基于PCNN模型的区域生长图像分割

提出了一种结合区域生长算法和脉冲耦合神经网络进行图像分割的方法.该方法将待分割图像的像素点映射为PCNN模型中的神经元,把改进的脉冲耦合神经网络模型的点火频率同区域生长的理论结合起来进行图像分割.实验表明该方法分割的图像与传统的分割法相比具有边缘信息更加完整,区域划分更加准确,分割效果更能符合人眼视觉的识别特征.     

基于模板匹配和垂直投影的车牌字符分割算法

车牌识别(LPR)是智能交通系统中的一个重要环节,而字符分割又是车牌识别中的关键部分。针对车牌字符分割问题,提出了一种改进的车牌字符分割算法。首先,对于图像的滤波采用了"条状可变阈值滤波算法",分割环节则采用了垂直投影和模板匹配相结合的算法,并结合现实生活中车牌的一些不利因素的影响,做出相应改进,不仅提高了算法对不同环境下采集的车牌的适应性,而且增加了抗干扰能力。实验结果表明:该方法实现简单,分割质量好,便于下一步的字符识别。     

基于卷积神经网络的图像分割算法

本文介绍了传统卷积神经网络的基本原理和存在的问题,然后针对存在的问题,提出了一种基于图分割技术的全卷积神经网络算法。经实验验证可知,本文所提出算法在分割精度、平均精确度、全局精确度、计算效率和存储空间占用方面均优于传统算法,同时本算法具备一定的推广和应用价值。     

基于卷积神经网络的图像语义分割技术

本文阐述了卷积神经网络的基本概念,并基于此引出全卷积神经网络和带孔卷积等卷积神经网络,对其含义、优缺点及其在图像语义分割中的应用进行了进一步的介绍和总结。本文阐述了卷积神经网络的基本概念,并基于此引出全卷积神经网络和带孔卷积等卷积神经网络,对其含义、优缺点及其在图像语义分割中的应用进行了进一步的介绍和总结。     

基于微粒群优化算法的图像阈值分割

本文简要介绍了微粒群优化算法、图像阈值分割原理和方法,将微粒群优化算法应用到图像阈值分割问题中,对最优分割阈值进行全局寻优,并与基于迭代法、Otsu法的阈值图像分割结果进行对比,结果表明微粒群算法优化的分割阈值分割效果更好。将本方法应用到犯罪现场灰尘加层足迹图像的处理中,取得了较好的图像分割效果,为公安技术人员对犯罪现场物证信息后期处理提供了一种新的方法。     

基于改进CV模型的绝缘子精确定位研究

在进行绝缘子污秽处理研究时,对绝缘子进行匹配识别后不可避免的要对绝缘子进行精确定位分割,针对运用普通的Chan-Vese(CV)模型对绝缘子图像分割时存在无法完整分割目标,甚至错误分割的问题,提出应用改进的CV模型对绝缘子图像进行精确定位。首先为抑制图像过渡部分的突变,利用中值滤波增强原始图像的平滑性;其次通过分析目标图像RGB各分量特点对目标图像进行粗定位,得到绝缘子的位置点,同时运用Hough变换确定绝缘子倾斜角度;然后提出应用绝缘子的位置点与倾斜角度对绝缘子进行精确定位,并构造绝缘子的CV模型初始轮廓,最终完成绝缘子的分割处理。实验结果表明:通过改进CV模型对任意位置的绝缘子进行精确定位的方法可准确、快速地分割绝缘子图像,具有较强的自适应性。     

基于互信息量的图像分割

图像分割是图像信息处理的热点和难点之一，常用的分隔方法有阈值法和聚类法等。模糊C均值（FCM）算法因其实现简单、结果较优而得到广泛应用，但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题，研究者们对此进行了大量研究和改进，但均无法彻底解决上述问题。基于模拟退火算法和互信息量，以最大互信息量为优化目标，文章提出了一种新的分类类数判据——互信息熵差，并在此基础上构造了一种新的阈值分割算法——最大互信息量分割算法（MMS）。实验结果表明，MMS克服了FCM算法的上述不足，更为重要的是，     

一种基于遗传算法的Normalized Cut准则图像分割方法

Normalized Cut准则图像分割是基于图论的方法,是一种比较典型的规范化分割,但由于其运算量较大、收敛条件难以控制等缺陷,使得图像二值化分割不均匀。本文从Normalized Cut缺陷研究入手,利用遗传算法全局快速检索特性,改进Normalized Cut优化函数,获得精度理想的图像分割效果。     

关于医学图像去噪的方法研究

目的 :为了研究新的医学图像去噪方法。方法:对同组图片做小波变换、中值滤波和合并小波变换和中值滤波图像去噪新方法 ,观察对比去噪后图片的清晰度。结果:通过对比实验,研究结果显示合并小波变换和中值滤波图像去噪方法有很好的临床效果。结论:合并小波变换和中值滤波图像去噪方法是有效的。     

基于肤色模型和背景差分的手指区域分割方法

为了提高基于计算机视觉的人机交互系统中触控手指区域分割的性能和精度,提出了一种基于肤色模型和背景差分的手指区域分割方法。首先,根据肤色的聚类特征,在YCb Cr色彩空间上建立肤色模型,对手指区域进行肤色分割;随后加入自适应更新的背景差分法摒除图像中光照度和背景颜色的干扰。实验结果证明:该算法在复杂背景下分割手指区域具有较高的准确性和实时性,能应用在嵌入式环境中。     

Semantic Fire Segmentation Model Based on Convolutional Neural Network for Outdoor Image

Fire Technology - In this paper, we proposed a semantic fire image segmentation method using a convolutional neural network. The simple but powerful method proposed is middle skip connection...     

基于Cloud Model的大学生毕业质量评分模型的研究

毕业生质量的评价模型应该是动态的、分层次的、多属性的,这样才能给高校教学工作者和管理层提供更加全面和及时的反馈信息,从而更好的推动高等学校人才的培养。本文在已有的评测模型的基础上,引入相对全面的评价指标体系,对测试过程进行系统开发,最后以某届毕业生的评测过程为例,以验证评价模型和系统的正确性、稳定性。     

基于Revit模型的版本转换研究

在BIM建模、应用及管理的过程中, 面对灵活多变的应用场景, 需要对Revit模型进行版本的转换, 但是截止目前, 行业内缺少Revit模型降版本的手段。本文通过Revit二次开发的方式, 自主研发了Revit模型版本转换工具, 将Revit模型主要构件的关键信息收集并储存成为一种中间文件格式, 再使用另一个版本的Revit读取中间文件并通过调用API创建相应构件, 实现Revit模型的版本互转, 达到模型降版本存储与使用的目的。验证表明, 以上方法能够实现Revit模型的向下兼容, 并大大降低模型版本转换的时间成本。     

基于图注意力机制超分网络模型的土建场景实例分割

针对变电站土木建设现场智能识别中的建筑工地施工场景复杂、目标识别分割困难及信息不对称等问题,本文提出了一种基于图注意力机制超分网络模型的智能识别场景解析技术,利用图卷积神经网络和注意力机制网络提取图像目标特征深层次信息,通过双线性插值与反卷积相结合的像素超分辨率技术处理得到清晰的图像目标物边界,实现变电站土建场景实例分割。结果表明,图注意力机制超分网络模型有效解决了航拍图像中目标物边界信息不丰富、实例分割精度差等问题,准确分割变电站场景目标物,目标物边缘界限清晰。     

基于Ncut的自适应图像分割方法

为了解决传统归一化割(Normalized cut,Ncut)算法需要人工干预因素过多,限制了算法的通用性,本文对传统Ncut算法进行了改进,提出了自适应的图像分割方法。首先采用基团势的理论替代了传统的Ncut算法中计算权值矩阵时两个控制参数对结果的影响;然后为了减少K-means算法对分类数目和类中心的敏感,本文采用基于最小生成树的聚类方法对Ncut计算出的特征向量进行分类,得到最终的分类数目和初始类中心,然后再采用K-means算法进行聚类得到最终的分割结果。实验结果显示,本文的算法不仅提高了算法的通用性,并且分割效果比较好。     

一种基于蚁群聚类的图像分割方法

目前聚类技术已成为图像处理,计算机视觉,模式识别等研究邻域的重要方法。本文在群体智能理论和聚类算法的基础上,提出了一种基于蚁群聚类算法的图像分割方法。实验表明,该方法能够较好的分割图像,具有较好的聚类效果。     

基于PCA算法的机载LiDAR点云平面分割算法研究

屋顶面提取是建筑物三维重建的关键部分,目前常用的屋顶面分割算法均有一定的局限性,如计算量大,效率低下等。本文结合PCA算法和区域增长算法,利用PCA计算点云法向量,可有效降低噪声对点云法向量的影响,改善区域增长的结果,同时也有效提高平面拟合时的效率。本文方法结果优于RANSAC算法和传统的区域增长算法。     

基于最大Lyapunov指数的变形预测模式研究

变形危害巨大,变形监测与变形预测则成为必然,由于变形的过程受到地质、水文、地震和人类工程活动等因素的影响,可视为一种具有混沌特征的动力系统。故本文以混沌理论为基础,提出了基于最大Lyapunov指数的变形观测模式,并利用工程实例进行了分析研究。研究表明,变形监测时间序列中的最大Lyapunov指数均大于0,根据混沌理论,可判断变形序列存在混沌现象,同时预测的结果显示,基于混沌时间序列的最大Lyapunov指数法的预测具有较高的精度,故研究成果具有的一定的理论和应用价值,为变形预测提供了新途径。     

基于方针管理的企业预算管理模型研究

将方针管理的PDCA循环过程,运用于企业的预算管理之中,构建了以PDCA过程循环为特征的预算管理模型。该企业预算管理模型对于充分发挥预算管理在企业管理中的作用,实现企业中长期战略目标具有理论和现实意义。