改进的最小类内绝对差阈值分割及快速算法

现有的最小类内绝对差阈值分割方法分割结果不够准确及计算效率过低,为此,本文提出了基于递推混沌粒子群的改进最小类内绝对差阈值分割方法。首先引入了灰度级 梯度直方图以提高分割准确性,然后简化了阈值选取公式并推出了相应的递推算法,最后利用基于改进的Tent混沌粒子群算法寻找最优阈值,提出了以递推方式计算适应度,大大减少了重复计算。实验结果表明:与基于灰度级 平均灰度级最小绝对差穷举算法相比,本文方法剔除了边缘点和噪声点的影响,选取的阈值更为准确,同时,利用群体智能优化搜索过程,运算时间降低了两个数量级;与基于灰度级 梯度最大类间方差及Logistic混沌粒子群递推算法相比,本文方法基于改进的Tent混沌映射,遍历性更高,因此收敛性更好。      

基于LWT和递归最小类内绝对差的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于提升小波变换(LWT)和递归最小类内绝对差的检测方法.一方面先利用提升小波对原始图像进行去噪,再利用Top-hat算子抑制背景;另一方面先利用Top-hat算子抑制原始图像的背景,经提升小波去噪后,再进一步使用Top-hat算子;上述两方面得到的图像求和即为预处理图像.然后采用递归最小类内绝对差阈值选取方法分割预处理图像.针对红外小目标图像进行了大量实验,并与基于形态滤波及基于小波和形态学的红外小目标检测方法进行了比较.结果表明本文方法提高了信噪比,检测率分别提高15%和10%.     

二维直线型最小误差阈值分割法

一维最小误差阈值法假设了目标和背景的灰度分布服从混合正态分布。考虑到噪声等因素对图像质量的影响,该文在二维灰度直方图上,基于二维混合正态分布假设,给出二维直线型最小误差阈值法的表达式。为了提高算法的运行速度,也给出了快速递推算法。实验表明,二维直线型最小误差阈值法是一个有效的图像分割算法,能够更好地适应目标和背景方差相差较大的含噪图像分割问题。     

基于遗传算法的二维双阈值Otsu图像分割算法

为了提高图像分割的精度和效率,提出了一种基于遗传算法的二维双阈值最大类间方差法的图像分割算法。该方法用两个阈值同时考虑了图像像元点灰度信息的范围和像元点之间相关信息,并对未处理区域做了后处理,以提高分割的精度和鲁棒性。为了提高分割速度,给出了一种改进遗传模拟退火算法。实验结果表明,文中提出的方法比传统的二维最大类间方差法更加完整、快速地分割出复杂背景中的图像。     

一种基于背景减法和帧差的运动目标检测算法

针对帧差分法易产生空洞以及背景减法不能检测出与背景灰度接近的目标的问题,提出了一种将背景减和帧差法相结合的运动目标检测算法.首先利用连续两帧图像进行背景减法得到两种差分图像,并用最大类间与类内方差比法得到合适的阈值将这两种差分图像二值化,然后将得到的两种二值化图像进行或运算,最后利用图像形态学滤波得到准确的运动目标.实验结果表明,该算法简单、易实现、实时性强.     

二维Tsallis-Havrda-Charvat熵阈值分割的快速递推算法

阈值分割是图像分割中简单有效的方法,应用极为广泛.基于熵的阈值选取方法是其中一类颇受关注的方法,二维Tsallis-Havrda-Charvat熵法分割效果好,但因计算量庞大,难以实用.本文提出了二维Tsallis-Havrda-Charvat熵的阈值分割两种不同的快速递推算法,都可将计算复杂性由O(L4)减少为O(L2).文中给出了二维Tsallis-Havrda-Charvat熵两种快速递推算法的分割结果及运行时间,并与原始算法进行了比较.实验结果表明,这两种递推算法都可以大幅度地提高运算速度,运行时间几乎不到原始算法的0.1%.     

二维直方图斜分最大散度差阈值分割算法

最大散度差法是经典的Otsu法一种很好改进算法,为了提高它在图像受到噪声干扰或光照不均匀时的分割准确性,现提出一种基于二维直方图斜分的最大散度差法,该算法不仅综合考虑了类间散度及类内散度对图像信息分类的作用,同时还利用图像空间区域信息以提高抗噪声能力,为减少计算量、提高分割速度,文中给出了快速递推算法,实验结果表明该算法比二维斜分Otsu法、二维斜分最大熵法等算法具有更准确的分割效果、更强的抗噪声能力,同时运行时间更少。     

声象理论与技术

0623681一种去隔行技术的三场自适应运动检测方法[刊,中]/严卫健//中国集成电路．—2006,15(6)．—24-27(C) 0623682一种改进的二值图像像素标记算法[刊,中]/王亮//南京师范大学学报(工程技术版)．—2006,6(2)．—23- 25,29(L) 0623683彩色图像的矢量阈值自适应分割算法[刊,中]/刘怀//南京师范大学学报(工程技术版)．—2006,6(2)．—18- 22(L)针对彩色图像,提出了一种矢量阈值的自适应分割算法,该算法中的阈值是一个矢量。在图像分割时,通过先求取图像像素矢量与阈值之间的差矢量。再根据差矢量与阈值矢量之间的夹角确定像素所属的区域(背景区域或目标区域)。同时基于类间方差法(Ostu法)给出了最佳阈值矢量选择原则——扩展类间矢量方差法,从而实现彩色图像矢量阈值的自适应分割。实验结果表明,采用此图像分割算法分割效果要优于采用灰度图像的阈值分割算法。参10 0623684数字视频压缩的大容量记录系统设计[刊,中]/陈国庆     

基于平均中值离差的2维最小误差阈值分割法

为了解决2维最小误差阈值分割法对呈偏斜分布与重尾分布的图像分割鲁棒性较差的问题,提出一种基于平均中值离差的2维最小误差阈值分割法。考虑到1维直方图呈偏斜分布和重尾分布的图像中,中值是比均值更为鲁棒的灰度级估计量,因而将2维最小误差阈值分割法中的方差用平均中值离差替代;为提高运算速度,将2维算法分解为2个1维算法。结果表明,相比2维Otsu法、2维最小误差阈值分割法等经典算法,基于平均中值离差的2维最小误差阈值分割法对1维直方图呈偏斜分布与重尾分布的图像有更准确的分割效果、更好的鲁棒性。     

基于数据驱动的SAR溢油图像分割算法对比研究

本文针对SAR图像中溢油区域的散射特点,首次将二维最大类间方差阈值分割算法应用于SAR溢油分割,并提出了一种基于改进二维最大类间方差的SAR溢油图像分割算法。基于ENVISAT ASAR溢油图像的实验结果表明,和经典最大熵以及原始二维最大类间方差分割算法相比,本文算法是一种抗噪性能好,分割精度高,运算速度快的SAR溢油图像阈值分割算法。     

基于最大最小特征值之差的频谱感知技术研究

频谱感知技术是认知无线电系统的关键技术之一,该文基于阵列天线理论,利用并分析接收信号相关矩阵,并以其最大与最小特征值之差作为检验统计量,进而判断主用户是否存在,实现频谱感知。理论分析和仿真结果均表明,此方法的感知性能明显优于能量检测算法,并且有效地解决了噪声不确定度对检测性能的影响。     

一种基于差异度的极化SAR图像迭代分类方法

该文提出了一种用极化SAR数据协方差矩阵的相关性和回波功率差异来定义的目标间的差异度,并在这一差异度的基础上提出了一种新的迭代分类方法。该迭代方法与基于Wishart距离的迭代分类方法相比,不需要矩阵的求逆运算和矩阵的对数运算,降低了迭代过程的计算量,也不再需要目标的先验信息,扩展了其适用范围。该方法应用于NASA/JPL的SIR-C系统在香港地区的实测极化SAR数据,得到了很好的分类效果。     

GB/T5169.10-2006与 GB/T5169.10-1997标准的差异分析

GB5169.10-2006《电工电子产品着火危险试验第10部分:灼热丝/热丝基本试验方法灼热丝装置和通用试验方法》新版标准已于近期实施,新版标准和97版标准在许多方面发生变化.本文介绍并分析了GB/T5169.10-2006与GB/T5169.10-1997标准的主要差异.     

最佳差方向图的新综合法

线阵的最佳差方向图能够精确求解,经典算法利用Zolotarev 多项式的特性,采用类似Dolph-Chebyshev 综合最优和方向图的方法。然而,该算法的实现非常困难。文中利用最佳差方向图的特性,提出一种新的综合方法。新方法是数值迭代算法,我们将通过实例显示其能达到工程所需的精度。新算法具有实现简单、应用灵活的优点。     

道路车辆电子产品与其他类电子产品在静电放电测试上的差异

该文主要通过对标准GB/T19951和GB/T17626.2的解析,阐述道路车辆和其他类电子电气产品在静电放电测试的差异性。     

离散频谱的加权相位差校正方法

该文首先研究了一般相位差法频率校正量的误差分布规律,发现其误差均方差在整个频率间隔内并非均匀分布,而是在中部有较大误差峰值。针对这一现象提出了离散频谱的加权相位差校正方法,并进行了仿真研究。该方法在远离谱线的位置,不仅考虑峰值谱线的作用,还以一定的比例参考次峰值谱线的影响,从而可在远离谱线的频点上有效地平抑一般相位差法的误差分布峰值,从而进一步提高了相位差校正法的频率校正精度和算法的抗噪声能力。另外,讨论了该方法适用的区域为1/2频率间隔附近,可通过校正门限G的选择来限定,以提高校正精度。      

一种双载频差侧音相干接收解调方法

本文阐述了采用双载频差侧音的基理并提出了一种用变频法来相干解调双载频差侧音的方法，该方法简单实用。     

基于相关配准的帧间差分算法

针对帧间差分法在摄像头运动时受动态背景严重干扰的问题,提出了一种基于图像配准的运动目标检测算法。首先将中值滤波后的连续两帧图像配准,配准时先在前一帧图像中选取背景,即背景图像,用区域相关法将后一帧图像与背景图像配准;接着将配准后的2帧图像差分得到帧间差分图像,即帧差图像,再用数学形态学的开运算去掉帧差图像中的一些细小噪声;最后将连续两帧去噪后的帧差图像逻辑与运算,得到运动目标检测结果。实验结果表明,在摄像头运动时的动态背景下,该算法有效地抑制了动态背景的干扰,准确地检测出了运动目标的边界,提高了运动目标检测在动态背景下的应用价值。     

DIFFERENCE FEATURE NEURAL NETWORK IN RECOGNITION OF HUMAN FACES

This article discusses vision recognition process and finds out that human recognizes objects not by their isolated features, but by their main difference features which people get by contrasting them. According to the resolving character of difference features for vision recognition, the difference feature neural network(DFNN) which is the improved auto-associative neural network is proposed. Using ORL database, the comparative experiment for face recognition with face images and the ones added Gaussian noise is performed, and the result shows that DFNN is better than the auto-associative neural network and it proves DFNN is more efficient.     

对相似递推程差的一种修正方法

利用相似递推法,即可将基于短基线的相差测量结果拓展到长基线多站无源定位系统,由于双站相差测距法实际上是建立在三站定位技术之上的,且测量精度与量值巨大的光速无关,所以就能实现比现有双站测向和三站时差法更高的定位精度。但为实现准确定位,必须对递推程差进行修正。本文在已有分析的基础上,利用双站间的交会角,给出了一种更适用于工程设计的递推程差修正方法。