基于最大方差比的PCNN图像自动分割

来源 :第八届中国计算机图形学大会 | 被引量 : 0次 | 上传用户:nkxrb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
@@PCNN模型在图像处理方面得到了很多很好的应用。在图像分割的应用上,PCNN模型要通过合理的设置循环迭代次数,才能得到最佳分割效果。为了实现PCNN的自动分割,很多学者做了大量的研究工作,提出了很多算法,主要有基于交叉熵的PCNN自动分割算法,基于遗传算法的PCNN自动分割算法,基于unit-linking的PCNN自动分割算法,基于区域增长的PCNN分割算法,基于图像连通域计算的分割结果评价算法,基于2D-OTSU算法的自动分割算法。
其他文献
@@细分方法的研究始于二十世纪70年代,迄今有大量的相关研究文献,其发展历史与应用可参考[2,3,4,5,6,7]中的分析。本文提出一种动态细分方法,与已有的动态方法最大的差别在于它对应于一个频率序列,从而可以分段控制细分曲线的形状,每细分一次,频率序列中所有参数值都进行迭代更新,这一思想来自于UE样条中的频率序列的设置。
@@在常规的体数据分类方法中,用户利用体数据的统计信息交互地分割体数据。由于统计信息的非直观性,以及缺少一个高效地从已有数据的分类结果中提炼、积累有效信息的方法,体数据分类过程既复杂又不便捷。
@@在三维场景绘制中考虑烟尘、霾以及雾等参与介质(participating media),真实模拟它们对光能的散射现象,能够极大地增强绘制效果的真实感。参与介质的绘制不仅能应用在电影和游戏产业,而且在其他相关领域也将发挥积极的作用,例如:在大雾或沙尘暴天气引导交通以及在火灾现场指导人们快速脱险。而这些应用需要更高的绘制效率以达到实时反馈的目的。
@@增强现实系统中,为了使嵌入的虚拟物体无缝地融合到真实环境中,合成后的虚实环境必须满足几何一致性和光照一致性。其中,几何一致性指虚拟物体与真实场景具有一致的透视关系。
@@三维数字几何信息的处理,尤其是三维模型数据的获取技术、特征提取、频谱分析及模型分类或检索等技术,备受人们关注,频率域上的数字几何处理方法,多数只能分折一个模型的整体频谱,能够将一组模型看成同一类模型集合,对其进行分析的方法尚不多见。
@@去模糊和去噪是图像复原技术所需要解决的主要问题。图像复原的数学本质可以由反问题模型来刻画和说明。反问题求解最大困难在于大多数反问题都呈现出不适定性,导致了求得的结果对于微小扰动极其敏感。在代价函数中嵌入正则项是解决图像复原中不适定问题的一种有效方法。
@@随着无线多媒体通信技术的发展,出现了越来越多的视频应用需求,如:无线多媒体传感器网络、移动可视电话、无线视频监控、无线PC摄像机等。在这些视频应用中,由于电源电量、存储容量、计算能力、通信能力都受限,不仅需要较低复杂度的编码,而且需要视频信号实时编码和传输。分布式视频编码具有编码简单、解码复杂的特点,适用于电量、存储、计算能力受限的无线多媒体传感器网络。
@@三维数据场的体绘制技术一直是科学计算可视化领域研究的热点。得益于近年图形卡中图形处理单元(GPU)技术的飞速发展,在个人计算机上实时地可视化中等规模的规则体数据(Regular volume datasets)已经成为现实。然而,对于不规则体数据(通常是四面体网格),由于其基本单元并不是规则的体素(voxel),难以直接利用GPU强大的并行处理能力完成绘制工作。同时,数据的不规则性也导致在视点
会议
@@遥感图像的噪声分析和去除作为经典问题一直受到关注并成为遥感图像处理的一个重要研究领域。传统的去噪方法在一定程度上可以去除图像中的噪声,但往往在去噪的同时会使图像的边缘和细节问题信息模糊化。特别是对于遥感图像,如何在较好的完成图像去噪的同时,能够自适应的最大化保护边缘等局部信息就尤为重要。
@@运动模糊是摄影中的常见问题,其产生原因是相机和景物在曝光时发生了相对位移。由于位移运动的任意性,自然图像的多样性,以及各种噪声的复杂性,使得图像去模糊问题变得非常困难。近年来,人们针对一类特殊的运动模糊图像进行卓有成效的研究。