融入类贡献抑制因子的灰度级模糊C均值图像分割

基于灰度级模糊C均值图像分割算法具有分割速度快的优势。由于无损检测图像中背景类和目标类差异较大,该算法不能有效地将目标分割出来,故提出改进的基于灰度级的模糊C均值算法。构建了一种与类大小反向相关的类贡献抑制因子表达式,将之融入目标函数后能够降低较大类对目标函数的贡献,这可避免较小类的聚类中心受较大类的影响而靠近较大类的聚类中心。最小化新的目标函数可得新形式的隶属度和聚类中心表征形式。采用类大小差异较大的无损检测图像进行试验,结果显示本文算法得到的分割图像视觉效果良好,而且指标G_mean也更高,进一步提升了基于灰度级模糊C均值算法适应能力。     

基于图像分层树的图像语义分割方法

针对传统语义分割模型缺乏空间结构信息,无法准确地描述对象轮廓的问题,提出了一种基于图像分层树的图像语义分割方法。分层树模型采用结构森林方法生成轮廓模型,为防止过度分割,运用超度量轮廓图算法得到多尺度轮廓图,然后利用支持向量机训练多尺度轮廓图生成图像分层树,通过随机森林精炼分层树,最终输出图像语义分割结果。在测试实验中,像素精确度达到82.1%,相比区域选择方法(Selecting Regions)提升了2.7%。并在较难区分的树和山脉的预测精确度上,相比层次标记方法(Stacked Labeling)分别提升了16%,25%,具有更高的稳定性。实验结果表明,在复杂的室外环境下,对图像语义分割的精确度、稳定性和速率均有明显改善。     

Impact analysis and change propagation in service-oriented enterprises: A systematic review

ContextThe adoption of Service-oriented Architecture (SOA) and Business Process Management (BPM) is fairly recent. The major concern is now shifting towards the maintenance and evolution of service-based business information systems. Moreover, these systems are highly dynamic and frequent changes are anticipated across multiple levels of abstraction. Impact analysis and change propagation are identified as potential research areas in this regard.ObjectiveThe aim of this study is to systematically review extant research on impact analysis and propagation in the BPM and SOA domains. Identifying, categorizing and synthesizing relevant solutions are the main study objectives.MethodThrough careful review and screening, we identified 60 studies relevant to 4 research questions. Two classification schemes served to comprehend and analyze the anatomy of existing solutions. BPM is considered at the business level for business operations and processes, while SOA is considered at the service level as deployment architecture. We focused on both horizontal and vertical impacts of changes across multiple abstraction layers.ResultsImpact analysis solutions were mainly divided into dependency analysis, traceability analysis and history mining. Dependency analysis is the most frequently adopted technique followed by traceability analysis. Further categorization of dependency analysis indicates that graph-based techniques are extensively used, followed by formal dependency modeling. While considering hierarchical coverage, inter-process and inter-service change analyses have received considerable attention from the research community, whereas bottom-up analysis has been the most neglected research area. The majority of change propagation solutions are top-down and semi-automated.ConclusionsThis study concludes with new insight suggestions for future research. Although, the evolution of service-based systems is becoming of grave concern, existing solutions in this field are less mature. Studies on hierarchical change impact are scarce. Complex relationships of services with business processes and semantic dependencies are poorly understood and require more attention from the research community.     

彩色图像分割的FCM初始化方法

针对传统模糊C-均值聚类方法所存在的过度依赖初始聚类中心、计算复杂度高等问题,提出一种新的FCM初始化方法.首先,使用维纳滤波分别对图像的R、G、B分量进行预处理,待转换为LAB色彩空间后,通过二次分水岭方法获取图像的封闭区域,并计算各区域的质心;其次,利用自适应无监督的方法对质心进行筛选和合并,将合并结果作为FCM的初始聚类中心;最后,使用FCM方法进行分割.实验结果表明,该方法不仅能够获得较准确的聚类中心,减少了迭代次数和运算时间,而且能够更好地实现图像的准确分割.     

基于自适应阈值和区域生长的SD-OCT糖网图像亮斑分割

硬性渗出是糖尿病性视网膜病变的一个比较显著的症状,频域光学相干断层视网膜图像中的高信号亮斑与渗出有着密切的联系。为了研究渗出与病变的关系,有必要找到一种提取亮斑的方法。但是,目前关于糖网图像亮斑提取的研究还非常少。首先运用层分割算法限制亮斑所在区域,然后采用自适应阈值法确定种子集合,最后使用基于人类视觉特性的区域生长方法提取出亮斑。实验结果表明,本方法可以较准确地分割出糖网图像中的亮斑。     

基于藏语字性标注的词性预测研究

该文选取了藏语文中小学教材的部分语料,构建了带有藏语字性标记、词边界标记和词性标记的语料库,通过比较不同的分词、标注方法,证明分词、词性标注一体化效果比分步进行的效果好,准确率、召回率和F值分别提高了0.067、0.073和0.07。但词级标注模型难以解决词边界划分的一致性和未登录词的问题。基于此,作者提出可以利用字性和字构词的规律预测合成词的词性,既可以融入语言学知识又可以减少由未登录词导致的标注错误,实验结果证明,作为词性标注的后处理模块,基于字性标注的词性预测准确率提高到了0.916,这个结果已经比分词标注一体化结果好,说明字性标注对纠正词性错误标注有明显的效果。
     

基于兼容性网格分割的骨骼参数计算

为了解决骨骼参数难以测量的问题,提出一种利用网格分割结果计算参数的方法.首先对骨骼网格模型在提取少量特征点的基础上进行语义分割;然后将分割得到的模板借助基于Laplacian变形的非刚性配准,指导同类骨骼模型实现快速兼容性分割;最后结合网格分割结果及特征点计算出骨骼的主要形态参数.实验结果表明,该方法仅需少量的用户交互就能获得较好的测量效果,结合模板的策略也支持大批量骨骼模型的参数测定.     

结合肤色分割与平滑的人脸图像快速美化

目的 针对目前人脸图像美化算法存在的对于细节丰富的眼睛和头发等区域处理过度平滑,美化后的图像整体美化效果较差等问题,提出一种基于肤色分割与平滑人脸图像的美化方法。方法 首先对脸部瑕疵特性,用双指数边缘保护滤波器平滑人脸图像的瑕疵,与此同时很好保持图像边缘信息;再通过利用色度直方图自适应快速检测、修正、分割肤色区域;然后利用拟合高斯羽化皮肤区域生成蒙版,融合平滑图像和原图像,保留图像头发背景等细节信息;最后基于人像美感标准,对皮肤亮度通过拟合log曲线实现快速自适应调整人脸图像亮度,增强眼睛等细节,从而快速实现人脸图像美化方法。结果 通过与其他人像美化算法相比较,在保留边缘方面,该算法更有效地对皮肤边缘上的瑕疵进行平滑,达到更好地美化人脸图像;而在时间复杂度方面,相对于前人的算法,计算速度快12倍,实现快速美化人脸图像。结论 该算法适应能力较强,对大部分人脸图像的脸部瑕疵完美去除的同时达到背景信息不变,肤色美白自然,使整体美化效果显著;尤其是细节丰富的边缘区域平滑适度,具有一定的实用性。     

基于图像分割的扭曲鼻纹识别模型仿真

鼻纹特征是当前最新研究的生物识别特征,对身份的鉴定有着重要的意义.鼻子的纹路较细小,只有在挤压过程中,才能留下纹理特征.但是,挤压过程本身对特征就形成了一定的破坏,使得特征扭曲变形,无法形成完整特征.传统的生物识别方法多是依靠完整生物特征,在鼻纹特征残缺或者挤压造成特征形变的情况下,虽然能识别出特征,但是对应过程会产生大量的干扰,造成假识别,漏识别的问题.提出采用鼻纹图像小区域分割的扭曲识别方法.针对扭曲鼻纹图像进行矩阵重组,根据重组结果进行分割,完成扭曲鼻纹图像的分类,利用自适应迭代出不同区域的识别阀值,设定识别过程中的最优阀值,最终完成扭曲鼻纹图像的识别.仿真结果表明,利用改进算法进行扭曲鼻纹图像识别,能够有效提高识别的准确率.