进行恰当的描述,如果我们使用整个的图像作为基本单元,存在的问题就是视觉数据往往具有歧义性,难以准确表述包含的语义,多示例学习方法应运而生。图像分类问题本身是一种多标签问题,传统方法将其转化为一系列的单标签问题解决,忽略了标签之间的相关性,我们将标签相关性引入到模型构建当中,实验取得良好效果。     

局部表面改性紫铜方柱阵列池沸腾传热特性和机理

以局部表面改性的紫铜直方柱和梯度方柱阵列为研究对象，实验研究了表面润湿性、表面形貌和表面活性剂对池沸腾换热性能和气泡生长特性的影响。实验工质为去离子水，浓度分别为100、200、400、800 mg·L^-1的异丙醇溶液和正庚醇溶液。实验结果表明：方柱阵列表面镀银之后润湿性变差，表面产生的气泡数量减少。向去离子水中添加异丙醇或正庚醇后，在热通量为66.1～202 kW·m^-2时，气泡脱离直径变小、数目减少，而当热通量增至413 kW·m^-2时，活性剂能够有效阻碍气泡合并，故池沸腾传热系数随着浓度增加先减小后增大。上下层宽分别0.5 mm和1 mm、间距为2 mm的梯度方柱阵列结构有助于气泡的合并，但由于促进了固体表面气膜的形成，从而降低了沸腾换热性能。     

一种改进的文档图像倾斜检测算法

在分析现有倾斜检测算法基础上,提出一种改进的文档图像倾斜检测算法。该算法首先对文档图像进行图像增强、去噪和二值化处理,然后提取边界线、计算每条边界线的角度,最后计算加权平均得到文档图像的倾斜角度。通过在计算每条边界线的角度过程中引入LMS算法。改进的算法提高了原算法的精确度、稳定性和适应性。实验表明,改进的方法有效可行。     

基于图像反馈的标靶面与光轴垂直调节系统

介绍了摄像机标定的内部参数,阐述了标靶面与光轴垂直可以简化标定的过程.当标靶面与光轴垂直时,利用标靶面上特征圆在CCD成像面上成像也是圆的特点,提出了基于图像反馈的标靶面与光轴垂直的调节方法.一般情况下,标靶面与光轴不垂直,标靶面上特征圆在CCD成像面上成像为椭圆.通过图像处理和最小二乘椭圆拟合法计算出成像椭圆的长短轴及偏角,设计了调整控制策略.实验结果表明,该方法是有效可行的.     

图像重建的统计自适应子集算法

有序子集算法大大提高了图像重建迭代算法的收敛速度.增加子集的数目可以加速收敛,但图像质量会由于子集内缺少统计信息而下降.提出了一种基于假设检验的子集划分方法,建立了检验统计量,给出了算法的迭代公式.该算法可以根据用户定义的显著性水平,在每次迭代时自动调节子集的个数,生成含有相同统计信息量的子集.实验结果表明:该方法可以在少数次迭代后得到较高质量的重建图像.     

基于RFS和ART的高光谱图像主成分提取方法

针对传统高光谱图像主成分提取方法受数据分布状态和噪声影响大的缺点,提出基于区域特征光谱的ART(Adaptive Resonance Theory)神经网络主成分提取算法.首先通过多方向阈值空间邻域聚类提取区域特征光谱作为ART的输入模式,利用ART网络的自适应特性获取地物光谱矢量特征,并通过对光谱矢量聚类完成图像的主成分提取.对高光谱图像仿真结果表明:通过提取区域特征光谱,神经网络的数据处理量减少了约97%;算法能够较准确地提取图像主成分且提取效果明显好于K-均值算法.     

一种均匀圆形阵列方向图的综合方法

针对均匀圆形阵列副瓣较高的问题,采用一种基于最小均方误差准则的自适应算法对均匀圆形阵列方向图进行综合.自适应算法利用自适应天线阵的抗干扰特性,在主副瓣区域加入大量的人为干扰,天线阵的主、副瓣电平将发生变化,通过多次调整能使方向图指标达到指定要求.仿真结果表明:算法能有效的控制副瓣电平、主瓣方向和宽度.     

MCRASC-MGSC微型阵列语音增强方法

提出了一种基于多路抗串扰自适应信号抵消(MCRASC)的修正广义旁瓣抵消(MGSC)方法,通过使用MCRASC来阻塞MGSC中需要阻塞的语音信号,使微型阵列输出的增强语音效果明显提高.真实环境下的实验验证了方法的有效性.     

结合PCM和MIE的多模态图像配准方法

针多模态图像配准问题,提出了一种基于相位一致性模型（PCM）和互信息熵（MIE）的配准方法.通过相位一致性模型同时提取多模态图像的角点和边缘特征,在边缘图上取角点的邻域,依据邻域间互信息熵的最小值在估计区域搜索匹配特征,利用RANSAC算法去除错配,进而确定待配准图像间的变换参数.实验表明：该方法达到了像素级配准精度、求解稳定,对多模态引起的非线性灰度变化、光照变化、噪声等都具有较强的鲁棒性;计算精度较基于同类特征的配准方法高,角点、边缘等几何特征综合运用在多模态图像配准中效果良好.