排序方式: 共有57条查询结果,搜索用时 9 毫秒
12.
当前景目标与背景在颜色上接近时,仅采用高斯混合模型进行目标检测容易导致误判。为了提高模型分割算法的鲁棒性,提出一种融合高斯混合模型和小波变换的运动目标检测算法。通过小波变换提取图像的纹理特征信息,利用高斯混合模型拟合背景信息。将两者融合起来,把纹理信息作为颜色信息的补偿,保证了模型在线更新背景信息时模型的稳定性和收敛性,同时弥补了目标分割中前景与背景颜色信息接近时容易导致误判的不足。实验结果表明,本文方法比经典高斯混合模型方法具有较高的分割精度。 相似文献
13.
14.
为了实现字段式液晶数字的自动判读,提出了一种基于字符切割和拼接的识别算法。定位字符垂直投影的波峰,在两峰之间确定切割线并对字符进行切割,利用投影特征,对切割块进行拼接,实现字符的准确分割。实验表明,该方法解决了传统算法难以准确分割字段式字符的问题,提高了识别率以及准确率。 相似文献
15.
16.
为了解决柔印首件检验没有基准织物图像作为参照的难点,该文提出一种以电子样稿为参照物的柔印首件“粗-精”检测方法,主要分为粗匹配、精匹配和缺陷检测3个阶段。首先,针对电子样稿与印刷首件内容粗细不一、灰度特性差异大、柔印内容重复率高等问题,融合超点(SuperPoint)与强力匹配(SuperGlue)方法进行粗匹配。然后,针对柔印过程版材伸缩、弯曲引发柔印内容局部偏移的问题,采用归一化互相关(NCC)法微调样稿字符,实现精匹配。最后,提出约束聚类的方法将缺陷检测问题转化为电子样稿与柔印首件差异最小化的问题。对比实验表明,该文方法的柔印首件检测性能要优于其他织物印刷品缺陷检测方法,其漏检率为0,误检率为1.3%,平均Dice系数为0.941,且检测时间仅为2.761 s/pcs,满足实际工程的需求。 相似文献
17.
小波神经网络有机地融合了小波分析的时频特性和神经网络自适应优点。本文将小波神经网络应用于图像表述,提出相应的图像表述算法。分别采用两种小波函数作为网络激励函数,以验证图像表述效果。实验结果表明,小波神经网络能够有效地表述图像,其算法具有较强的鲁棒性。 相似文献
18.
乳腺病灶自动检测对于后续计算机辅助诊断具有重要意义。融合背景先验、自适应中心先验以及频率先验等三种先验知识,提出一种多显著性检测方案实现超声影像中的乳腺病灶检测。该方案包含图像预处理、显著性检测和显著性优化等三个步骤。为了提高检测准确率,提出了一种基于经验累积分布函数的自适应阈值分割方法和一种改进的自适应中心先验检测方法。实验结果证明,提出的多显著性检测方案精确率达92.50%,召回率达87.05%,F-measure值达91.18%,能够更好地检测乳腺超声病灶。 相似文献
19.
20.
利用快速傅里叶变换(FFT)进行谐波分析时,在非同步采样和非整数周期截断条件下存在频谱泄露和栅栏效应,影响谐波的分析精度。采用传统的窗函数对信号进行加权,虽然可以减小频谱泄露和栅栏效应的影响,但其效果受到窗函数旁瓣特性的制约。提出一种基于衍生半正弦窗的改进相位差电力谐波分析方法。该方法引入一种新的窗——衍生半正弦窗,对信号进行加权,然后采用改进相位差算法分析谐波参数——幅值、频率、相位。衍生半正弦窗可以通过调整指数获得满足要求的旁瓣特性,能较好的抑制频谱泄露,在工程应用中具有很大的灵活性。推导了信号基波及各次谐波频率、幅度、初相位的求解公式。仿真实验结果表明,提出的基于衍生半正弦窗的改进相位差算法具有较高的计算精度。 相似文献