检索结果-南通市图书馆

基于二维信息熵的无线传感网络簇内数据融合方法的研究

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2014年第7期31卷 2171-2174页

作者：李怀俊张学习广东交通职业技术学院车辆安全工程技术中心广州510650 广东工业大学自动化学院广州510520

针对无线传感网络中数据融合需求的多样性,提出了一种新的簇内数据融合方法。该方法基于信息熵可反映节点数据分布的统计特性,首先对节点内数据并查集的信息熵进行最大寻优、自动确定融合的上下限阈值,完成节点局部数据融合;同时考虑簇... 详细信息

针对无线传感网络中数据融合需求的多样性,提出了一种新的簇内数据融合方法。该方法基于信息熵可反映节点数据分布的统计特性,首先对节点内数据并查集的信息熵进行最大寻优、自动确定融合的上下限阈值,完成节点局部数据融合;同时考虑簇内信息分布的空间特性,对簇内二维信息熵进行最大寻优,并由此确定簇内数据融合的阈值、实现冗余数据过滤;最后就该方法与传统的数据融合策略进行了仿真比较。实验结果验证了该方法简单,可有效实现全局数据融合,显著降低节点能耗。

关键词：无线传感网络数据融合二维信息熵粒子群算法

基于二维信息熵和马尔科夫随机场的运动目标检测研究

在线全文

学校读者我要写书评

暂无评论

基于二维信息熵和马尔科夫随机场的运动目标检测研究

作者：祁亚斌国防科学技术大学

学位级别：硕士

运动目标的分析已成为计算机视觉中的一个重要研究领域,尤其是对运动目标的检测和跟踪,它在军事、工业过程控制、医学研究、交通监控、飞机导航等许多领域有着广泛的应用前景。运动目标分析以运动区域分割为基础,基于动态图像序列的运... 详细信息

运动目标的分析已成为计算机视觉中的一个重要研究领域,尤其是对运动目标的检测和跟踪,它在军事、工业过程控制、医学研究、交通监控、飞机导航等许多领域有着广泛的应用前景。运动目标分析以运动区域分割为基础,基于动态图像序列的运动目标分析问题。其核心内容是从动态图像序列中检测出运动目标、并跟踪其运动轨迹,从而可获得运动目标的位移、速度、加速度等运动参数,其中运动目标检测是以后分析的基础。论文主要内容如下: 首先,对运动目标检测的分析方法进行了概述,了解了该领域目前的研究现状和未来可能的研究发展方向,为今后进一步深入研究提供了思路与线索。其次,引入了二维信息熵的概念,给出了二维信息熵方法在图像处理中的若干具体应用,如图像恢复、边缘检测等,此方法克服了图像噪声干扰,获得了较好的实验结果。在实际的动态图像序列中,考虑到复杂的光照强度变化和背景自身运动等因素,提出了一种基于二维信息熵的目标分割方法。通过图像的帧间信息将图像从空间域映射到统计域,在统计域中用最大熵的方法对其进行目标分割可以获得较强鲁棒的运动目标分割结果。接着,介绍了马尔科夫随机场在图像处理中的应用,以及有关马尔科夫随机场模型的构造及传统求解方法。针对动态图像序列中背景成像过程因各种因素变化而存在的复杂性,提出了一种基于马尔科夫随机场和边沿马尔科夫场的目标分割方法。首先根据马尔科夫随机场特性,将马尔科夫随机场的最大后验概率模型映射到近邻系统模型中。然后建立图像每一像素点的邻域系统模型,并且构造相应的能量函数。为使能量函数达到快速收敛,本文利用ICM(条件迭代算法)算法实现能量函数的极小化,以提取运动目标。再次,介绍了运动边缘的定义,分析了基于图像边缘的运动边缘检测,并提出一种基于马尔科夫的运动边缘检测算法。同时利用ICM算法求解。

关键词：二维信息熵最大熵马尔科夫随机场条件迭代算法运动边缘

基于蚁群优化边缘检测与最大二维信息熵的图像分割方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于蚁群优化边缘检测与最大二维信息熵的图像分割方法研究

作者：汪嘉信阳师范学院

学位级别：硕士

图像分割是数字图像处理的重要内容之一,是对图像进行视觉分析和模式识别的基本前提,也是目前国内外研究的热点。它对于图像特征提取、图像分析和识别、计算机视觉等有重要研究意义。由于图像千差万别,使得图像分割成为数字图像处理领... 详细信息

图像分割是数字图像处理的重要内容之一,是对图像进行视觉分析和模式识别的基本前提,也是目前国内外研究的热点。它对于图像特征提取、图像分析和识别、计算机视觉等有重要研究意义。由于图像千差万别,使得图像分割成为数字图像处理领域的一个经典难题。本文分析了图像分割领域的研究现状和存在的主要问题,重点研究了基于阈值和边缘的图像分割方法,分析了把蚁群优化算法应用到图像分割领域的现实意义,提出了一种基于蚁群优化算法搜索边缘的图像分割方法。系统阐述了蚁群优化算法的基本原理、理论模型、算法特点、以及各种参数的选取。首先利用Canny边缘检测算子的二维高斯滤波器对图像进行滤波,利用蚁群优化算法搜索寻优的特点结合Canny边缘检测算子寻找图像最优的边缘解,把得到的边缘图像作为完成分割操作的重要源信息,然后在此基础上寻找使得图像的二维信息熵最大的阈值对图像进行分割。本文建立了一种严格意义上基于图像整体信息的自适应分割阈值选取方法,实验结果表明,本文提出的方法可以在尽量保留图像最大信息量的基础上,提高边缘检测的精度和图像分割的准确率。在图像背景较复杂时能很好地保留图像的细节信息,有效地兼顾了图像整体和局部信息,而且具有很强的自适应能力和抗噪能力,可为下一步的图像分析、特征提取以及图像理解等工作奠定良好的基础。

关键词：图像分割边缘检测蚁群优化算法二维信息熵

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于二维信息熵的粒子群图像分割算法

光盘技术 2009年第9期 56-57页

作者：穆中华杨玚明生郑州铁路职业技术学院河南郑州450002 信阳师范学院河南信阳464000

图像分割是数字图像处理研究的重要领域之一。本文将粒子群优化算法应用于图像分割中,提出了一种基于粒子群优化算法的最大二维信息熵阈值图像分割方法,该方法既考虑了图像的空间信息,又抑制了图像分割时的噪声干扰。实验结果表明,该方... 详细信息

图像分割是数字图像处理研究的重要领域之一。本文将粒子群优化算法应用于图像分割中,提出了一种基于粒子群优化算法的最大二维信息熵阈值图像分割方法,该方法既考虑了图像的空间信息,又抑制了图像分割时的噪声干扰。实验结果表明,该方法能够快速地寻找到最佳图像分割阈值,并且有效地提高了图像分割质量和效果。

关键词：粒子群优化二维信息熵图像分割

基于改进ViBe算法的静态场景运动目标检测

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2021年第14期58卷 208-216页

作者：汤旻安王晨雨兰州交通大学自动化与电气工程学院甘肃兰州730000

针对ViBe算法在静态背景下检测效果较差和检测目标存在“鬼影”的问题,结合哈希算法和图像二维信息熵的知识提出一种改进的ViBe算法。首先,采用哈希算法对选取的三帧图像进行差分运算,对差分后得到的目标区域进行背景填充以得到背景图像... 详细信息

针对ViBe算法在静态背景下检测效果较差和检测目标存在“鬼影”的问题,结合哈希算法和图像二维信息熵的知识提出一种改进的ViBe算法。首先,采用哈希算法对选取的三帧图像进行差分运算,对差分后得到的目标区域进行背景填充以得到背景图像,再对背景图像进行背景建模,从而消除鬼影现象。然后,根据背景的复杂程度得到自适应阈值与更新速率,使用自适应阈值进行前景检测,使用连通域信息进行二次检测以得到目标图像。最后,对目标图像进行形态学处理与背景更新。由实验数据可知,改进算法对草地、树叶和雪景等静态场景下的行人与车辆目标进行检测后,图像的F-measure值在0.8以上,比ViBe算法和高斯混合模型有所提升且较为稳定。实验结果表明,改进的ViBe算法可以消除鬼影现象,抑制背景的干扰,较好地检测目标信息。

关键词：图像处理静态背景目标检测哈希算法 ViBe算法二维信息熵

基于K-means聚类算法的图像分割方法比较及改进

在线全文

学校读者我要写书评

暂无评论

太原理工大学学报 2014年第3期45卷 372-375页

作者：王爱莲伍伟丽陈俊杰太原理工大学计算机科学与技术学院太原030024 美国达拉斯德州大学计算机学院美国达拉斯75083

为了探讨K-means算法应用于图像分割时在不同颜色空间中的聚类效果,选用了不同分辨率的多对图像进行研究,分析了基于RGB和YUV颜色空间的分割结果,并提出一种新的混合模型,即在YUV聚类距离公式中引入图像的二维信息熵的差量,同时利用YUV... 详细信息

为了探讨K-means算法应用于图像分割时在不同颜色空间中的聚类效果,选用了不同分辨率的多对图像进行研究,分析了基于RGB和YUV颜色空间的分割结果,并提出一种新的混合模型,即在YUV聚类距离公式中引入图像的二维信息熵的差量,同时利用YUV颜色空间中的Y分量作为其灰度进行计算,实验结果表明,基于YUV颜色空间聚类的改进模型分割效果比单纯使用YUV颜色空间进行聚类更佳。

关键词：图像分割 RGB颜色空间 YUV颜色空间 K-均值聚类二维信息熵

在线全文

学校读者我要写书评

暂无评论

基于颜色和纹理特征的显著性检测算法

计算机应用研究 2015年第1期32卷 284-286,290页

作者：张艳邦陈征张芬汪熊彭朝洋咸阳师范学院数学与信息科学学院陕西咸阳712000

针对现有的基于图像底层特征的显著性检测算法检测准确度不高的问题,提出了一种基于颜色和纹理特征的显著性检测算法。在RGB和Lab颜色空间上,同时考虑了图像的颜色对比度特征、纹理特征。运用二维信息熵作为衡量显著图的性能标准,选取... 详细信息

针对现有的基于图像底层特征的显著性检测算法检测准确度不高的问题,提出了一种基于颜色和纹理特征的显著性检测算法。在RGB和Lab颜色空间上,同时考虑了图像的颜色对比度特征、纹理特征。运用二维信息熵作为衡量显著图的性能标准,选取最优的颜色通道,并且针对颜色及纹理的不同特点,给出了各自的显著性特征融合方法。在公开的数据库中与四种流行的算法实验对比,实验结果证明了算法的有效性。

关键词：模式识别显著性检测颜色对比度纹理特征二维信息熵

在线全文

学校读者我要写书评

暂无评论

监控图像质量的无参评估方法研究

监控图像质量的无参评估方法研究

作者：陈天文上海交通大学

学位级别：硕士

随着多媒体技术的发展,数字图像以其便于传输与保存逐渐融入人们的日常生活中,成为人类信息获取的重要来源,视频监控系统也得到了广泛的应用。监控图像一般会通过采集、压缩、传输及重现的过程,在这些过程中图像被引入了多种失真类型,... 详细信息

随着多媒体技术的发展,数字图像以其便于传输与保存逐渐融入人们的日常生活中,成为人类信息获取的重要来源,视频监控系统也得到了广泛的应用。监控图像一般会通过采集、压缩、传输及重现的过程,在这些过程中图像被引入了多种失真类型,终端图像的图像质量直接影响到人眼获取视觉信息乃至引发安防问题,因此监控图像的质量评估意义重大。图像质量评估方法中,主观评估方法以专业人士评分作为评估结果,评估效果最佳。但主观评价方法存在着消耗人力大、效率低下等问题,已无法满足大数量的图像评价需求。例如在广泛应用的监控视频系统中,监控图像质量与其信息的可用性密切相关,必须对监控视频图像质量进行管理才能保障监控系统的效能,监控系统规模激增使得以人为主体的传统监测方法已不能满足需求。因此基于计算机分析且无需人工介入的客观评价方法成为当今质量评估领域的重要发展方向。图像客观质量评估方法有需要原图作为对照的全参考算法、需要原图部分信息作为参考的半参考算法、以及无需原图的无参考方法。由于在实际应用场合中,特别是经过多重处理的监控图像,原始无失真图像一般很难获得,难以进行全参考、半参考评估,因此无参考评估方法成为了必然选择。本文重点研究无参考质量评估算法,首先研究经典的算法,然后分析比较它们的性能。在已有方法基础上,针对监控图像评估的特殊性,引入二维信息熵、分块分析方法,改善了其他方法在监控图像评估上性能的不足。通过机器学习重新评估特征参数权重,实现一种基于空域特征的无参考监控图像评估方法。另外,监控图像的主观评价受到关注对象、感兴趣区域影响,图像受到多重失真,且不同块的失真类型及失真分布也各有特点,这些都属于图像的隐藏特性。为建模图像的隐藏特性引入了潜在语义模型,通过构建与求解图像文档、潜在主题、特征单词的关系得到图像的潜在主题分布。图像的潜在主题分布能够很好地体现图像受到不同噪声的影响以及噪声影响的程度,通过机器学习的方法学习潜在主题分布与图像质量的关系,最终通过机器学习测试就能对监控图像进行准确的质量评估。

关键词：无参图像质量评估自然场景统计二维信息熵潜在语义分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SIFT的图像配准与拼接算法研究

基于SIFT的图像配准与拼接算法研究

作者：丁健安徽理工大学

学位级别：硕士

随着智能手机、数码相机等手持式图像采集设备的普及,人们对于高信息量图像的需求与日俱增。在光学成像领域,高信息量和高分辨率一直是互相制约的因素。图像拼接技术在保持图像较高分辨率的同时能够扩大视野,实现图像的信息整合。在图... 详细信息

随着智能手机、数码相机等手持式图像采集设备的普及,人们对于高信息量图像的需求与日俱增。在光学成像领域,高信息量和高分辨率一直是互相制约的因素。图像拼接技术在保持图像较高分辨率的同时能够扩大视野,实现图像的信息整合。在图像拼接过程中,最为关键的步骤是图像配准。本文基于SIFT特征提取算法,从改进特征提取算法和提高拼接精度两方面入手,对不同情况下图像的配准和拼接进行深入研究。具体工作如下:1.为提升SIFT算法效率,降低匹配复杂度,提出一种改进的SIFT二进制特征描述匹配算法。首先构建尺度空间,确定特征点,采用一阶中心矩准确估计特征点主方向;然后利用特征点扇形邻域内梯度的内外部大小关系确定二进制特征描述符;最后采用LSH敏感哈希函数计算特征向量间的汉明距离,评估特征点描述符间相似度,完成特征点匹配。在Mikolajczyk数据集上,所提算法在保证配准精度的同时可以提高算法效率。2.为提升细节区域配准精度,改善拼接效果,提出一种基于图像二维信息熵的图像拼接优化算法。首先提取图像的SIFT特征,运用RANSAC算法排除外点得到一致集;然后利用二维信息熵进行阈值分割,把图像特征点分成高效点和低效点两类,在内点一致集上赋予特征点相应的权重;最后利用Levenberg-Marquardt算法最小化残差和,计算优化后的单应性矩阵后进行全局投影,得到高精度拼接图像。在Garden数据集上,所提算法可以实现高精度的图像拼接。3.为改善拼接大视差图像时出现的鬼影,错位等问题,提出一种基于特征聚类的图像拼接算法。首先提取图像的SIFT特征,根据匹配特征点在目标图像重叠区域上的分布构建泰森多边形;然后采用改进的AGNES层次聚类对特征点进行聚类,结合拼接误差确定分组数,合并对应组内的泰森多边形,得到多个图像子平面;最后计算图像各个区域的单应性矩阵,进行局部投影,得到完整的拼接图像。在Railtracks、Temple数据集上,所提算法可以实现视差图像的高精度拼接。图[26]表[6]参[65]

关键词： SIFT 图像拼接二进制向量二维信息熵单应性矩阵视差层次聚类