广义概率Tsallis熵的快速多阈值图像分割

针对传统的熵多阈值法存在的计算复杂度高和分割不准确等 问题,提出了一种基于广义概率Tsallis熵的快速多阈值图像分割方法。首先,对传统的灰 度概率进行修改得到广义概率以构建广义概率Tsallis熵。然后,通过直方图均值自动确定Tsallis熵参数以解决参数不易选择 的问题。随后,将GPTE正确拓展到多阈值分割方法中使得分割更准确。最后,将差分进化(D ifferential evolution, DE)算法与递推算法有机结合应用于GPTE多阈值法中以解决计算复 杂度高的问题。[JP2]图像分割实验结果表明,与基于传统的熵多阈值法相比,本文提出的方法不 仅分割更准确,自适应性更强,而且运行速度更快。     

第二小方向导数信息熵的兴趣点检测

目的 为了提高兴趣点检测的定位准确性和对噪声的鲁棒性,提出利用图像轮廓线及其邻域内像素点方向导数信息熵检测兴趣点的方法.方法 首先利用多方向Gabor虚部滤波器提取图像灰度变化信息得到第二小方向导数.然后利用Canny边缘检测器提取边缘映射,并填补断裂边缘映射提取边缘轮廓线.最后求解图像边缘轮廓线及其邻域内像素点对应的第二小方向导数所对应的信息熵归一化值并作为新的兴趣点测度.和直接由灰度变化信息及分析边缘轮廓形状或曲率提取兴趣点的方法相比,本文算法结合了两种算法的思想,利用轮廓线上及其邻域内的像素点梯度方向信息熵值作为兴趣点测度.同时不同于同质及边缘区域的梯度方向变化,兴趣点处的梯度方向变化信息呈现各向异性的特性,利用兴趣点第二小方向导数(第一小方向导数可能为零)对应的信息熵值作为新的兴趣点测度可提高算法的定位准确性.结果 通过对检测图像进行仿射变换和加入高斯噪声处理后,分别利用Harris算子、CSS算子、He&Yung算子和本文算法提取图像兴趣点,并比较各算法在仿射变换和高斯噪声情况下检测到的兴趣点的平均重复率和定位误差两个性能指标的平均值.其中本文算法的性能指标平均值为1.625,远高于Harris(3.25)、He&Yung(2.625)和CSS(2.5)三大兴趣点检测算子.结论 通过与典型的3种算法相对比,本文算法具有较好的平均重复率及噪声鲁棒性,尤其是图像在外界干扰的旋转变换和尺度变换下对兴趣点的定位性有着更好的检测性能.     

基于最大熵和局部优先度的裂痕唐卡分割

为数字化修复唐卡文物,需先解决破损区域分割问题。针对裂痕型唐卡破损区域破损程度不等,与邻近区域颜色有反差的特点,提出基于最大熵和局部优先度的算法。首先采用最大熵阈值法分割破损唐卡灰度图像,去除伪破损区域,得到破损程度较深区域;然后采用本文提出的新算法—基于局部优先度的过渡区算法分割唐卡灰度图像,去除伪破损区域,得到破损区域的过渡区区域;合并这两类区域得到最终的分割结果。实验结果表明本文算法不仅能对破损唐卡实现有效分割,对壁画等其他破损图像也能很好分割。该算法具有一定的有效性和鲁棒性。     

基于熵和PSO优化SVM的肌电信号跌倒识别

跌倒对老年人的健康构成严重危害,设计了一种基于肌电信号的跌倒识别方法,可用于跌倒检测报警。该方法首先对表面肌电动作信号进行小波包分解,再依据信号特征选取信号的低频分量并重构,计算其排列组合熵,最后以4路肌电信号对应的排列组合熵组成的特征向量输入SVM进行模式识别并采用粒子群算法对SVM中惩罚参数c和核函数参数g进行优化,对8种动作进行识别实验,跌倒识别率88%,特异度98.3%,平均识别率97.0%,优于网格法和遗传算法支持向量机（GA-SVM）的参数优化,具有较强的鲁棒性和抗干扰能力。     

熵能量堆煤图像的定位与识别

目的 针对煤矿皮带堆煤传感器受复杂环境干扰导致检测效率较低的问题,提出一种新的基于熵能量(EE)的堆煤图像定位与识别方法。方法 该方法首先在堆煤图像初始化区域内设定采样单元,统计采样单元前景和背景区域的信息熵,计算信息熵分布的极大值所对应的的灰度阶并统计其出现的概率;然后计算采样单元的熵能量和能量频率,归一化频率系数,并利用能量频率的二阶偏导确定堆煤边缘区域,将采样单元移动至堆煤边缘处;最后,根据采样单元的坐标位置计算堆煤高度和半径,进行实时预警。结果 在煤矿井下皮带堆煤视频上进行算法测试,该算法的单帧图像平均处理速度为0.35 s/帧,堆煤事故预警时间间隔最大为0.35 s,平均识别准确率为97.1%,测试结果表明,该方法对堆煤模糊边缘、环境噪音具有抗干扰特点,可以有效克服强噪音、模糊边缘等因素对堆煤识别的影响。结论 该方法对复杂环境中堆煤定位与识别具有很好的实时性和准确性,对提高煤矿安全生产效率具有重要意义。     

色彩熵在图像质量评价中的应用

目的 由于色彩空间包含了图像的大量信息,而且Lab色彩空间更接近于人眼视觉,因此提出一种改进的无参考图像质量评价算法IQALE(image quality assessment using Lab color space and entropy),通过在SSEQ(spatial-spectral entropy-based quality)算法中加入Lab色彩空间a通道和b通道的特征来提高算法精度。方法 信息熵是近几年研究较多的图像特征,并且能较好地运用在图像质量评价研究中。该文在色彩空间和灰度空间同时提取信息熵特征,通过支持向量机(SVM)对图像特征和MOS值进行训练和测试。结果 在LIVE、TID2008、MICT、CSIQ和IVC这5个常用数据库上的实验结果表明:在算法中加入Lab色彩空间信息可以提高算法精度,并且本文算法IQALE的效果优于目前流行的无参考图像质量评价算法。为了验证算法的可扩展性,该文还在这5个数据库上进行了数据库独立性实验。结论 从实验结果来看,本文提出的IQALE算法通过加入色彩熵特征使得算法具有较高且较稳定的精度,数据库独立性实验也体现了算法较好的鲁棒性,对于各种失真类型都具有较好的普适性。     

基于MatLab的列车安全评估仿真平台

以高速列车行走部的运行状态为核心,通过计算机建立以数据管理,状态反演和安全预警为目的高速列车安全性态评估仿真平台。运用Simpack对高速列车的各种故障状态进行实时仿真,并通过Mat Lab对海量数据以小波熵和经验模态分解(EEMD能量距)的方法对高速列车运行过程的故障进行提取特征和分析,以基于向量基和LVQ神经网络的分离器对故障进行识别,从而完成对列车高速列车故障的反演和提前预警。实验表明,上述实验平台能准确地对列车故障状态进行识别,达到安全预警的目的。     

装备故障样本优化方法研究

测试性验证装备的故障样本往往相互关联,全部注入费用较高、代价较大.为了降低验证试验费用,采用适当方法对故障样本进行优化分析.为提高故障检测率,提出了一种等价样本的故障样本优化方法.方法在分析故障-测试关联矩阵及其扩展、故障模式功能等价集合和故障模式测试等价集合的基础上,构建了故障样本等价集合,并进行重要度特征分析和最大熵求解,确定了最小的故障样本集合.通过对某型试验台故障样本优化实例分析,并与传统的方法进行了试验结果对比分析,使得故障样本数量、试验费用大为减少,提高了测试性验证的经济性.     

基于超熵产生的河型稳定判别式

基于非平衡态热力学理论中的超熵产生研究河型的稳定性,对河型是否有可能转化做出定量判别分析。选择河流系统的广义力和广义流,构造出河流的超熵产生以及超能耗率,根据超能耗率推导出河型稳定判别式。应用该判别式分析了黄河下游5个河段3种不同河型的稳定性,计算结果表明这5个河段的河型是稳定的,近期没有发生河型转化的可能性,与实际情况相符。利用该河型稳定判别式,不仅可判别河型的稳定性,还可以预测河流调整方向,为河流整治工程提供科学依据。     

基于概率熵判据的大坝位移预警概型比较

基于数理统计原理,依据概率分布采用小概率估计方法拟定大坝位移预警指标是实现大坝安全监控的常用手段.借助系统可靠度分析方法,选取能够良好刻画系统服役性态的威布尔(Weibull)分布(三参数及二参数)、伽玛(Gamma)分布和对数正态(Log-normal)分布,针对大坝典型坝段位移监测序列,分别建立其概率分布模型,实现对分布参数的求解,再以最大熵原理为判据,选取能最客观描述大坝服役性态的分布,结合大坝失事概率,完成概率分布模型比较研究和位移预警值估计工作.实例表明:相较于其他分布,三参数Weibull分布能最客观描述典型坝段服役性态,故利用其对坝段位移预警值进行估计更加可靠.