距离场定义下异质材料CAD信息建模方法

提出一种基于CAD零件离散体素模型的异质材料建模方法．该方法重点对多材料模型和功能梯度材料模型建模进行描述,以数字距离变换为手段求得模型体素到所选特征的距离场,以体素中心到特征的最小欧氏距离为标准将模型几何空间中的点映射到材料空间,建立起零件的异质材料模型．最后给出了三个建模实例．     

模糊连接算法在虚拟人图像分割上的应用

为实现对数字虚拟人彩色切片的分割，提出了一种基于竞争机制的相对模糊连接分割方法。首先计算所有像素与分割目标的模糊连接度，在分割结果出现过度分割时，则利用相对分割目标加入对感兴趣区域的竞争，自动重新确定各像素的连接度。采用虚拟中国人数据集的切片进行实验，结果表明，该算法能在待分割对象边界比较模糊的情况下取得理想的结果。     

抑制纹理信息的偏置场变分图像分割模型

偏置场变分水平集图像分割模型利用原始图像的局部灰度信息,可以对灰度不均匀图像进行有效的分割,但当灰度图像中存在纹理时,分割效果往往很差。针对这一问题,提出抑制纹理信息的偏置场变分水平集图像分割模型。利用一种基于纹理几何结构的纹理描述符描述图像中不同的纹理区域,使得不同纹理区域对比更加明显,相同纹理区域更加平滑,通过抑制纹理信息使后续的图像分割在纹理部分的错分大大减少。实验结果表明,相比偏置场变分模型,所提模型对自然及人工合成纹理图像均获得更好的分割结果。     

地下水动力场演化图像奇异点检测方法研究

为了增强图像中的细节、完善平滑处理、提高图像中奇异点的检测精度,提出基于改进Renyi熵的地下水动力场演化图像奇异点检测方法。通过求解地下水动力场演化图像的梯度场,计算不同亮度下图像的相对梯度。利用图像增强函数,对地下水动力场演化图像作增强处理。创新性地根据三维直方图将地下水动力场演化图像划分为图像背景域和目标域。利用改进Renyi熵,定义了演化图像在目标域和背景域的三维Renyi熵。结合最大熵分割原理,分割了地下水动力场演化图像。引入平滑尺度,对地下水动力场演化图像进行平滑处理。利用概率函数,建立图像奇异点检测函数。设计了地下水动力场演化图像奇异点检测算法。试验结果表明,所提方法能够准确检测图像中的奇异点,并将检测熵值和检出率分别提高到0.8以上和90%以上。该研究有效提高了地下水动力场演化图像中奇异点的检测性能。     

基于稀疏交界最大密度连通的模糊聚类方法

为解决现有密度聚类算法中参数设置依赖经验、复杂密度环境下聚类精度不高等问题,提出了基于簇间最大密度连通点进行密度簇分割与合并的模糊聚类方法。基于高斯混合模型计算数据点密度,形成高维离散密度空间,通过低精度网格连续数据空间,结合插值算法赋予空白网格相应密度,构建连续高维密度空间。对数据点按密度排序后,利用能否从大于当前密度的点集中连续可达识别密度极大值点,再以密度序实现极大值点的邻域扩张,以扩张矛盾实现稀疏交界处最大密度连通点识别、密度簇分割。最后基于最大密度连通点计算密度簇间隶属度,设定隶属度阈值,实现相关邻簇的合并,完成聚类。通过与多种密度聚类算法进行仿真对比验证,该算法大大降低了经验参数的依赖性,具有全局统一的合并隶属度,提升了多密度下的类识别能力。     

颜色的空间分布密度与图像检索

提出了颜色的空间分布密度的概念,给出了颜色的空间分布密度的算法,证明了算法的合理性和有效性.在基于内容的图像检索中,颜色的空间分布密度能提供颜色在空间的分布信息.实验表明,颜色的空间分布密度与颜色直方图配合使用,可以提高图像检索的准确率与回召率.     

基于数据场的教育图像可视化表征

读图时代已经来临,如何恰当地表征和展示内涵丰富的教育图像资源是当前亟待解决的科学问题之一。面向右脑潜能开发,从重视可视化结果的形象思维模拟和启发出发,以场论的视角提出一个新的教育图像可视化表征研究框架,在该框架下集成了传统图像可视化表征方法,同时研究了利用教育图像场的新方法。教育图像及其场的实例分析表明了研究的合理性和有效性。     

密度敏感鲁棒模糊核主成分分析算法

针对传统核主成分分析算法(Kernel principal component analysis, KPCA)对野性样本点敏感等缺陷, 提出一种密度敏感鲁棒模糊核主成分分析算法(Density-Sensitive robust fuzzy kernel principal component analysis, DRF-KPCA).该算法首先通过引入相对密度确定样本初始隶属度, 并构建出基于重构误差的隶属度确定方法, 同时采用最优梯度下降法实现隶属度的更新, 有效解决了传统核主成分分析算法对野性样本点敏感导致的主成分偏移等问题.最后, 通过简化重构误差的计算公式, 大大降低了算法的计算复杂度和运行时间.实验部分, 利用有野性样本点和无野性样本点的数据集对本文算法、KPCA及其他改进算法的主成分分析性能进行测试, 结果表明DRF-KPCA能有效消除野性样本点对主元分布的影响.此外, 试验通过分析参数对算法性能的影响给出了合理的参数取值建议.最后将本文算法与其他算法应用到分类问题中进行对比, 实验表明本文算法的分类性能较其他算法有显著提高.     

基于模糊C均值的图像分割

图像分割的质量直接影响后期的图像分析、识别和解释的质量。本文主要研究了基于模糊c均值算法的图像分割,它通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。实验结果表明文中用到的图像分割算法对图像分割的效果均优于对比算法的分割效果。     

基于模糊马尔可夫场的脑部MR图像分割算法

在传统马尔可夫场模型的基础上,建立了模糊马尔可夫场模型。通过对模型的分析得出图像像素对不同类的隶属度计算公式,提出了一种高效、无监督的图像分割算法,从而实现了对脑部MR图像的精确分割。通过对模拟脑部MR图像和临床脑部MR图像分割实验,表明新算法比传统的基于马尔可夫场的图像分割算法和模糊C-均值等图像分割算法有更精确的图像分割能力。     

叶栅纹影试验图像增强及流场密度处理探讨

叶栅纹影图像的背景噪声和流场结构信息接近,给识别流场结构和获取定量信息带来了困难。采用加权L₀梯度平滑和伪彩色技术,提高纹影图像中关键流场结构的识别度。并探讨了通过标定纹影图像灰度与光线偏移量（刀口切割量）的函数关系,反演试验流场中的密度分布。研究结果表明,采用上述方法获得的流场纹影图像质量良好,叶栅通道内激波、尾迹和膨胀波的分辨率高,流场信息可读性强。验证了纹影图像及密度处理程序的可行性,但流场密度的准确测量需要在试验件加工装配、试验前光学调校和图像灰度标定等多方面开展细致的准备工作。     

一种基于图像处理的人群密度估计方法

公共场景监控下的人群密度估计是公共安全管理中的一个重要内容,因此,对基于图像处理的智能化人群密度估计方法进行了研究。结合使用像素统计和纹理分析的方法,从定性和定量两个方面确定了人群人数和人群密度等级。针对大场景的人群密度监控情况,提出了根据实际场景在图像中的比例将大场景分成所需的小区域,然后对每个子区域进行人群密度估计,从而完成全场景的人群密度估计。实验结果表明这种方法简单、有效、实用,便于在实际中的应用,为机场、地铁、车站等公共场所的预警系统提供有力的帮助。     

密度聚类法在图像分割中的应用

提出了使用密度聚类法解决图像分割的新思路。首先把数字图像按照点的分布情况建立图像样本数据库,然后利用基于密度聚类法的DBSCAN算法进行图像分割。该算法能找到图像样本比较密集的部分,概括出图像样本相对比较集中的类,并可在带有“噪声”的图像中进行聚类,完成图像分割。文章还针对DBSCAN算法的缺点,提出了DBSCAN算法的改进思路。     

基于混合高斯模型MRF场的CT图像分割

提出了一种基于混合高斯模型的马尔可夫随机场CT图像分割方法.此方法根据工业CT图像的特点,建立混合高斯逼近的图像灰度统计模型;用混合高斯模型作为Markov随机场的先验模型,提出混合高斯Markov随机场分割模型.实验表明,该方法较单高斯模型有很大的改善,对工业CT图像分割效果好.     

密度场下的短程社会力模型

密度场是行人感知周围人群密度信息的有效工具.它提供一种直观且高效的手段,在人群模拟中快速调整行人移动方向.在人群建模的研究领域中,社会力模型是相当经典的方法,能够模拟一些常见的自组织现象.但是,其依然存在一些不足,比如人群数目的增长使得模型的时间复杂度呈指数增长,同时还存在行人重叠问题以及行人振荡问题等.利用密度场对社会力模型进行了改进,首先提出行人的受力邻域与墙壁的排斥距离来降低算法复杂性,其次为社会力模型建立了相匹配的网格密度场以使行人能够绕开高密度区域,最后提出了密度导向阈值这一概念,使得人群密度值大于密度导向阈值时,行人会综合目标方向与周围的低密度方向作为新方向.实验结果表明,改进后的模型不仅能模拟出基本的人群自组织现象,而且在时间复杂度方面有明显优势.     

焊接温度场图像的获取及焊缝提取

叙述了焊接温度场检测系统的焊接温度场灰度图像的获取，简述小波变换用于检测边缘的原理，论述了小波变换在焊接温度场灰度图像中识剐焊缝位置的具体方法。研究结果证明：该焊缝识剐的方法优于传统的检测方法，具有更好的去噪性能，可以准确地识别焊缝的位置。     

基于图像片马尔科夫随机场的脑MR图像分割算法

传统的高斯混合模型（Gaussian mixture model,GMM）算法在图像分割中未考虑像素的空间信息,导致其对于噪声十分敏感.马尔科 夫随机场（Markov random field,MRF）模型通过像素类别标记的Gibbs分布先验概率引入了图像的空间信息,能较好地分割含有噪声的图 像,然而MRF模型的分割结果容易出现过平滑现象.为了解决上述缺陷,提出了一种新的基于图像片权重方法的马 尔科夫随机场图像分割模型,对邻域内的不同图像片根据相似度赋予不同的权重,使其在克服噪声影响的同时能 保持图像细节信息.同时,采用KL距离引入先验概率与后验概率关于熵的惩罚项,并对该惩罚项进行平滑,得到 最终的分割结果.实验结果表明,算法具有较强的自适应性,能够有效克服噪声对于分割结果的影响,并获得较高的分割精度.     

基于核密度估计的图像自动标注方法

提出一种基于概率模型的图像自动语义标注方法,将图片自动标注看作一个多类分类问题,通过无参数的核密度估计,实现用含有共同标注词的图片组估计视觉特征和相应标注词之间关系的机制。选取表达能力较好的基于CPAM的视觉特征,无须对图像进行语义分割处理,有效提高核密度估计的效率。在基准数据集上进行实验,结果表明,该模型能够获得比当前其他相关方法更好的标注性能。     

面向小目标图像的快速核密度估计图像阈值分割算法

针对当前小目标图像阈值分割研究工作面临的难题,提出了快速核密 度估计图像阈值分割新方法.首先给出了基于加权核密度估计器的概率计算模 型,通过引入二阶Renyi熵作为阈值选取准则,提出了基于核密度估计的图像阈 值分割算法 (Kernel density estimator based image thresholding algorithm, KDET), 然后通过引入快速压缩集密度估计 (Fast reduced set density estimator, FRSDE)技术,得到核密度估计的 稀疏权系数表示形式,提出快速核密度估计图像阈值分割算法fastKDET,并从 理论上对相关性质进行了深入探讨.实验表明,本文算法对小目标图像 阈值分割问题具有更广泛的适应性,并且对参数变化不敏感.     

基于向导矢量场的图像镶嵌算法研究

为了兼顾图像镶嵌在拼缝附近的平滑过渡和整体色调的一致性，提出了一种基于向导矢量场的图像镶嵌算法。该算法针对现有图像镶嵌算法很难适应待镶嵌图像之间存在较大灰度差异这一问题，首先构建具有待镶嵌目标像素分布特性的向导矢量场；然后在此矢量场的引导下，使镶嵌目的区域的像素值经过插值、迭代不断被更新，并使得拼缝附近处的梯度值达到最小来获得局部光滑过渡、全局和谐的理想镶嵌图像。试验结果验证了该方法的有效性和适应性。