【摘 要】
：
为了解决Otsu法对图像多阈值分割中存在的空间和时间复杂度高的问题,本文SSA算法与传统Otsu分割算法结合(SSA-Otsu)来优化彩色图像多阈值分割的效果。另外,为证明SSA-Otsu算法结合的优越性,与PSO算法与传统Otsu分割算法结合(PSO-Otsu)分割效果对比。通过PSNR和SSIM评价指标评价图像分割效果,实验结果表明SSA-Otsu算法比PSO-Otsu分割更好。
【机 构】
：
华北水利水电大学电力学院,郑州450000;郑州地铁集团有限公司,郑州450000
论文部分内容阅读
为了解决Otsu法对图像多阈值分割中存在的空间和时间复杂度高的问题,本文SSA算法与传统Otsu分割算法结合(SSA-Otsu)来优化彩色图像多阈值分割的效果。另外,为证明SSA-Otsu算法结合的优越性,与PSO算法与传统Otsu分割算法结合(PSO-Otsu)分割效果对比。通过PSNR和SSIM评价指标评价图像分割效果,实验结果表明SSA-Otsu算法比PSO-Otsu分割更好。
其他文献
可见-近红外光谱技术是检测土壤有机碳含量的高效方法。模型的精度与模型的传递能力是目前可见-近红外光谱检测技术应用发展中存在的问题。对预处理后的土壤光谱数据利用BPNN训练土壤有机碳检测模型,应用GA提取光谱特征波段,最佳检测模型R2为0.984,结尾通过对不同类型土壤进行建模,分析模型的传递能力。
在信息水平高度发达的今天,图像是信息承载的主要方式之一,人们对于高质量图像的需求也日益增加,然而在手机、电视等设备中难以运行复杂度高的超分辨率算法,因此需要一个快速、精确的超分辩率算法来集成到低性能的图像显示设备中。提出的方法是在RAISR算法的基础框架上,引入图像局部信息聚类的方法,在不过多增加算法复杂度的前提下增强RAISR方法的超分辨率质量,并且在Set5和Set14两个数据集上得到验证。
本征图像分解分解是将一张图片分解成本征图和光照图的过程。虽然本征图像分解已经经过几十年的研究,但是如何快速且准确地分解出两张图片仍然是一个艰难过程,仍然有很大的研究意义,尤其是复杂场景下的本征分解。室外的场景由于光照条件的多变、阴影、高光反射,等等,室外的本征分解极具挑战。本文提出在室外复杂场景下的本征分解。在手工交互的方式指导下,引入大气散射模型对光照图进行约束,然后进行分解,最终得到更好的效果
Leon Gatys等人研发的深度神经网络使用神经的表达来分离任意图片的内容和风格,为生成艺术图片提供一个神经算法。本文基于Style Transfer算法,用卷积神经网络提取图像特征,依次提取内容图像的内容和风格图片的风格。对于任意内容和风格的图片,使用梯度下降方法调整输入响应,在特定层次获得特定的响应。多次迭代之后,输入响应即为特定风格和内容的图像。在此基础上,设计添加社区交流分享等功能的图像
当前流行的网络舞蹈视频;分类往往较为困难,舞蹈视频的分类问题亟待解决。经过对人体行为识别(Human Action Recognition)技术进行研究,分析现有工作的优缺点,确定可行的技术方案和优化方向。并且基于VGG-19和PAF(Part Affinity Fields)机制得到2D关节姿态定位,创新式地使用文本分类的LSTM(Long Short-Term Memory)网络进行关节姿态时
为分析诗圣杜甫创作诗歌所表达的情感及主题,通过对1150首的杜甫全集进行全面的情感词词频统计,首先采用TF-IDF词频统计方式获得逆文档率高频词,然后把高频关键词与情感词典
倾斜摄影是获取大规模场景信息的重要手段。通过倾斜摄影获取的点云场景是各种大规模场景应用的重要基础。本文提出一套通过无人机获取大规模点云场景并进行实时渲染的方案,通过基于点绘制的方法获得良好的大规模场景可视化结果,改良传统点云场景渲染方案的视觉效果,便于方便地获取和调试大规模点云场景信息。
我国园地种植面积在世界范围内位于前列,水果经济在现代农业经济中的作用比较明显。利用遥感技术对果园进行快速监测,准确掌握果园的面积与空间种植分布状况,对促进我国果园产业的可持续发展有重要的现实意义。目前对果园的提取大都集中在平原地区,对山区尤其是以云南为代表的云贵高原地区的果园提取比较少,对果园的提取方法也没有比较合适的。所以本文尝试采用随机森林这个比较常用的分类方法进行分类并且用决策树和支持向量机
透射是生活中随处可见的现象,在计算机中对这一现象的模拟也是真实感渲染中的重要课题。为了准确计算出光线在物体内部的衰减情况,必须知道光线在物体内部穿过的距离也就是物体的厚度。通过使用深度剥离或者改进的双重深度剥离算法,就可以得到光线在物体内部穿过的厚度,再结合比尔定律就可以就计算出衰减后的光线强度,也就是透射颜色。
针对传统的车辆检测算法存在检测效果差以及鲁棒性低的问题,本文在基于深度学习的目标检测算法基础上提出一种基于AI芯片加速计算的神经网络,通过移植到前端嵌入式设备,实现在低成本的嵌入式设备中达到更加稳定和准确的车辆检测以统计车流量。结果表明,在红绿灯的十字路口场景下,车辆检测准确率达到95%,每帧检测耗时35ms,可以满足实时检测的需求。准确率与传统深度学习算法相比略为下降,但在低功耗以及检测速度上有