排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
本文提出一种采用可变形模板匹配技术进行基于内容的图像分割算法.通过预先计算出可变形模板沿着变形的正交曲线,并对模板曲线及正交曲线进行离散抽样,建立一基于正交曲线的二维(2-D)可变形模板,针对图像分割问题定义控制可变形模板进行变形的内、外部能量函数,本文采用遗传算法搜索能量函数最小的全局最优解.该新算法比传统的可变形模板匹配方法降低了搜索空间的维数,减少了算法对模板初始位置的敏感.对实际图像及模拟低信噪比图像处理的结果表明,新算法具有良好的分割精度及稳定性. 相似文献
2.
提出采用基于迭代算法的分级自适应可变形模型,用于声带振动图像的自动分割.该模型由基本可变形模型和高阶可变形模型构成二级模型,基本可变形模型由2 条描述声带内壁的样条曲线组成,依据声带振动目标形状的先验知识定义及初始化.高阶模型通过提高每条曲线的阶次,增加控制点数来捕获目标的精细边缘,以得出精确的声带形状分割结果.本文模型充分利用了有关声带形状的先验知识及全局特征,增加了图像分割的正确性及稳定性. 相似文献
3.
基于可变形模型及像素相似性统计的自动图像发割 总被引:2,自引:1,他引:2
提出一种通用的融合基于可变形模型及区域特征统计的自动图像分割方案,像素相似性定义综合考虑灰度、梯度、色彩及纹理等多种图像因素,采用梯度矢量流Snakes算法自动进行目标匹配。为使分割结果更趋合理,利用相似单元分解技术对属于同一目标的区域进行自动合并,而对同一区域中属于不同目标的区域进行自动分裂,实现对未知目标个数及目标位置的输入图像的自动分割。对人工合成的低信噪比图像及自然图像的实验表明,本文方法 相似文献
4.
基于神经网络的货物列车超偏载车号自动识别系统 总被引:2,自引:0,他引:2
基于一种基于人工神经网络的货物列车超、偏载车号自动识别系统、重点讨论了车号区域定位分割方法、智能字符切割技术,具有选择注意参数的模板匹配神经网络及采用多级混合集成分类器字符识别方案。实际应用表明,该系统性能良好,工作稳定,车号区域定位正确率大于99.8%,字符识别正确率大于96.5%。 相似文献
5.
基于多尺度图像的主动轮廓线模型 总被引:7,自引:0,他引:7
主动轮廓线模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但在实际使用过程中,现有模型易受干扰噪声及虚拟边缘的影响,且于凹陷轮廓的跟踪能力较差,在多尺度图像分析的基础上,引入梯度矢量流的概念,并改进其计算方法,提出了一种新的主动轮廓线模型,该模型利用梯度矢量流产生的引力,在图像的尺度空间中搜索目标轮廓,不仅能有效地排除干扰,搜索凹陷轮廓,而且便于引入新的约束条件,实验表明该模型有较好的鲁棒性和 相似文献
6.
该文提出了一种基于双正交小波变换(BWT)和模糊矢量量化(FVQ)的极低比特率图像编码算法。该算法通过构造符合图像小波变换系数特征的跨频带矢量,充分利用了不同频带小波系数之间的相关性,有效地提高了图像的编码效率和重构质量。该算法采用非线性插补矢量量化(NLIVQ)的思想,从大维数矢量中提取小维数的特征矢量,并提出了一种新的模糊矢量量化方法一渐进构造模糊聚类(PCFC)算法用于特征矢量的量化,从而大大提高了矢量量化的速度和码书质量。实验结果证明,该算法在比特率为0.172bpp的条件下仍能获得PSNR>30dB的高质量重构图像。 相似文献
1