基于归一化RGB与椭圆相似度的圆形交通标志检测

提出一种基于归一化RGB(NRGB)和椭圆相似度的圆形交通标志检测方法。首先将图像的RGB模型转换为NRGB,利用阈值分割得到红、蓝、黄颜色分量,然后根据面积和长宽比去除干扰区域,最后利用椭圆相似度检测感兴趣区域是否为圆型交通标志。实验结果表明,该方法能在复杂背景中准确定位圆形交通标志,获得了较高的检测率和较低的误检率。     

肤色相似度和动态阈值相结合的肤色分割技术

为了提高人脸检测的速度与性能,提出一种基于肤色相似度与动态阈值相结合的肤色分割方法。首先在YCgCr颜色空间计算肤色相似度,然后给出一种基于类间方差和类内离散度相结合的动态阈值确定方法,根据求得的动态阈值进行肤色分割,并对肤色分割后的二值图像进行滤除噪声处理。实验结果表明该方法改善了肤色分割性能,能够在复杂背景下实现肤色区域的精确分割,从而提高了人脸检测的速度和性能。     

基于Bootstrap区间估计的中药指纹图谱相似度阈值确定方法研究

利用指纹图谱相似度评价中药质量时,色谱指纹图谱样本的数量有限。小样本条件下指纹图谱相似度值的分布难以满足正态分布或近似正态分布,不适合直接利用传统的区间估计方法来确定相似度的阈值。本文利用Bootstrap方法扩增样本,建立了小样本条件下的指纹图谱相似度阈值确定方法,并通过3个具体实例说明指纹图谱相似度阈值确定的具体过程。首先通过Bootstrap方法扩增样本,然后利用单侧区间估计方法确定相似度下限,得到相似度的阈值。以上3个实例说明了用该方法建立中药指纹图谱相似度阈值的合理性和可行性。此方法适用于由不同相似度计算方法所得相似度值。本文从理论、技术和应用的角度阐述了确定中药指纹图谱相似度阈值的方法,该方法将对指纹图谱技术的推广应用产生积极作用。     

一种新的肤色相似度图自适应阈值选取方法

针对复杂背景图像,基于肤色相似度直方图最低波谷自适应阈值选取法分割提取肤色区域效果不理想,提出第一波谷自适应阈值选取法.实验结果表明,该方法对复杂背景图像的肤色区域分割提取效果较为理想.     

基于正则割（Ncut）的多阈值图像分割方法

在图像处理与目标识别中广为应用的阈值法是图像分割的一种重要方法,因此如何确定阈值是图像分割的关键。提出了一种新的图像阈值分割方法,把图像的一维灰度直方图的灰度级L和对应灰度级L的概率P视为二维平面上的点（L,P）,采用新的相似度函数来定义这些点之间的相似度,从而构建基于灰度级的相似度矩阵,然后使用正则割（Ncut）进行分类,根据分类结果确定图像的分割阈值。算法用基于灰度级的权值矩阵代替基于像素级的权值矩阵来描述图像像素的关系,因而需要的存储空间及实现的复杂性大大减少;与现有的阈值分割方法相比,该算法能够单阈值和多阈值分割图像,因此具有更为优越的性能。     

基于特征相似的软件缺陷排除方法

开发人员思维定式和代码复制与克隆会导致代码中存在相同类型的软件缺陷。基于这一思想,提出一种基于特征相似的软件缺陷排除方法。该方法对已定位缺陷代码进行特征分析,基于该缺陷代码特征,查找项目代码中具有相似特征的代码片段。结合缺陷类型和代码特征对缺陷代码进行分析,建立特征相似关联规则,检测项目代码,排查与缺陷代码相似度超过预定阈值的代码片段,相似度超过预定阈值的代码片段称为疑似代码。通过对科研管理系统和物业系统人工导入错误并进行缺陷排除实验分析和人工检测,证实了该方法能够有效地发现项目中隐含的相似缺陷代码。     

面向代码相似度检测的指纹选取方法

代码相似度检测是代码抄袭检测的核心组成部分,对于营造良好的学习氛围、提高知识产权保护意识具有重要作用。总结了应用指纹技术检测代码相似度的基本思路,分析了几种常见的指纹选取方法的优缺点,提出一种改进的面向代码相似度检测的指纹选取方法。该方法能够从疑似抄袭代码集中去除由代码编写规则产生的虚假相似代码对,有效获得代码之间准确的相似度值。     

采用圆谐-傅里叶矩的图像区域复制粘贴篡改检测

现有检测方法大多对图像区域复制粘贴篡改的后处理操作鲁棒性不高.针对这种篡改技术,提出一种新的基于圆谐-傅里叶矩的区域篡改检测算法.首先将图像分为重叠的小块;然后提取每个图像块的圆谐-傅里叶矩作为特征向量并对其进行排序;最后根据阈值确定相似块,利用位移矢量阈值去除错误相似块以定位篡改区域.实验结果表明,该算法能有效抵抗噪声、高斯模糊、旋转等图像后处理操作,且与基于HU矩的方法相比有更好的检测结果.     

改进型Q-NLM算法在医学图像去噪中的应用

将像素离群度与传统非局部均值算法相结合提出一种改进型的非局部均值滤波Q-NLM算法,针对传统非局部均值算法不适应脉冲噪声去噪的问题,提出了像素离群度Q的概念,像素离群度Q值用于判断原像素与脉冲噪声的相似度,依据像素离群度Q值划分像素区域,调整不同区域阈值且引入中值滤波去除脉冲噪声点,进一步降低医学图片中混合噪声对滤波的影响。仿真实验结果显示,这种结合离群度与非局部均值算法在去除混合噪声的情况下,能较好提高图像信噪比,有效保留CT图像细节。     

一种存在级不确定数据流聚类算法

针对不确定数据流聚类算法——EMicro在聚类结果的精确性和聚类中数据的概率相似度方面的不足,提出一种新基于存在级的不确定数据流算法——UDs Stream。该算法通过设置概率阈值,将不确定性高的点和不确定性低的点分开处理,提高聚类结果的准确性和聚类中数据概率相似度。同时引入窗口和密度的方法,设置动态密度阈值,能够动态掌握数据流的分布特征,使聚类过程有更好的灵活性。实验结果证明,与EMicro相比,UDs Stream算法聚类效果更好。     

视频火灾检测的设计与实现

在分析火灾图像特性的基础上,运用数字图像处理技术和模式识别技术,提出了火灾识别的思想.给出了图像处理和识别的算法,该算法采用二维最大熵自动阈值法对火灾图像进行分割处理,分割后再提取可疑区域;对可疑区域的火焰进行识别,给出火焰存在的可能性;根据火灾火焰蔓延时的面积、相似度的变化来识别、判断火灾的发生.实验证明,与传统的检测方法相比,大大地提高火灾预报的准确率.     

一种快速火灾识别方法

Intelligent fire recognition system is an important part of constructing wisdom city and preventing fire, which can well guarantee the safety of people's lives and property. Concerning the contradiction of accuracy and real-time in image fire recognition, a rapid fire image recognition method is proposed. Firstly, the segmentation method combining watershed segmentation and automatic seeded region growing is adopted to make suspected flame region segmentation in a complex environment, and the multithreading technology is used to improve the processing speed, so it is conducive to real-time fire recognition. Then, we extract the significant characteristics such as roundness, sharp corners, corrosion resistance, flame core features such as relative coordinates, the relative area in the suspected areas as fire classification, reduce the dimension of feature space and the amount of calculation. Radial basis function (RBF) neural network is adopted to complete the fire recognition, and it shortens the time of fire recognition and improves fire recognition accuracy. The experiment results show that the suspected area extraction accuracy is 90%, the fire recognition accuracy is 85%, the method can improve the precision and speed of the fire recognition.     

基于分形的遥感蚀变异常提取在毛坪铅锌矿中的应用

在地球科学领域中,自相似性非常普遍,围岩蚀变作为一种地学特征并以遥感异常反映在影像上,其像元亮度-面积模式符合一定的分形理论。利用分形理论的求和法进行遥感蚀变异常的提取和分级可以弥补门限法和灰度直方图目视方法确定突变点的不足,再次利用分形的盒维数方法可得到研究区遥感蚀变异常的分形特征。以云南昭通毛坪铅锌矿ETM+遥感影像数据为信息源,采用主成分分析法(PCA)计算出反映矿区遥感蚀变异常的主分量,再对异常主分量进行像元灰度值和像元个数的统计并采用分形方法对蚀变异常信息进行分析和蚀变异常级别的划分,最后利用分形的盒维数法得到毛坪铅锌矿遥感蚀变异常信息的分形特征并与传统门限化方法进行了对比研究。研究表明区内遥感蚀变异常信息具有统计上的分形特征,分形方法确定异常限要比传统的门限化方法选取蚀变阈值更为准确;分维值与异常级别存在一定的正相关关系;分维高值区与蚀变信息密集区相一致。
     

基于PCA-SVM准则改进区域生长的非结构化道路识别

针对智能车辆在非结构化道路识别中需要采用众多的特征参数,增加了特征融合识别难度与计算复杂度,并且部分背景与道路区域存在相似性会产生道路识别的误分、误判的问题,提出了一种基于主成分分析的支持向量机（PCA-SVM）准则改进区域生长的非结构化道路识别算法。首先,对非结构化道路颜色、纹理等复杂特征信息进行提取,采用PCA对提取的特征信息进行降维;然后,利用降维后的主元特征对SVM进行训练后作为复杂道路单元格的分类器。利用道路位置、起始单元格等先验知识以及道路边界单元格统计特征改进区域生长方法,在单元格生长时利用分类器判别,排除误判区域。实际道路检测结果表明,所提算法具有较好的鲁棒性,能够有效识别非结构化路面区域。对比结果表明,所提算法在保证准确率的同时,将10余维复杂特征信息压缩为3维主元特征,相比传统算法可缩短计算时间一半以上。针对背景与道路相似区域造成的传统算法10%左右的误判问题,所提算法能够有效排除。在野外环境下基于视觉的局部路径规划与导航方面,所提算法为缩短识别时间、排除背景干扰提供了可行途径。     

基于分层的二视图乳腺病灶区域匹配研究

乳腺图像的非刚体特性使其不能通过刚体的匹配方法进行匹配。为此,提出一种基于分层算法的肿块匹配方法。利用最大类间方差法进行阈值分割以截取胸肌区域,使用最小二乘法进行胸壁线的拟合,找出乳头以及中轴线的位置,建立局部坐标系确定匹配条形区域带。采用分层算法在条形区域带内进行疑似病灶区域的提取,通过加权互信息相似性度量实现肿块匹配。对分层算法肿块匹配方法进行可行性分析和实验验证。选取100对图像进行肿块匹配实验,结果表明,相对于非分层算法,分层算法的匹配结果更有效,匹配精度达到86%。     

基于运动筛选和3D卷积的视频早期烟雾检测

To solve the problem of high false alarm and high missed detection in the complex environment of early smoke detection based on video, a method based on motion extraction of suspected areas is proposed and a multi-scale 3D convolutional neural network with input of 6 frames（6M3DC） is designed for video smoke detection. Firstly, the motion regions are obtained through the background difference model after average filtering and the positions of the block in which the motion regions are located are calculated, and then the motion blocks are extracted by color judgment and mean HASH algorithm and the nonconforming blocks are updated to the background image. Finally, by combining the suspected blocks of the same region of 6 consecutive frames as the input for the 3D convolutional neural network for detection, blocks detected as smoke are marked and non-smoke blocks are updated to the background image. The experimental results show that the algorithm is adaptive to slow moving smoke and can detect smoke in complex environment.     

一种利用局部块相似均值去噪的方法

非局部平均（NLM）是一种基于图像块之间相似性的加权平均去噪算法,对高斯噪声具有很好的抑制作用,但是在平滑区域的去噪效果并不是很好。从相似块的搜索区域和相似性度量函数两个方面对NLM算法进行了分析,指出其在平滑区域容易产生极值点的原因。提出了一种结合图像块特征的阈值方法,用于消除搜索区域中的无关图像块,提高了图像相似结构的利用率。实验表明,新算法对光滑区域和细微结构的去噪能力要优于NLM算法。     

基于视觉显著性的水面垃圾目标检测

针对实际水面复杂环境提出了一种基于视觉显著性的水面垃圾目标检测算法。首先对输入图像进行超像素分割,在CIELab、RGB和HSV颜色空间中提取超像素级的显著性特征,然后使用随机森林回归器将显著性特征进行融合得到疑似显著性图,并使用自适应阈值分割得到疑似二值显著性图,最后使用MLP分类器对原始图像中的疑似垃圾目标区域进行判别,去除水波、倒影和反光的干扰,最终检测出水面的垃圾目标。实验结果表明所提基于视觉显著性的水面垃圾目标检测算法的性能优于其他水面目标检测算法。     

Logistic函数方法拟合多时序NDVI数据的改进研究

单Logistic函数曲线拟合法是NDVI时间序列重建及物候遥感中关键物候期划分的重要方法之一。虽然该方法不需要设定阈值或经验系数、较适应于不同环境区域的物候遥感监测,但是在山区NDVI噪音较大的情形下,其拟合精度仍会受到较大影响。选取秦岭中部山区为研究区,在分析了多年NDVI时间序列数据特征基础上,利用山区NDVI数据序列最大值相对于最小值更为稳定的特性,对传统单Logistic模型求解方法进行改进,采用更为稳定的参数构建模型以提高NDVI时间序列重建的精度。基于秦岭样区MODIS NDVI多年遥感数据,分别在保持植被生长季特征能力和保留高质量原始真值程度两方面对原方法与改进方法的计算结果进行比较。研究表明改进的方法在上述两个方面都具有更好的效果。在植被指数噪音较大的山区,改进的方法对NDVI时间序列重建表现出更好的适用性,可为复杂的山区物候遥感相关研究提供参考。