基于深度置信网络的无人机航拍图像变化检测

无人机(UAV)图像的变化检测对城市规划发展中的城市空间布局、土地利用信息具有重要的意义.针对航拍图像地面背景复杂,传统的变化检测方法鲁棒性低等问题,研究基于深度置信网络(DBN)的无人机航拍图像变化检测方法.利用DBN能够自动学习、提取特征的特点,将DBN应用到无人机图像的变化检测中.首先通过模糊C聚类联合算法对采集的图像进行预分类,并在此基础上进行DBN的逐层预训练;然后利用反向传播算法微调整个网络,从而使网络权值达到最优;最后,将该DBN模型应用于无人机图像的变化检测.实验结果表明,该方法能够有效地提取出图像的变化区域,检测准确率达到95%以上,该方法提高了图像变化检测的精度,实现了图像变化检测的智能化.     

一种多尺度和聚类分析的变化检测

针对多时相遥感影像变化检测问题,提出了一种多尺度和聚类分析的变化检测方法。该方法在差异影像的基础上,利用均值平移算法对差值法构造的差异影像进行平滑,结合平稳小波变换对平滑后的差异图像做两层的小波分解,由此构造由平滑后的差异图像以及提取的小波系数组成的特征向量,用 K 均值聚类对特征向量分类,通过区域生长将各类合并得到变...     

时空联合的红外运动目标提取算法

针对红外图像对比度差、边缘模糊的特点,提出了一种基于时空联合的红外序列图像目标提取的新方法.算法充分利用了红外目标的亮度特征、背景信息以及运动信息.时域分割中通过建立帧差图像背景的高斯分布模型,采用变化检测模板来确定红外目标约束区域.然后,构造图像像素与区域之间的空间关系隶属度矩阵并约束到传统的模糊聚类算法中,空域分割则利用该模糊聚类来对目标约束区域进行有效分割.最后将时空分割结果融合便能实现最终的红外目标提取.实验结果表明,该方法简单有效,能准确提取动态场景中的红外目标.     

基于差异积累的视频运动对象自动分割

针对视频运动对象的自动分割,本文给出了一种基于差异积累的自动分割算法。与传统的基于运动信息变化检测方法不同,该算法通过累积的帧差信息构建出可靠的背景,与当前帧比较进而提取出视频运动对象。本文提出了一种增强的基于Otsu法的自适应阈值化方法,能更准确地对背景差图像进行阈值化分割,克服了传统Otsu法阈值化容易失效的问题。改进的基于区域生长的定位方法更能避免传统方法的误定位及重定位的问题。实验结果表明,本文算法具有较好的实时性、自适应性以及鲁棒性,可以较为可靠地建立背景模型并进行实时更新,适用于刚体或非刚体存在平缓的光照变化以及摄像头微抖动的视频运动对象的自动分割。     

基于超像素分类的海天线检测方法

海天线检测是海空背景图像中海面目标提取的一项重要研究内容。根据海空背景图像的特点,提出了一种基于超像素分类的海天线检测方法。该方法首先利用简单线性迭代聚类算法(SLIC)将图像预分割成具有相似特性的图像块,然后提取每个图像块的特征组成该区域的特征向量,利用k-均值聚类算法将图像分成海水和天空两个区域,最后根据海天区域的连接点,采用RANSAC算法确定出海天线直线参数。实验结果表明,该方法可以有效地检测出复杂海天背景下的海天线。     

K-均值聚类中心分析法实现红外人体目标分割

针对由于不同红外成像设备参数差异以及目标周围环境影响而造成的红外目标分割阈值自动选取算法的鲁棒性差这一问题,本文从红外成像的机理出发,提出了一个新的解决方案并加以实现.首先对图像的直方图采用K-均值聚类,然后通过对聚类中心分布特点的分析,确定图像分割的阈值.该方法不需要事先对图像进行均衡和对背景分布进行假设.实验结果表明,算法具有良好的鲁棒性.     

基于FT与超像素模糊C均值聚类的马铃薯病虫害图像识别技术

本文针对马铃薯病虫害区域难以自动分割的问题,提出了一种基于FT显著性检测与超像素模糊C均值聚类（SFFCM）相融合的无监督分割方法。该算法利用FT显著性检测增强梯度图像,并对梯度增强图像进行重构。经过分水岭分割后,对各超像素区域颜色求平均,利用FCM算法聚类得到最终的分割图。实验表明,与SFFCM、SFFCM-SR相比,本文算法分割效果占优。     

红外车辆目标的自动模糊分割

针对红外图像的特点,提出了一种基于遗传算法的自动模糊分割红外车辆目标图像的方法.首先选取图像的感兴趣区域以加快运算速度;然后对感兴趣区域图像进行模糊增强,借助于二维OTSU方法对增强后的感兴趣区域进行阈值分割,为了加快分割算法的速度,先限定一个最佳阈值范围,再利用遗传算法在此阈值范围内自动搜索最佳分割阈值;为了弥补单独利用二维OTSU方法分割的不足,采用缩短模糊边缘宽度的方法来提取感兴趣区域红外车辆目标图像的边缘.最后把二维OTSU方法分割的图像与模糊边缘提取得到的边缘图像进行或运算后进行填充以得到最终的车辆目标分割图像.实验结果表明,对于红外车辆目标图像,一维OTSU和二维OTSU算法只是基本分割出了红外车辆目标的主体,而本文提出的自动模糊分割技术不仅准确分割出了红外车辆目标的主体,而且对于坦克的模糊炮塔亦得到了完整的分割.     

基于多尺度重建和约束聚类的海冰变化检测算法

针对多时相合成孔径雷达(Synthetic Aperture Radar, SAR)图像在海冰变化检测中存在的固有斑点噪声问题,提出基于多尺度重建和约束聚类的海冰变化检测算法。首先,为了抑制斑点噪声,使用多尺度超像素重建方法生成差分图像,并利用局部空间同质信息增强边缘。然后,将两阶段中心约束模糊C均值聚类算法和并行策略相结合,以约束图像预分类过程中聚类中心的错误漂移。最后,在分类阶段将双树复小波变换引入卷积神经网络中构成卷积小波神经网络(Convolutional-Wavelet Neural Network, CWNN),并通过虚拟样本生成方法生成新样本,以缓解模型训练中样本有限的问题。在2个常规数据集和1个海冰数据集上的实验结果证明了该方法的有效性和鲁棒性,对海冰变化检测的准确率达98.50%。     

基于多峰灰度直方图分割的遥感影像码头目标提取

针对传统方法在码头目标提取时效率和准确度不高的问题,本文提出了一种基于多峰灰度直方图分割的码头提取算法。首先利用中值滤波法去除浪花等噪声干扰,确定感兴趣区域;然后针对多峰直方图自动寻找最佳分割阈值获取码头目标二值图像;最后对二值图像进行边缘提取,得到码头目标。结果表明,本文方法对不同类型遥感影像均能较完整地提取出码头轮廓,且精度和效率较为理想。     

基于FCM和图割的交互式图像分割方法

为了提高在前景和背景颜色相似情况下图像的分割效果,提出了一种基于模糊C均值聚类(FCM)和图割的交互式图像分割方法。首先,利用分水岭算法对图像进行预处理,将图像分成多个小区域,用区域代替像素点进行分析。然后,采用模糊C均值算法对用户标记的前景区域和背景区域分别进行聚类分析,挖掘用户交互所提供的隐藏信息。用未标记区域的颜色分量到前景区域及背景区域类心的最小距离表示相似能量,用未标记区域与其相邻区域的相关性表示先验能量。最后,利用最大流/最小割算法求能量函数的全局最优解。与其他方法相比,该文方法具有较好的分割性能,能从前景背景相似的图像中较精确地提取感兴趣的物体,且用户操作简单。     

Forty-Sixth Annual Exhibition of the Institute of Physics and the Physical Society

Abstract

The frequency histogram of connected elements (FHCE) is a recently proposed algorithm that has successfully been applied in various medical image segmentation tasks. The FHCE is based on the idea that most pixels belong to the same class as their neighbouring pixels. However, the FHCE performance relies to a great extent on the optimal selection of a threshold parameter. Since evaluating segmentation results is a highly subjective process, a collection of threshold values must typically be examined. No algorithm has been proposed to automate the determination of the threshold parameter value of the FHCE. This study presents a method based on the fuzzy C-means clustering algorithm, designed to automatically generate optimal threshold values for the FHCE. This new approach was applied as a part of a structured sequence of image processing steps in order to facilitate segmentation of microcalcifications in digitized mammograms. A unique threshold value was generated for each mammogram, taking into account the different grey-level patterns based on different compositions of various breast tissues in it. The segmentation algorithm was tested on 100 mammograms (50 collected from the Mammographic Image Analysis Society and 50 normal mammograms onto which a number of simulated microcalcifications were generated). The algorithm was able to detect subtle microcalcifications with sensitivity ranging from 93 to 98%, False alarm ratio from 3 to 5% and false negatives variability from 2 to 3%.     

基于阈值与人眼特性的小波图像压缩算法

针对图像传输数据量大的问题,通过结合小波变换的高效性与普遍性,提出了一种基于阈值与人眼特性的小波图像压缩算法,在图像的低频子带中通过结合阈值与人眼的视觉敏感度,提出了阈值保留算法;而图像的高频子带则是通过结合小波变换后各子带的方向性,并根据小波幅角的不同提出了边缘保留算法：在保证图像质量的同时减少了图像中的冗余信号。实验结果表明,新方法能够实现上述目标且具有低耗时的优势,在图像压缩领域具有较好的发展前景。     

利用粗糙集和属性直方图的图像增强方法

利用粗糙集理论进行图像增强,子图的划分是关键。属性直方图是对直方图概念的推广,是一种由先验知识约束的直方图;将它用于子图的划分,在此基础上提出了一种基于粗糙集理论和属性直方图的图像增强方法。该方法利用属性直方图的 Otsu 算法确定灰度阈值,根据灰度阈值利用不可分辨关系,将图像划分为背景子图、目标子图和噪声子图,对去噪后背景子图和目标子图进行增强变换,并将它们合并得到增强图像。将该方法用于一种海底小目标图像增强。实验结果表明该方法处理增益为 11dB,明显地增强了图像,且不损害图像的边缘。该方法适用于图像有某种先验知识的场合。     

基于二邻域局部阈值的矾花图像分割

本文提出一种采用二邻域类间方差局部阈值化算法对矾花图像进行分割，实践证明该方法非常有效，能基本解决常规局部阈值分割中出现的问题。     

基于FCM优化的平面阵列电容成像算法

为提高平面阵列电容成像系统的成像精度,提出了一种基于FCM数据优化的成像算法。根据平面阵列电极电容数据的特点,为减小电容测量误差对介电常数的影响,利用FCM算法对测量电容值的不断收敛以实现数据优化的作用,在减弱噪声的同时提高电容值数据的稳定性。在此基础上,对一种隔热材料胶层进行缺陷检测实验,使重建图像的相关系数得到了提高,减小了图像重建误差。实验结果表明:图像重建结果的优化算法可获得更加稳定、有效的电容数据,胶层缺陷图像重建精度具有较大提升。     

一种基于FCM的图像分割方法

提出一种新的图像分割方法 FWFCM(fast walvet fuzzy C-means method),该方法对图像像素点的灰度进行模糊隶属度的分析,将需要聚类的像素空间投影到灰度直方图空间,从而减少了经典FCM算法的迭代计算量,提高了算法的收敛速度;并且利用小波变换的多分辨率的分析,抑制噪声点对图像分割的影响,提高了图像分割的精度.     

Modified gamma correction method to enhance ball grid array image for surface defect inspection

BGA (Ball Grid Array) surface defect detection requires faster and more accurate methods for semiconductor industry applications. Traditionally, the BGA inspection used gray-scale images. However, the solder pad, wiring and gray scales shown in images depict little variance. Therefore, when the threshold value is poorly set or the contract rate is insignificant, BGA detection may fail to segment an object. This research proposes a modified methodology that uses Gamma correction for image enhancement. Three-color bands were applied to a modified Gamma correction algorithm (i.e. RGB) to better separate the high and low image contrasts. Better results were obtained by dividing the image into background and foreground portions using the Gamma correction. As a result, the proposed method improved the contrast value by 52.09%. After the images were enhanced and segmented, the compactness and internal holes were calculated as features for classification. The results showed that classification correctness was 96.43%. The proposed method used a 640?×?480 pixel image, performing complete defect detection 0.3 seconds faster than the traditional enhancement method, which requires 1?second. The research results provide an effective solution for the detection and classification of the BGA surface tin ball defect problem.     

HSI空间和改进 C-means的彩色人民币号码分割方法

针对采集到的人民币号码图像都是彩色图像并携带有噪声这一现象,本文提出基于 HSI空间和改进的 C-means算法的人民币彩色号码图像分割方法。选用 HSI颜色空间作为彩色分割空间,在 HSI空间内,将 HSI的 3-D搜索问题转化为 3个 1-D的搜索问题,求取图像在 3个 1-D方向上的灰度直方图,该方法根据图像当前点 3×3邻域内每个像素灰度值与当前点灰度值差值的大小情况,确定聚类算法中当前点的灰度值 p(m)的值,采用 C-means聚类算法分别确定文字和非文字的聚类中心,利用欧式距离进行人民币号码前景和背景的聚类判断。该方法直接对彩色人民币号码图像进行分割,考虑了当前点与邻域像素点之间的相互关系,具有一定的自适应性。实验结果表明,提出的号码图像分割方法不受图像噪声和局部边缘变化的影响,且变换后数据量减少,易于计算,该方法对字母和数字的分割都有效,鲁棒性较强。     

A Method of Identifying Thunderstorm Clouds in Satellite Cloud Image Based on Clustering

In this paper, the clustering analysis is applied to the satellite image segmentation, and a cloud-based thunderstorm cloud recognition method is proposed in combination with the strong cloud computing power. The method firstly adopts the fuzzy C-means clustering (FCM) to obtain the satellite cloud image segmentation. Secondly, in the cloud image, we dispose the ‘high-density connected’ pixels in the same cloud clusters and the ‘low-density connected’ pixels in different cloud clusters. Therefore, we apply the DBSCAN algorithm to the cloud image obtained in the first step to realize cloud cluster knowledge. Finally, using the method of spectral threshold recognition and texture feature recognition in the steps of cloud clusters, thunderstorm cloud clusters are quickly and accurately identified. The experimental results show that cluster analysis has high research and application value in the segmentation processing of meteorological satellite cloud images.