共查询到16条相似文献，搜索用时 218 毫秒
1.
在无初始化水平集图像分割模型中,为解决弱边界、噪声图像的过分割,提出综合区域信息与梯度信息的无初始化图像分割方法.该方法综合利用图像梯度信息和区域的灰度信息构造外部能量函数,驱动目标轮廓曲线稳定地收敛于目标边界,同时,引入距离约束函数作为内部能量,保证水平集函数不偏离符号距离函数,避免水平集进化的初始化过程.实验结果表明,该模型对初始轮廓无要求,对弱边界图像和噪声图像有很好的分割效果. 相似文献
2.
应用主动轮廓模型在单摄像机监控系统中的运动目标检测与跟踪 总被引：1，自引：1，他引：0
介绍在实时图像处理中的单摄像机监控系统运动目标检测与跟踪方法.针对运动目标的检测,首先进行帧间图像的匹配,接着计算图像间的误差,检测出运动区域,得到运动物体的大致轮廓.通过利用动态规划法改进的主动轮廓模型方法,提取运动目标轮廓.算法有较好的鲁棒性和抗噪声能力,速度也比较快.这种方法可以在轮渡站实时监控系统中得到应用. 相似文献
3.
(Symmetric alpha-Stable)模型是小波域一种精确的图像模型 ,但是其计算复杂性高,本文在分析 模型的基础上,提出了高斯-柯西模型,将此模型作为图像的小波域先验模型信息,并用Bayesian估计器,算法复杂性上有显著的降低。另外,图像对数变换后的统计特性发生变化 ,需要在变换过程中加入均值调整的过程。实验结果表明,本文的算法模型在较好的保持了SAR图像结构的基础上,能较好的保留图像边缘信息和纹理特征,并能有效的抑制图像的斑点噪声,取得了良好的效果。 相似文献
4.
为更好地获取舰船检测的图像信息,通过对雷达图像中舰船目标与相干斑噪声的分布特点进行分析,提出1种基于非下采样变换(Nonsubsampled Contourlet Transform, NSCT)与蚁群优化(Ant Colony Optimization, ACO)算法相结合的合成孔径雷达(Synthetic Aperture Radar, SAR)图像舰船目标检测方法.该方法通过对SAR图像进行NSCT自适应阈值去噪,再应用ACO进行边缘检测,实现舰船目标的精确检测.仿真结果显示,该方法能够在复杂相干斑噪声背景中有效提取舰船目标的轮廓信息,很好地保持图像纹理和舰船结构,具有理想的抗干扰性能,保证检测结果的准确性. 相似文献
5.
对已知目标形状,利用核主成分分析方法非线性建模,并根据高分辨率遥感图像特点,提出一种新的融入形状先验、图像边缘、颜色以及阴影信息的目标提取方法.该方法构造了基于活动轮廓模型的能量函数,并通过迭代的全局最优化方法最小化,实现对目标的准确分割提取.实验结果表明,该方法不仅能准确高效分割提取目标区域,而且能抵制背景噪声干扰,具有很强的鲁棒性和实用价值. 相似文献
6.
SAR图像中斑点噪声的存在使得很难利用简单的阈值分割技术对其进行海岸线提取,而很多基于复杂数学模型的提取算法又常常由于较慢的检测速度限制了它们的应用。本文基于种子点增长的思想,给出了一种快速的海岸线自动提取算法。首先该算法利用象素值统计信息自动定位一个初始种子点区域,并计算初始均值M与初始阈值T。然后基于不断更新的M和T进行海域点增长。增长结束后,对得到的连通海域进行轮廓边界跟踪从而确定出具体的海岸线位置。将其应用于真实的SAR图像,证明了该算法的有效性和实时性。 相似文献
7.
在高斯力活动轮廓模型基础上,提出了径向力活动轮廓模型,可增加外力的作用范围,扩大初始轮廓曲线收敛区域。实验结果表明,该模型能正确分割左侧脑室图像,并且初始轮廓曲线愈接近目标真实边界,迭代次数愈少,分割速度愈快。 相似文献
8.
提出了一种新的JPEG通用隐写分析方法.通过分析JPEG图像DCT域和小波域的量化噪声模型和隐写模型,发现了量化噪声和嵌入噪声对图像的作用原理,并用直方图特征函数来区分2种噪声对图像的影响. 基于JPEG质量因子对图像进行分类,为每个图像分类单独训练支持向量机分类器.实验显示,本文方法相比已有的一些常用JPEG通用隐写分析方法具有更好的检测性能. 相似文献
9.
基于变分水平集方法,建立一种具有噪声去除能力的分段常值多相图像分割模型. 该模型能在完成噪声去除的同时完成图像分割,从而缩短针对噪声图像的分割时间;其次,基于十进制数和二进制数转换,构造区域划分的特征函数表达式,从而建立一个新的多相图像分割模型;最后把该多相图像分割模型应用于合成图像和医学图像的分割.实验结果表明,与Chan-Vese模型相比,该模型能更快地提取噪声图像中的目标. 相似文献
10.
方向蛇模型是蛇模型的一种改进,它的优点是在模型中不仅运用图像的梯度特性,还充分运用梯度的方向特性,从而提高了图像分割准确性.本文我们给出方向蛇模型的动态规划优化算法,避免模型因采用变分法优化而必须面对的可能无法达到全局最优,甚至局部最优的现象,提高图像目标轮廓的检测效率.我们同时给出对比实验数据,证明我们的算法是有效的. 相似文献
11.
对基于边缘的算法进行了改进,综合考虑了边缘和能量结构. 首先利用非下采样contourlet(NSCT)变换,对图像进行多尺度和多方向的分解;然后将低频系数按边缘能量大小划分为边缘和平滑2部分,边缘部分采用边缘能量取最大的融合方法,平滑部分使用基于局部能量的规则进行融合,高频子带使用相关系数和局部方差相结合的重要性测度法进行融合;最后对融合系数进行NSCT反变换得到融合图像. 实验结果表明,该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法. 相似文献
12.
针对形状特征,提出了一种基于主动式边界基元模型的多类目标自动识别方法. 该方法以主动式边界基元为基础构建字典,可准确描述各类目标的形状结构, 不受尺度、旋转等变化的影响;然后,综合分析上下文信息进行概率学习,采用级联框架和Bootstrap动态采样训练最优边界分类器,实现目标的类别识别和位置定位,并可获取精确形状. 实验结果表明,该方法能有效提取多种类型和复杂结构的目标,具有较强的实用价值. 相似文献
13.
以单目观测下三维刚体目标的姿态估计为研究对象,针对现有迭代估计方法存在的收敛半径小和收敛速度慢的问题,提出一种新的基于2D-3D泛轮廓点对应的迭代姿态估计方法.与现有的基于数值优化的方法不同,本方法从输入图像的2D泛轮廓点出发,着眼于显性地建立输入图像到目标三维模型的2D-3D特征投影对应关系,进而以此显性投影对应关系对目标的三维姿态参数进行估计.实验结果表明,该方法在算法复杂性、收敛半径和收敛速度上均有明显改进. 相似文献
14.
为减少海上场景中海杂波对小目标检测造成的干扰,提出结合局部和全局显著性的检测方法.该方法以图像子块与其邻域对比度作为局部显著度,以利用频率调谐方法得到的全局对比度作为全局显著度,将局部和全局显著度进行规范化处理,组合为总显著度.实验表明:该方法可充分提升局部及全局均显著的区域,抑制海杂波;该方法检测性能优于相关文献中的方法. 相似文献
15.
将Gabor滤波器和各向异性扩散方程相结合,提出了一种基于活动围道的无监督纹理图像分割算法.采用基于总变分流的扩散函数,各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时,对图像纹理区域进行平滑,获得比原始图像更易分割的简化图像.但是平滑过程中纹理信息的丧失,限制了该方法的通用性和有效性.为了在利用各向异性扩散方法的同时,有效地提取和利用纹理信息,我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像;同时将原始图像作为表征纹理灰度信息的一个特征通道考虑;再利用矢量形式的各向异性扩散方程,对特征图像进行边界保持的各向异性平滑.将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间,来对平滑后的纹理特征量进行分割.实验证明,利用该纹理分割算法可以获得较好的效果. 相似文献
16.
支持向量机作为机器学习中一个经典的分类算法，一直广受数据科学家的喜爱。无论是处理线性可分还是非线性可分数据，传统的支持向量机能够很好地解决二分类问题。针对给定的样本，支持向量机通过最大化最小间隔得到最佳的决策分界面，从而实现对新样本的类别预测。然而现实中的数据更为复杂多样，一方面数据的类别往往多于两个，近年不乏有优秀的多分类支持向量机算法出现；另一方面不同领域的数据的特征集中可能存在相对特殊的变量（称之为主变量，targeted variable），需要将其挑选出来并加以特殊处理，以保持主变量对最终分类结果的重要影响。考虑这两个方面，提出基于角度的变系数多分类支持向量机（TLAMSVM）模型以解决含有主变量的多分类问题。它使用具备更好几何解释能力的基于角度的间隔最大分类框架完成多分类，并引入变系数模型，通过选择合适的局部光滑函数处理主变量对模型的影响。把基于角度的变系数多分类支持向量机分别应用到模拟数据集和真实数据集上。数值结果显示，相比没有使用变系数思想或基于角度的多分类框架的多分类支持向量机，TLAMSVM模型具有更高的预测准确度。 相似文献