考虑样本均衡机制的大脑皮层点云语义分割方法

已有的大脑皮层分割方法多是在磁共振成像（MRI）图像的大脑结构分割基础上,再提取皮层信息作为最终分割结果。针对现有方法存在的数据量大、分割效率低、准确率易受到大脑内部结构分割结果影响的问题,提出了一种考虑样本均衡机制的大脑皮层点云语义分割方法。首先在充分考虑大脑皮层点云集合数据特点的基础上,应用PointNet分割网络对大脑皮层进行语义分割;然后引入样本均衡机制改善分割模型的损失函数,以提升较小语义分区对分割结果的贡献度。不同数据集上的实验结果表明,与SLANT-27相比,使用PointNet大脑皮层点云语义分割方法能够有效提高分割准确率和分割效率,而融入样本均衡机制后的大脑皮层点云语义分割方法在小分区的分割准确率上提高了至少16个百分点。研究结果显示PointNet能够很好地解决大脑皮层分割问题,并且样本均衡机制能够明显提升语义分区的平均准确率。     

基于道路图像的阈值分割算法的研究

在众多的图像分割技术中,阈值化技术是基于区域的图像分割技术,是图像分割中最重要而有效的技术之一.本文给出了几种常用图像阈值分割方法,并提出了一种基于道路图像序列的改进的逐行最优阙值分割算法,其内容是:相邻两帧图像的对应行的亮度、对比度等近似不变,因此它们对应的分割阈值也有近似不变性,运用迭代的方法控制相邻两帧图像对应行的阈值,从而减少运算量,提高算法的实时性.对比仿真结果表明,改进的分割算法具有较高的精度和较好的实时性、鲁棒性.     

图象过渡区提取与分割算法评价

对几种基于过渡区提取的图象分割算法进行了较为全面的综合评价,包括分割质量评价、抗噪性评价、运算复杂度评价、目标背景面积比影响及人为参数等方面的评价,评价使用了4种典型的过渡区提取与分割算法,以及两种经典的阈值化分割算法。评价结果表明,过渡区提取与分割算法可以取得优于传统阈值化分割算法的综合性能,是一种值得研究的图象分割方法。     

基于视觉特征的网页最优分割算法

网页分割技术是实现网页自适应呈现的关键。针对经典的基于视觉的网页分割算法VIPS(Vision-based Page Segmentation Algorithm)分割过碎和半自动的问题,基于图最优划分思想提出了一种新颖的基于视觉的网页最优分割算法VWOS(Vision-based Web Optimal Segmentation)。考虑到视觉特征和网页结构,将网页构造为加权无向连通图,网页分割转化为图的最优划分,基于Kruskal算法并结合网页分割的过程,设计网页分割算法VWOS。实验证明,与VIPS相比,采用VWOS算法分割网页的语义完整性更好,且不需要人工参与。     

医学图像分割算法的评价方法

对医学图像分割算法的客观评价是推进算法在临床上得到应用的关键。针对目前对医学图像分割方法的研究较多,而对分割算法的评价方法的研究却很少的问题,提出了一种判断和比较医学图像分割算法优劣的评价方法。首先对现有的几种评价方法进行了综述,并总结出了一套评价系统。可靠性、精确性、区域统计特性和效率是评价一个分割方法的4个重要参数,结合医学图像分割分别对它们的定义进行了说明。这些参数互相影响,评价分割算法时必须权衡这些指标,根据不同的应用背景赋予它们不同的权重。此外,还介绍了如何建立医学图像分割金标准数据库的方法。最后,通过Insight Toolkit（ITK)软件包中的两个算法例子,结合脑白质分割的医学背景,演示了如何利用本文评价系统来对这两种分割算法做出比较。实验结果表明,该评价方法可行,比较结果具有合理性。该研究为医学图像分割算法的评价提供了科学合理的方法,同时也指出了推动医学图像分割算法在临床上应用所应解决的问题。     

基于遗传算法的最优直方图阈值图像分割算法

为了保证遗传算法能够尽快收敛到全局最优解,避免早熟现象发生,提出了适应度标定公式,保证适应度函数值总为正值。新的适应度函数能够正确引导群体的发展方向,提高选择压力;提出了相似度概念,保留相似性差的个体,剔除相似性个体。在不增加群体规模的前提下,增加了群体的多样性。为了有效地对图像进行分割,提出基于改进遗传算法的图像分割方法,采用Otsu公式,找出分割图像最优阈值。给出不同改进遗传算法计算实例比较和不同图像分割方法效果图。     

分水岭分割的方向迭代后处理算法

为了提取彩色图像中线目标,该文提出了一种新的彩色图像分割算法,首先对图像进行分水岭分割得到初始过分割图像,并通过模糊聚类方法得到区域分类概率,然后根据图像的边缘信息和空间特性,得到区域的线方向邻接区域,最后通过迭代的方法,利用线方向邻接区域信息更新区域的分类概率。实验结果显示了很好的提取效果。     

基于精度依据准则的图像分割算法评价

在图像处理中,图像分割是一类重要的研究方向。图像分割算法的好坏,影响到分割结果的优劣,因此对分割算法的性能评估十分重要。本文提出了一种图像分割算法性能的评价方法——精度依据准则,该准则是对原始特征量值和实际特征量值做比较,通过对绝对值的大小来判断算法的好坏。通过实验比较,该方法具有不错的算法性能评估准确度。     

基于像素聚类的指纹分割算法

为准确提取有效指纹区域,提高自动指纹识别系统的准确率,降低后继处理算法的时间消耗,以像素点为考察对象,将条件概率事件模型引入到指纹图像分割方法中,在研究指纹图像所固有的纹理特征后,提出了指纹条件概率模型,根据有效指纹脊线与背景区域的差异,结合指纹脊线的相关特征,将指纹图像上的像素点分为有效指纹区域内的像素点和背景像素点两大类,为指纹图像的分割处理提供了一种有效的方法。     

面向对象的遥感影像最优分割尺度评价

遥感影像分割决定了后续分类的精度,鉴于目前分割技术评价的研究缺乏且局限于主观判断的现状,以定量方法确定最优分割尺度。利用Definiens平台面向对象的分割算法,将组成对象的像素灰度值的标准差作为衡量对象内同质性的标准,用与邻域的平均差分的绝对值作为对象间的异质性度量变量,同时考虑面积权重的影响;根据上述3个评价指标,在考虑多光谱影像的基础上,构造了平均分割评价指数;基于该评价指数,以优度实验法对QuickBird多光谱影像进行了研究,并确定了不同地物类型的最优分割尺度。最后,利用平均对象匹配指数对评价结果进行了验证,并对评价方法的可行性进行了探讨。     

基于交叉视觉皮层模型的边缘检测算法

交叉视觉皮层模型(ICM)在处理图像时,会因连接矩阵权值设置不当而产生错误。为此,提出一种新的连接矩阵设置方式,介绍基于交叉视觉皮层的边缘检测算法,确定神经元点火范围。将该算法应用于模糊医学图像的边缘提取中。实验结果表明,与其他边缘检测算法相比,该算法能够较好地提取模糊医学图像边缘,具有较高的精度。     

一种高精度声表面波标签无线测温算法

针对声表面波(Surface Acoustic Wave,SAW)标签无线测温时延估计精度不高的问题,提出了一种新算法;为降低对硬件转换速度和采样率的要求,采用频率步进连续波(Frequency stepped continuous wave,FSCW)作标签的询问信号,利用频率粗估计和相位精估计相结合的方法提取回波时延;推导出回波时延估计的Cramer-Rao下限(CRLB),分析了相关参数对其影响;在复加性高斯白噪声条件下,利用时延估计结果进行无线测温;当起始频率为902MHz,扫描带宽为26MHz时,仿真结果证明该算法测温误差仅为频率估计算法的1/60。     

基于差分进化算法的B 样条曲线曲面拟合

应用B 样条曲线曲面拟合内在形状带有间断或者尖点的数据时,最小二乘法得到的 拟合结果往往在间断和尖点处误差较大,原因在于最小二乘法将拟合函数B 样条的节点固定。本 文在利用3 次B 样条曲线和曲面拟合数据时,应用差分进化算法设计出一种能够自适应地设置B 样条节点的方法,同时对节点的数量和位置进行优化,使得B 样条拟合曲线曲面在间断和尖点处 产生拟多重节点,实现高精度地拟合采样于带有间断或尖点的曲线和曲面数据。     

青藏高原地区被动微波遥感反演地表温度算法验证

近年来,青藏高原地区的水热平衡成为关注的焦点,而地表温度是陆表过程模型的重要输入参数之一。被动微波遥感在地表温度反演上已经取得了一些进展。本文重点用被动微波数据反演地表温度算法对青藏高原地区的数据做不同下垫面的地面验证和分析,包括Mao(2005)、Richard(2003)、Zhao(2011)3种算法。研究表明:Richard(2003)的单通道算法能够适应低矮植被地区,反演精度高;Zhao(2011)算法在裸土地区的反演精度更高;而Mao(2005)算法出现了低估的情况。研究发现3种算法的绝对误差随不同时间降雨的变化呈现相同的波动趋势,即反演精度受到降雨的影响,降雨量增大,温度反演误差变大;降雨之后,随着地表逐渐干燥,土壤水分逐渐减小,误差随之减小。     

一种深度图像中的表面曲率估计算法

曲率估计在深度图像分析中占有重要地位,传统的有限差分或局部拟合方法未考虑到表面上可能出现的不连续性,因而会不可避免地出现错误,为了得到有效可靠的曲率估计,本文提出了基于自适应局部表面拟合和鲁棒最大似然的估计的曲率估计算法,首先,提出曲面是分片光滑的假设,表面曲率需从该像素所属的光滑曲面片来估计,其次,定义了能量函数来度量拟合窗的平滑度,在局部表面拟合时,依据最小化能量函数的原则来自适应移动拟合窗的中心,以使拟合窗达到最“光滑”,最后,采用鲁棒最大似然估计以消除仍然存在的“局外点”的影响,理论分析和实验结果证明估计算法是稳健,可靠,有效的且计算复杂度小。     

基于混合遗传算法和表面间平均体积度量的深度像匹配

提出了一种利用改进的遗传算法和表面间平均体积测度进行深度像匹配的方法.与现有基于距离的误差评判不同,该方法通过衡量深度像重叠区域内每个三角形所对应三维空间的大小来指导深度像的配准.另外,遗传算法的使用避免了困扰ICP算法的初值选取问题,退火选择、最优个体迁移以及动态的空间退化都保证文中所提出的混合遗传算法比传统的遗传算法具有更快的收敛速度,能够有效地完成深度像的精确匹配.实验结果表明该算法具有较高的配准精度,收敛速度快而且抗噪声能力强.     

一种改进的SVM回归估计算法

支持向量机是一种基于结构风险最小化原理的学习技术,也是一种新的具有很好泛化性能的回归方法。目前,如何设计快速有效的回归估计算法仍然是支持向量机实际应用中的问题之一。文中对标准SVM回归估计算法加以改进,提出一种改进的SVM回归估计算法,并从学习速度和回归估计精度两个方面对提出的改进的SVM回归估计算法与标准SVM回归估计算法进行了比较。实验结果表明,在学习速度与回归估计精度之间取折衷时,文中提出的回归估计算法自由度更大。     

An Algorithm of B-Spline Surface Interpolation

A surface interpolation algorithm is presented. By using a special kind of knot vector. a B-spline surface can be constructed to interpolate an array of m ×n positions, including parameter u and v tangent vectors and twist vector at each positions. Single surface interpolation approach is easier to ensure the smoothness of the interpolating surface than multi-patches method. This algorithm can be used to solve the approximating problem of B-spline approximation of general parametric surface.     

基于遗传算法的曲面匹配

提出了一种基于遗传算法的曲面匹配算法。该算法构造曲面的有向深度图像,将问题由3维转化到2维,通过图像的比较来获得曲面的匹配误差。由匹配误差值得到适应度值,使用遗传算法对曲面的匹配位置在7维空间中进行寻优,得到最优匹配。该算法稳定、高效。     

采用空间分割的平滑曲面重构算法

面绘制是科学计算可视化中一个重要的研究方向，移动立方体是实现面绘制的一个重要算法，八叉树是一种有效的表示三维物体的方法，该文在八叉树生成的基础上，提出一种基于空间分割的表面重构算法，将绘制空间分别按X轴、Y轴和Z轴进行分割，生成的树的节点个数小于等于8个，与八叉树方法相比，减少了所生成叶结点数量，再通过移动立方体算法生成三角面片。三角面片通过平滑处理，提高了图形显示质量。