结合KL散度和RSF模型的主动轮廓图像分割方法

针对主动轮廓模型在进行图像分割时计算复杂度较高的问题,提出一种基于区域的变分水平集主动轮廓模型图像分割方法.新模型将Kullback-Leibler(KL)散度信息加入到RSF(region-scalable fitting)模型中,在新模型的能量项中通过RSF能量项计算区域内某点和该区域"中心"之间的拟合距离来表示目标区域的相似性,同时通过最大化KL能量项使模型能更容易分离图像中的不同灰度区域,进而使图像分割的计算时间显著降低.该模型可以很好地处理图像的模糊边界和图像噪声等问题,并适用于合成图像和实际图像的分割.通过实验结果的对比可以看出,本模型在保证分割精度的前提下,加快了边缘的收敛速度,提高了图像分割的效率.     

结合全局和局部灰度拟合活动轮廓模型的图像分割算法

针对局部图像拟合(Local image fitting,LIF)模型对初始轮廓敏感和容易陷入局部极小的缺点,本文提出了一种基于图像区域信息的活动轮廓模型。本模型同时利用图像全局和局部信息来分割图像,其能量泛函由局部项、面积项、长度项和惩罚项4项组成。局部项将图像局部信息融入到模型中,使该模型能够有效分割灰度不均图像。面积项通过引入一个全局指示函数,加快了模型的收敛速度,且能避免陷入局部极小。惩罚项约束水平集函数逼近符号距离函数,使模型无需重新初始化,减少了分割时间。此外,为了实现对图像中感兴趣区域的分割,本文给出了模型的窄带实现方法。实验结果表明:本文模型对初始轮廓的敏感性低,收敛速度快,能准确分割灰度不均的图像,且其窄带实现方法能够实现对图像中感兴趣区域的分割。     

利用改进CV模型分割煤矿井下早期火灾图像

针对传统主动轮廓模型难以实现煤矿井下早期火灾图像火焰区域精确提取的问题,提出了一种改进的Chan-Vese(CV)模型.在计算目标和背景全局区域拟合中心的基础上,利用曲线内外区域局部灰度统计直方图获取目标和背景局部区域拟合中心,并对全局和局部区域拟合中心赋予归一化的调节比例,以综合利用图像全局和局部信息;为了加速曲线运动到目标边缘,利用曲线内外区域像素灰度的最小绝对差来取代模型中原有的内外区域能量权重,以提高模型分割效率.结果表明:与CV模型、局部二值拟合模型(LBF)、全局和局部灰度拟合混合模型(LGIF)、引入自适应能量权重的CV模型(WCV)相比较,提出的模型能更加快速、精确地提取煤矿井下早期火灾图像中的火焰区域,在分割效果和分割效率方面均有明显优势.     

一种新的活动轮廓模型图像分割方法

局部二值拟合模型利用图像的局部邻域信息拟合能量函数,局部二值拟合模型相当于对活动轮廓内外进行局部均值滤波,因此该模型对高斯噪声有一定的抗噪性,但是该模型对椒盐噪声污染的图像不能取得令人满意的分割结果。为了提高活动轮廓模型对椒盐噪声的鲁棒性,结合局部二值拟合模型中的局部拟合项,提出一种能消除椒盐噪声影响的新的局部拟合项。提出的拟合项的能量函数极小值是局部区域的中值,新的拟合项相当于对活动轮廓内外进行局部中值滤波,中值滤波对椒盐噪声不敏感。原模型中边缘停止函数是基于图像梯度信息,难以区分图像不同区域间模糊的弱边缘和灰度渐进图像目标,并且容易受到各类噪声的影响,抗噪声能力弱。提出一种新的边缘检测算子,重新定义边缘停止函数,进一步提高模型的抗噪性,降低高斯噪声和椒盐噪声对分割结果的影响。为了保持活动轮廓在演化过程中的稳定性,在曲线演化迭代过程中必须周期地初始化以使水平集函数重新变成带符号的距离函数,但重新初始化的计算量大。引入一个惩罚能量,解决水平集函数在演化过程中的重新初始化难题。对不同噪声污染的图像进行试验的结果表明,提出的模型可以取得较好的图像分割结果,比CV模型、LBF模型和LIF模型更具有优势。     

基于混合模型的多尺度水平集高分辨率SAR图像水体分割

针对高分辨率SAR图像水体分割,提出基于混合活动轮廓模型的多尺度水平集分割算法。首先利用ROEWA边缘指示函数加权的轮廓线长度能量项和区域信息项建立模型能量函数;然后引入距离正则项,避免水平集方法在演化求解时需要不断重新初始化的问题;最后采用多尺度处理策略,解决水平集分割算法收敛速度慢的缺点。实测高分辨率SAR图像实验结果表明,该算法可用于水体的精确分割。     

一种新的用于图像分割的活动轮廓模型

为了从灰度异质图像中更好地提取目标,本文提出了一种新的图像分割方法,采用测地时间函数作为局部二值拟合模型的核函数,并结合图像区域的局部灰度信息和全局灰度信息建立能量泛函.同时,符号函数惩罚项的引入避免了符号函数的重新初始化,而曲线长度调整项则保证了曲线演化的连续性和光滑性.通过变分水平集方法最小化新的能量泛函,得到曲线演化的梯度下降流.通过对医学CT图像进行分割实验,证明了该方法的可行性和优越性.     

图像分割中局部能量驱动的快速主动轮廓模型

为了解决图像对象灰度分布不一致性的分割难题,提高图像分割速度,提出了一个全新的快速主动轮廓模型。它由曲线周围局部的统计信息驱动曲线发生形变演化,并使用图像中的边缘信息来引导曲线的演化方向。模型中,根据区域模板与演化曲线共同定义的局部统计信息创建数据拟合项,并应用水平集方法求解曲线的演化。对合成图像和医学图像的实验结果表明,本文提出的分割模型可以同时分割多个灰度不一致的对象,分割速度快,结果稳定,对噪声具有很好的鲁棒性。     

基于水平集及主动轮廓线模型的图像分割研究

传统的图像分割方法难以满足图像复杂分割的要求,基于主动轮廓线模型的图像分割方法正是这种需求下出现的。几何主动轮廓线模型对拓扑结构的变化处理非常自然,解决了参数主动轮廓线模型难以解决的问题,而水平集方法的出现,极大地推动了几何主动轮廓线模型的发展。本文主要研究基于水平集方法的图像分割,介绍了主动轮廓线模型、曲线演化和水平集方法的相关理论和经典的C—V算法模型。     

基于Bregman散度和RSF模型的水平集图像分割方法

在自然图像中经常会出现亮度不均匀的现象,虽然基于局部信息的水平集方法在不均匀图像的分割方面取得了较好的效果,但是该类方法在主动轮廓的能量上存在局部最小值和计算复杂度高等问题.针对这些问题,本文提出了基于Bregman散度分布和区域可伸缩拟合能量模型(Region-Scalable Fitting,RSF)相结合的水平集图像分割方法.本方法利用包含特征点信息(Bregman散度)的全局信息项加快远离目标边界曲线的演化速度,提高算法对初始位置的鲁棒性;利用RSF模型的局部信息项提高对亮度不均匀图像的分割能力,吸引轮廓曲线向物体边界收敛,并停止在目标对象的边界处.通过对合成图像、医学图像和其它真实图像的对比实验,可以看出本文模型与现有模型(LCV、RSF和LGIF)相比,对亮度不均匀图像具有更强的处理能力和更高的处理效率,且对噪声具有更强的鲁棒性.     

结合CNN与分割约束的立体匹配算法

为了解决弱纹理与遮挡区域中难以准确匹配对应点的问题,在马尔可夫随机场(Markov random field,MRF)框架下,提出一种结合卷积神经网络(convolutional neural network,CNN)与分割线索的立体匹配算法.首先,采用特征表达能力强的CNN提取立体图像特征并匹配区域块.同时,对图像进行区域分割.然后,基于CNN匹配结果构造MRF能量函数数据项.基于分割结果定义能量函数项,通过其他区域约束弱纹理和遮挡区域的匹配过程.最后,最优化求解能量函数计算视差.在Middlebury与KITTI数据集上验证该算法和能量函数各项的作用,并与近2年提出方法进行性能比较.结果表明,该算法准确度更高,应对弱纹理与遮挡区域效果更好.     

一种改进的视频运动目标检测算法

该文提出了一种改进的视频运动目标检测算法。该算法采用动态选取模型数的混合高斯的方法建立背景模型并实时更新,与当前帧比较进而提取出视频运动目标,通过扩展的区域生长法对运动目标进行定位。在背景差图像经过阈值化及形态学膨胀、腐蚀的基础上,定义扩展区域的大小,并设定区域内前景点个数的阈值,进行连通区域合并和前景区域定位。采用不同的视频测试序列,从检测效果及耗时上研究了改进的视频运动目标检测算法的性能。实验结果表明,该算法具有良好的检测效果和实时性能。     

结合灰度共生矩阵和模糊聚类的图像分割技术

该文主要研究了灰度共生矩阵和模糊均值聚类两种图像分割方法,对于这两种方法分别提取了4种纹理特征描述符:角二阶矩、对比度、相关性和熵来进行图像分割。并结合两种方法得出一种改进的图像分割方法。分别用这两种方法和改进后的方法对lean图进行分割并对分割的结果进行比较分析,实验证明改进后的方法优于灰度共生矩阵法,且优于模糊聚类法中用对比度和熵进行图像分割的效果,提高了图像的分割精度。     

基于线性双曲线模型的车道线检测算法

提出了一种适用于智能驾驶辅助系统的车道线检测算法。为了克服传统的车道检测算法中Canny边缘检测算子对阴影及光照变化较为敏感的缺点,该文对灰度图像进行二维FIR滤波之后,采用大津法实现可靠的车道边缘检测;然后利用Hough变换初步获得车道中线及消失点坐标,在此基础上采用Mid-to-Side策略进一步从边缘图像中提取车道的边界点,最后采用最小二乘拟合方法获得车道的线性双曲线模型。在各种复杂道路环境下的实验结果显示了该算法的鲁棒性和准确性。     

CFD结合遗传算法优化室内热舒适性参数

在遗传算法中直接调用CFD程序优化室内空气质量的模型需要消耗大量时间,针对此问题,文中提出了CFD结合遗传算法对模型进行寻优并替代该模型。通过CFD建立教室模型并输出相关数据,使用BP神经网络建立CFD模型的替代模型,并根据PMV指标和空气龄数据建立遗传算法的目标函数,设置不同的权重对该模型寻优,然后与原CFD模型做比较。结果表明,CFD结合遗传算法可以很好地替代用遗传算法中直接调用CFD程序优化的模型,缩短了时间,改善了室内空气质量。     

一种改进的粒子群算法——PSO-Powell

该文针对PSO容易陷入局部最优的缺陷,提出了PSO-Powell辨识算法。该算法首先进行PSO的全局搜索,以全局搜索的最好粒子作为进行Powell搜索的起始点进行搜素,克服了PSO容易陷入局部最优点的缺陷。通过测试用例的测试,证明了该算法的有效性;并对非线性Hammerstein模型和典型的三级串联模型进行了常规方法和该文算法的辨识,对比结果表明了该算法对于辨识参数具有大范围选取能力。仿真结果表明该算法是模型参数辨识的一个有效方法。     

基于城市排水水力学系统的建模与控制研究

该文研究了城市排水系统的水力学模型建模与控制问题,主要解决污水进入污水处理厂之前水流不稳定的状况,实现污水处理厂对污水水流平稳的要求。首先,通过城市排水实际系统分析,建立以两节点之间管道为对象的离散状态空间模型。充分考虑实际系统中各重要参量之间的关系,合理选择输入,输出,及状态变量。再次,对该系统进行稳定性分析和控制器设计。采取现场输出数据,利用控制器估计当前时刻系统的状态。提出主要以实现污水输出稳定的性能指标,求解满足性能指标的参数,返回给底层控制,得到一个良好的循环状态。     

基于视频理解的活体鱼水质监测实验

基于视频理解的活体鱼水质监测实验是生物监测的一个新手段。该实验通过计算机视觉实时、连续地将活体鱼运动转化为视频图像数据,再对视频图像进行运动目标检测与跟踪处理后获取活体鱼的运动轨迹,然后提取理解活体鱼的可以反映水质污染状况的行为参数,利用视频图像理解技术分析这些行为参数,进而达到评价水质的目的。该实验中,分别监测了活体鱼在正常水质情况和异常水质情况下的运动行为。     

一种多传感器数据融合仿真平台的设计

该文为了适应多传感器数据融合技术的发展,提出了多传感器数据融合仿真平台的系统构建思想,采用结构化分析的软件设计方法,开发了一个通用的,易扩展的数据融合仿真平台。该文主要内容包括:STAGE平台与Visual C++6.0的混合编程,目标航迹的绘制;UDP/IP协议的网络数据通信;融合算法框架的软件设计等等。通过在系统运行的一个算法实例,证明了该仿真平台的有效性和实用性。     

环向预应力FRP约束混凝土圆柱应力应变关系

环向预应力FRP能够对核心混凝土提供主动约束,避免FRP的应力滞后问题,增强约束效果。在设计时若采用非预应力FRP约束混凝土的计算模型和应力应变关系模型,将会造成很大的误差。引入与环向预应力大小有关的初始约束应力和有效约束应力,并依据已有的试验数据和有限元模拟,提出了环向预应力FRP约束混凝土圆柱的峰值应力和峰值应变、极限应力和极限应变的计算模型;分析了环向预应力FRP约束混凝土圆柱的初始弹模,借鉴已有的FRP约束混凝土的应力-应变关系模型,提出了环向预应力FRP约束混凝土圆柱的三线性应力-应变关系模型,计算结果与试验结果吻合良好。     

AHP-ATA在电梯风险评估中的应用

电梯系统是城市建设中不可或缺的特种设备,其安全问题受工作系统中诸多因素的影响。为更好地量化分析电梯系统的安全性,对电梯系统进行风险评估,采用层次分析法(AHP)对电梯系统进行风险要素的权重分析,并引入事故树分析(ATA)技术系统地分析电梯运行中可能导致危险发生的事件,作为层次分析法指标权重的赋值依据。在其基础上,建立电梯系统风险评估模型,设定安全评定等级,通过加权求和的方法对电梯系统进行量化评估。该电梯系统风险评估体系避免了专家打分确定指标权重的主观性和片面性,结合故障树分析法以及层次分析法系统建立了电梯系统风险评估体系,为客观评价电梯系统安全等级提供了切实可行的方法和依据。