检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于HSV空间改进的多尺度显著性检测

计算机工程与科学 2017年第2期39卷 364-370页

作者：王文豪周静波高尚兵严云洋淮阴工学院计算机工程学院江苏淮安223003

图像显著性特征已被广泛地应用于图像分割、图像检索和图像压缩等领域,针对传统算法耗时较长,易受噪声影响等问题,提出了一种基于HSV色彩空间改进的多尺度显著性检测方法。该方法选择HSV色彩空间的色调、饱和度和亮度作为视觉特征,先通... 详细信息

图像显著性特征已被广泛地应用于图像分割、图像检索和图像压缩等领域,针对传统算法耗时较长,易受噪声影响等问题,提出了一种基于HSV色彩空间改进的多尺度显著性检测方法。该方法选择HSV色彩空间的色调、饱和度和亮度作为视觉特征,先通过高斯金字塔分解获得三种尺度的图像序列,然后使用改进的SR算法从三种尺度的图像序列中提出每个特征图,最后将这些特征图进行点对点的平方融合和线性融合。与其它算法的对比实验表明,该方法具有较好的检测效果和鲁棒性,能够较快速地检测出图像的显著性区域,能够突显整个显著性目标。

关键词： HSV颜色空间高斯多尺度变换频谱残差显著图

基于四元极谐变换矩与显著特征的图像鲁棒哈希算法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2021年第3期38卷 210-217,263页

作者：王亚子孙怀波马远坤周口师范学院数学与统计学院河南周口466001 阜阳师范大学数学与统计学院安徽阜阳236037 周口师范学院网络工程学院河南周口466001

为了增强哈希序列对各种几何变换攻击的鲁棒性,设计基于四元极谐变换矩与显著特征的图像鲁棒哈希算法。引入线性插值与自适应Wiener滤波器,实现初始图像的预处理;计算预处理图像的颜色向量角度,并基于Fourier变换,得到其对应的幅度信息... 详细信息

为了增强哈希序列对各种几何变换攻击的鲁棒性,设计基于四元极谐变换矩与显著特征的图像鲁棒哈希算法。引入线性插值与自适应Wiener滤波器,实现初始图像的预处理;计算预处理图像的颜色向量角度,并基于Fourier变换,得到其对应的幅度信息,以获取两个不同的频谱;计算两个频谱的残差,确定图像中的局部显著性区域;通过LBP算子,提取显著特征;基于四元极谐变换(Quaternion Polar Harmonic Transform,QPHT),获取预处理图像的QPHT矩;联合显著特征与QPHT矩,形成过渡哈希数组。引入Logistic映射,定义加密函数,实现对过渡哈希数组的加密,输出最终的哈希序列,以增强其抗碰撞性能。测量源图像与可疑图像之间的哈希序列所对应的l_(2)范数距离,并将其与优化阈值比较,对图像的真实性做出判断。在多种几何变换攻击下完成测试,输出数据显示:较当前准确性较高的哈希方法而言,该算法具有更理想的鲁棒性与识别准确率。

关键词：图像哈希 Fourier变换颜色向量角度频谱残差显著特征四元极谐变换 l_(2)范数距离

在线全文

学校读者我要写书评

暂无评论

基于联合特征与中心方向信息的图像哈希算法

西南大学学报（自然科学版） 2018年第2期40卷 113-124页

作者：王彦超平顶山教育学院计算机系河南平顶山467000

为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HS... 详细信息

为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力.

关键词：图像哈希 HSV彩色空间全局-局部联合特征频谱残差显著区域中心方向信息分段异扩散技术

在线全文

学校读者我要写书评

暂无评论

基于显著性区域的图像分割

微电子学与计算机 2011年第10期28卷 21-23,27页

作者：高尚兵严云洋宗慧淮阴工学院计算机工程学院江苏淮安223003 南京理工大学计算机科学与技术学院江苏南京210094

在经典的Chan-Vese模型中结合显著性分析,提出了一种有效的目标分割方法.即首先利用频谱残差方法提取图像的显著性区域,针对阈值分割方法的缺点使用改进的自适应阈值分割方法获取目标的大致轮廓,并以此轮廓作为Chan-Vese模型中初始曲线... 详细信息

在经典的Chan-Vese模型中结合显著性分析,提出了一种有效的目标分割方法.即首先利用频谱残差方法提取图像的显著性区域,针对阈值分割方法的缺点使用改进的自适应阈值分割方法获取目标的大致轮廓,并以此轮廓作为Chan-Vese模型中初始曲线.该方法使得活动轮廓可以从靠近目标物体的位置进行演化,去除复杂背景的干扰.这样就解决了背景复杂时无法得到较为准确的边缘的问题;同时,也减少了CV模型的迭代次数.实验结果表明无论是背景复杂的灰度图像还是医学彩色图像,该算法的分割精度和运行效率都优于CV模型.

关键词：显著图水平集频谱残差图像分割

在线全文

学校读者我要写书评

暂无评论

基于显著性的目标自动分割算法

微电子学与计算机 2013年第8期30卷 67-70页

作者：殷凯常州工学院计算机信息工程学院常州市软件技术研究与应用重点实验室江苏常州213003

针对半监督分割方法的缺点,提出了一个基于显著性的目标自动分割算法.选取效率最好的频谱残差方法作为显著性方法,对显著图得到的粗分割区域分别进行腐蚀和膨胀处理来自动获得目标标签和背景标签.基于最大相似性的区域合并方法在标签的... 详细信息

针对半监督分割方法的缺点,提出了一个基于显著性的目标自动分割算法.选取效率最好的频谱残差方法作为显著性方法,对显著图得到的粗分割区域分别进行腐蚀和膨胀处理来自动获得目标标签和背景标签.基于最大相似性的区域合并方法在标签的帮助下,目标可以有效地从背景中提取.对自然图像实验的数据结果证实了该方法能够自动可靠地从复杂的背景中提取目标.

关键词：区域合并显著性频谱残差膨胀图像分割

在线全文

学校读者我要写书评

暂无评论

基于子空间重构的时间序列异常检测研究

基于子空间重构的时间序列异常检测研究

作者：戈宁振河北经贸大学

学位级别：硕士

时间序列是由一组具有固定时间间隔的实值型样本按照时间先后顺序组成的数据集合,广泛存在于各个领域。在时间序列中,当部分数据表现出超越预期的行为或模式时,这样的数据被称为异常数据。准确地识别异常数据,能够为后续任务提供有价值... 详细信息

时间序列是由一组具有固定时间间隔的实值型样本按照时间先后顺序组成的数据集合,广泛存在于各个领域。在时间序列中,当部分数据表现出超越预期的行为或模式时,这样的数据被称为异常数据。准确地识别异常数据,能够为后续任务提供有价值的信息。当前,随着时间序列数据日益庞大且复杂,数据中潜在的相关性和多种模式难以处理,导致现有的检测算法效果不理想。为解决上述问题,本文分别对单变量时间序列和多变量时间序列的异常检测方法进行创新改进,进一步提升了检测效果。本文的主要研究工作如下:(1)针对单变量时间序列中异常污染问题及多模式提取,提出了一种基于频谱残差局部平均和子空间重构的无监督单变量时间序列异常检测算法。该方法首先利用频谱残差局部平均技术对训练数据进行预处理,缓解训练集中的异常污染问题。之后,结合稀疏自编码(sparse autoencoder,SAE)和高斯混合模型(gaussian mixture model,GMM),基于子空间重构策略提取复杂数据中的多种模式。在两个单变量时间序列数据集上的实验结果表明,所提出方法的检测效果比现有方法更加优越。(2)针对多变量时间序列的相关性表示以及多模式提取,提出了一种基于二维奇异值分解(two-dimensional singular value decomposition,2d SVD)和子空间重构的无监督多变量时间序列异常检测算法。该方法首先利用2d SVD作为数据表示方法来捕获多变量时间序列中的时序依赖和变量相关。之后,结合SAE和GMM基于子空间重构策略提取复杂数据中的多种模式。在六个多变量时间序列数据集上的实验结果表明,与现有的方法相比,所提出的方法具有更优的检测效果。

关键词：时间序列异常检测自编码器频谱残差高斯混合模型二维奇异值分解

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的水电设备异常检测研究

基于深度学习的水电设备异常检测研究

作者：胡航宁哈尔滨工业大学

学位级别：硕士

随着国家对清洁能源的重视，水电站也迎来大规模的建设，水电站中包括了大量的水电设备，水电设备常处于持续的运行中，由于各种原因其出现异常的概率也大大升高。设计异常检测方法对水电设备中的异常自动检测有助于水电站的安全运行，... 详细信息

随着国家对清洁能源的重视，水电站也迎来大规模的建设，水电站中包括了大量的水电设备，水电设备常处于持续的运行中，由于各种原因其出现异常的概率也大大升高。设计异常检测方法对水电设备中的异常自动检测有助于水电站的安全运行，方便相关人员对组件的故障诊断和维修。本文主要内容如下:　　首先设计异常检测模型，针对水电设备数据集中正常数据较多异常数据较少，选择了基于自编码器的无监督异常检测算法。为了更好的检测较为微弱的异常，引入了极大极小训练的对抗方法，为了提取水电设备时间特征信息以及增加对特征的关注和提取能力，将自编码器中卷积层替换成包含了时域卷积网络和Transformer中的自注意力机制模块。选择深度自编码器、深度自编码器高斯混合模型以及对抗卷积自编码器作为对比，在工业传感器公开数据集以及水电设备温度和压力数据集上实验，可视化了重构误差。最后实验验证了所设计的模型在数据集上异常检测的准确率、召回率以及F1分数都为最高。　　其次，在前期数据层面改进方法。针对水电不同设备数据集中的不同异常类别的特点，设计了两种不同方法来处理异常，使异常的表现更加明显，处理后结合自编码器的异常检测方法检测异常。通过频谱残差(SpectralResidualAlgorithm，SR)算法对水电设备温度数据处理，并定义了一个变换分数，频谱残差算法对于突变异常值有显著放大效果。通过STL(SeasonalandTrenddecompositionusingLoess)分解算法对水电设备压力数据分解，STL时序分解后，趋势异常更加显著，有效的减少了噪声等干扰项对异常检测的影响。最后将上述方法处理数据后与所设计自编码器异常检测模型结合从而提高异常检测的能力，实验验证了经过两种方法处理后，异常检测结果指标进一步提高。　　然后，由于所设计异常检测模型中子编码器训练时出现的过拟合以及不收敛问题，本文采用了训练前对网络参数加入适当噪声的方法解决，并在水电数据集上实验。通过实验验证该方法加快了模型训练的收敛，克服了上述的缺点，模型异常检测能力提高。此外还分别研究了采用不同损失函数距离度量的效果以及异常评分系数对模型异常检测效果的影响，并选取了最优值。　　接着，针对水电转子设备中的振动信号的异常检测和分类，设计了一种结合变分模态分解(VariationalModeDecomposition,VMD)的多尺度残差神经网络分类算法，通过对比卷积神经网络、多尺度卷积神经网络以及多尺度残差卷积神经网络方法，验证了所改进方法的有效性。此外在数据中加入了随机噪声，研究了所设计分类模型在加入噪声情况下的异常分类效果，通过对比实验验证了在数据中加入噪声情况下所设计模型对于异常的分类能力最佳。　　最后设计了一个实时异常检测的软件，该软件从数据库中读取水电设备数据将其运行状态实时可视化，并通过日志模块记录异常报警的时刻。

关键词：深度学习异常检测频谱残差时间序列分解水电设备

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

镀锌板表面缺陷分割算法研究

镀锌板表面缺陷分割算法研究

作者：裴广涛电子科技大学

学位级别：硕士

纹理图像分割是连接低级视觉和高级视觉的桥梁和纽带,是大多数视觉系统中最为重要的环节之一,其结果决定了高级视觉中各种应用的最终输出质量。镀锌板图像作为一种复杂的纹理图像,其表面纹理缺陷分割是质量检测系统中至关重要的环节,缺... 详细信息

纹理图像分割是连接低级视觉和高级视觉的桥梁和纽带,是大多数视觉系统中最为重要的环节之一,其结果决定了高级视觉中各种应用的最终输出质量。镀锌板图像作为一种复杂的纹理图像,其表面纹理缺陷分割是质量检测系统中至关重要的环节,缺陷分割的高效性、准确性将直接影响后续的分类和识别。本文基于图像处理技术,针对镀锌板图像纹理特点,阐述了几种有效的分割算法:将基于频谱残差的分析方法应用于镀锌板表面缺陷分割,并进行了改进,探索了它在纹理图像分割中的应用。通过去除待分割图像对数频谱中的平均成分,从而忽略图像中频繁出现的纹理特征,突出那些异常的纹理区域。提出了一种基于一维最优Gabor滤波器的镀锌板表面缺陷分割算法。Gabor滤波器具有良好的空间-频率域局部特性,有效地结合了图像的空间、频率域特征。本文中首先将二维图像信号压缩为一维信号,然后设计了一种基于一维最优Gabor滤波器的缺陷分割算法模型,这种算法可以广泛地应用于镀锌板、砂纸、皮革、木材等纹理图像的表面缺陷分割。对基于最优FIR滤波器的纹理图像分割算法的分割性能进行了详细的分析;从分割效果、鲁棒性及计算复杂度三方面,对该算法与本文介绍的算法进行了详细的对比分析,并得出以下结论:■基于频谱残差的缺陷分割算法能很好地定位和分割缺陷,对缺陷的方向、光照不均等影响因素,具有很强的适应性;该算法原理简单,运算速度较快,是一种非监督的分割算法。■单通道FIR滤波器的分割效果严重地依赖于训练时使用的缺陷纹理,鲁棒性较差。多通道FIR滤波器的分割性能不随缺陷大小、方向和背景粗糙度的改变而影响分割质量,具有很强的鲁棒性。但是,在训练过程中需要大量的缺陷纹理信息支持,并且如何将各通道的信息有效地融合使分割的结果达到最优,完全靠经验。■基于一维最优Gabor滤波器的分割算法具有良好的局部特性,对各种缺陷的分割结果优于或接近多通道FIR滤波器的分割结果,具有很强的鲁棒性,并且在训练学习过程中,不需要预知任何缺陷纹理信息。

关键词：镀锌板图像缺陷分割机器学习频谱残差 Gabor滤波器

基于视觉显著性和区域生长的红外目标提取方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

沈阳航空航天大学学报 2018年第4期35卷 85-89页

作者：杨爽徐宏宇唐泽坤沈阳航空航天大学电子信息工程学院沈阳110136

针对传统的区域生长法需要人工交互找到种子点的缺陷,提出了一种结合视觉显著性和区域生长的红外目标提取方法。首先提出了一种基于频谱残差原理改进的视觉显著性模型,用于提取红外图像的显著图,接着对显著图进行简单的阈值分割进而获... 详细信息

针对传统的区域生长法需要人工交互找到种子点的缺陷,提出了一种结合视觉显著性和区域生长的红外目标提取方法。首先提出了一种基于频谱残差原理改进的视觉显著性模型,用于提取红外图像的显著图,接着对显著图进行简单的阈值分割进而获得二值图像,然后在对二值图像进行形态学处理的基础上根据目标的数量找到对应数量个最大连通区域,最后分别以各个连通区域的重心为种子点进行区域生长从而实现红外目标提取。通过仿真实验证明该方法能有效消除复杂背景的干扰,准确提取出红外目标。

关键词：红外图像目标提取视觉显著性频谱残差区域生长