三维医疗影像数据自动分割算法研究

对传统的边缘提取及区域分割方法进行了一定的改进,将其扩张到了三维体数据中,并针对hessian矩阵边缘效应特别强的特点,提取其最大特征值进行图像分割,取得了一定的效果。     

利用动态链接表的二值图像目标区域分割

为了准确、快速地对二值图像中的连通区域进行标识,分割出各个目标物体的位置和面积.提出了一种基于动态链接表的连通区域标记方法.以目标像素线段为基本处理单元,令像素扫描和连通标识同步进行,同时,建立所用连通体的动态链接表,仅需一次扫描便可根据链接关系将图像中所有目标物体分割出来.定义"中空"的4邻域模板.通过特定的判断运算...     

基于NSUDCT的红外与可见光图像融合

针对同一场景的红外与可见光图像,提出了基于非下采样均匀离散Curvelet 变换（NSUDCT）的图像融合方法。首先使用标记控制的分水岭分割（MCWS）算法对源图像进行区域分割,对各分割结果进行叠加得到联合区域图。然后对源图像进行非下采样均匀离散Curvelet 分解,分解后的低频系数采用区域对比度和区域标准差作为量测指标进行融合,高频方向系数使用基于局部能量的融合规则进行融合,并对融合系数做一致性检测。最后通过各频带融合系数重建得到融合图像。实验结果表明文中方法取得了比较好的视觉效果和量化数据,相比基于NSUDCT 的像素融合方法,此文方法的熵值提高了9.87%,交叉熵减少了68.04%,互信息提高了80%。     

基于特征区域分割的立体视频视觉舒适度评价方法

为准确反映人眼在观看立体视频过程中的视觉舒适程度,提出了一种基于特征区域分割的立体视频视觉舒适度评价方法。首先自适应地分割提取出立体视频序列中的人眼的感兴趣区域,以及相邻帧间的运动区域,然后结合深度感知理论和空间合并技术,对视觉舒适度这一特征量进行建模,最后实现对立体视频视觉舒适度的评定。实验结果表明,使用本文的方法对立体视频视觉舒适度进行评价,可以很好的模拟人眼直接观测的视觉感受,对于视觉舒适度的研究具有重要的参考价值。     

基于立体视觉的移动机器人障碍检测算法研究

针对室内导航环境的特点以及匹配精度和匹配算法的实时性问题,本文提出了一种基于区域分割的障碍检测方法。通过区域分割,把图像对应点的匹配问题简化为区域边界点的匹配,提高了匹配的精度。分割后的区域作为一个独立的对象进行处理,障碍物三维信息计算转化为视差的判断,提高了匹配的速度。该算法能够实现在室内环境下的实时障碍检测,不需要利用环境的先验知识,具有较强的自适应性。实验结果表明了该方法的有效性。     

一种基于区域分割的红外可见光图像融合方法

提出了一种基于提升小波和区域分割的红外可见光图像融合方法。先对红外图像和可见光图像进行提升小波分解,得到各自的高频和低频子图像,利用红外图像的热效应特征显著的特点对红外图像的低频子图像进行检测分割,用分割得到的二值图像来指导低频子图像的融合决策,对于高频子图像,采用区域方差匹配度决策法,最后对融合后的小波系数进行重构得到融合图像。实验结果表明,这种算法能够合理有效地保留红外图像的热目标信息以及可见光图像中丰富的光谱信息,提高了图像的可理解性,客观评价准则与目视效果吻合良好。     

不确定业务量矩阵下鲁棒路由算法研究*

在研究不确定业务量矩阵下的鲁棒路由时,为了能够保证网络的绝对性能(如最大链路使用率不大于某一门限值),提出算法TSSA按照ISPs给定的链路使用率门限值r把业务量矩阵的变化范围D划分成K部分,对其中的K-1部分可以分别求出一套满足最大链路使用率不大于r的最佳路由方案。仿真结果显示,与使用针对单个TM求出的最佳路由方案对D进行分割相比,TSSA可以把D分割成更少的子集合。     

一种改进的迷彩设计中背景图像分割方法

针对迷彩设计中常用的彩色图像分割方法计算量过大、分割效果不明显等问题,提出一种改进方法。先确定背景中与主色接近的军标色,然后结合区域分割与聚类分析的思想,得到不同特征的分割效果。实验以图像色度为分割特征,在选取不同阈值的情况下,列举并分析了所得结果。实验结果表明,改进后的方法能够较好地分割背景图像并保留其细节纹理特征,得到较为理想的设计效果。     

一种智能建筑中门禁系统的行人检测方法

目标检测在计算机视觉应用中占据重要地位。目前的应用极其广泛,如行人检测、智能交通、高级人机交互。2005年Dalai等人提出的HOG（HistogramsOfOrientedGradient,HOG）最早被用于行人目标的检测中,-K-,~于人体检测的性能优于Haar,PCA—SIFT和Shapecontext等方法,并获得了较好的效果。但以HOG作为人体特征进行人体检测时,存在着目标背景复杂等问题,极大的影响了检测精度。为了更好的提高人体检测的精度,本文提出运用区域分割的方法,使目标和背景区分开来,只对目标进行计算以减少背景的干扰。     

一种智能建筑中门禁系统的行人检测方法

目标检测在计算机视觉应用中占据重要地位。目前的应用极其广泛,如行人检测、智能交通、高级人机交互。2005年Dalai等人提出的HOG(Histograms 0f Oriented Gradient,HOG)最早被用于行人目标的检测中,其用于人体检测的性能优于Haar,PCA-SIFT和Shape context等方法,并获得了较好的效果。但以H0G作为人体特征进行人体检测时,存在着目标背景复杂等问题,极大的影响了检测精度。为了更好的提高人体检测的精度,本文提出运用区域分割的方法,使目标和背景区分开来,只对目标进行计算以减少背景的干扰。