检索结果-南通市图书馆

基于高斯-马尔可夫随机场的板材表面纹理分析

在线全文

学校读者我要写书评

暂无评论

林业科技 2005年第6期30卷 46-48页

作者：王克奇石岭白雪冰王业琴东北林业大学黑龙江哈尔滨150040

阐述了高斯-马尔可夫随机场模型的基本原理,并针对板材表面纹理建立了高斯-马尔可夫随机场模型,以利用其对板材表面纹理进行分析;详细的研究了高斯-马尔可夫随机场模型的参数估计过程,在试验数据的基础上,验证了高斯-马尔可夫随机场模... 详细信息

阐述了高斯-马尔可夫随机场模型的基本原理,并针对板材表面纹理建立了高斯-马尔可夫随机场模型,以利用其对板材表面纹理进行分析;详细的研究了高斯-马尔可夫随机场模型的参数估计过程,在试验数据的基础上,验证了高斯-马尔可夫随机场模型在纹理分析中应用的可行性。

关键词：高斯-马尔可夫随机场板材表面纹理参数估计

基于高斯-马尔可夫随机场和神经网络的无监督纹理分割

在线全文

学校读者我要写书评

暂无评论

红外与激光工程 2000年第2期29卷 5-8页

作者：郭英凯杨杰陆正刚上海交通大学图像处理与模式识别研究所!上海200030

提出一种基于高斯 -马尔可夫随机场 (GMRF)和神经网络的无监督纹理分割方法 ,方法分为两步 :第一步先将图像分为不重叠的小块 ,在小块中计算GMRF参数 ,并将此参数和该块的均值、方差作为该块的特征向量 ,然后进行聚类 ,得到原图像的一... 详细信息

提出一种基于高斯 -马尔可夫随机场 (GMRF)和神经网络的无监督纹理分割方法 ,方法分为两步 :第一步先将图像分为不重叠的小块 ,在小块中计算GMRF参数 ,并将此参数和该块的均值、方差作为该块的特征向量 ,然后进行聚类 ,得到原图像的一个初始分割和图像中所包含的类别数 ;第二步构造一个决定性松弛的神经网络 ,将第一步得到的结果作为初始输入 ,经过神经网络计算 ,得到一个精确的分割结果。实验证明 :该方法是一种有效的纹理分割方法。

关键词：无监督纹理分割高斯-马尔可夫随机场神经网络

基于高斯—马尔可夫随机场木材纹理特征的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

林业机械与木工设备 2006年第11期34卷 25-27页

作者：王晗白雪冰王辉东北林业大学机电工程学院黑龙江哈尔滨150040

将高斯—马尔可夫随机场(GMRF)引入木材纹理的研究,提取了二阶与五阶特征参数,并对二阶特征参数做了详细分析,得出通过θ2可以判断纹理的主方向,而结合θ1、θ2、θ3、θ4能够区分开木材的弦切和径切纹理。将五阶特征参数组成的特征向... 详细信息

将高斯—马尔可夫随机场(GMRF)引入木材纹理的研究,提取了二阶与五阶特征参数,并对二阶特征参数做了详细分析,得出通过θ2可以判断纹理的主方向,而结合θ1、θ2、θ3、θ4能够区分开木材的弦切和径切纹理。将五阶特征参数组成的特征向量输入给BP神经网络分类器,其分类识别率约为85%,表明了高阶GMRF参数对木材纹理描述的有效性。

关键词：木材纹理高斯-马尔可夫随机场特征提取神经网络分类

基于高斯-马尔可夫随机场的木材表面缺陷类型识别

在线全文

学校读者我要写书评

暂无评论

森林工程 2013年第6期29卷 56-58页

作者：白雪冰祝贺张庭亮王再尚张娜东北林业大学机电工程学院哈尔滨150040 哈尔滨电工仪表研究所哈尔滨150040

为了识别死节、活节和虫眼三种木材表面缺陷类型,本文采用高斯-马尔可夫随机场模型提取木材表面缺陷图像的纹理参数,结合缺陷区域的矩形度和伸长度两个几何特征,形成14维特征向量。设计三层BP神经网络来识别缺陷的类型。试验表明,三种... 详细信息

为了识别死节、活节和虫眼三种木材表面缺陷类型,本文采用高斯-马尔可夫随机场模型提取木材表面缺陷图像的纹理参数,结合缺陷区域的矩形度和伸长度两个几何特征,形成14维特征向量。设计三层BP神经网络来识别缺陷的类型。试验表明,三种缺陷的整体识别正确率达到96.67%,验证了该方法的有效性。

关键词：木材表面缺陷高斯-马尔可夫随机场 BP神经网络

基于类自适应高斯-马尔可夫随机场模型和EM算法的MR图像分割

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2008年第3期13卷 488-493页

作者：王文辉冯前进刘磊陈武凡南方医科大学医学图像处理重点实验室广州510515

高斯-马尔可夫随机场模型既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的模型,然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值... 详细信息

高斯-马尔可夫随机场模型既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的模型,然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值人工尝试。本文针对此问题,提出了一种新的、简单的、类自适应的惩罚因子β,其利用后验概率来自动计算,并具有各类各向异性。再将模型利用EM-MAP算法来迭代求解。最后,将该算法应用于MR图像的分割,实验结果表明,该算法能自适应地、有效地分割噪声图像,并具有较高的正确分类率和类正确分类率。

关键词：高斯-马尔可夫随机场类自适应惩罚因子 EM—MAP 图像分割

基于模拟回火退火的DT-MR图像平滑和估计

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2007年第4期41卷 654-657页

作者：张相芬张洪梅田蔚风上海交通大学仪器科学与工程系博兴县人民医院博兴256500

在采用高斯-马尔可夫随机场(GMRF)对扩散张量磁共振成像(DT-MRI)的原始图像进行平滑和估计时,要根据Bayes准则对图像灰度进行最大后验(MAP)估计.为了避免陷入局部最小的“陷阱”和减小计算量,MAP估计采用了模拟回火退火方法(STA).通过... 详细信息

在采用高斯-马尔可夫随机场(GMRF)对扩散张量磁共振成像(DT-MRI)的原始图像进行平滑和估计时,要根据Bayes准则对图像灰度进行最大后验(MAP)估计.为了避免陷入局部最小的“陷阱”和减小计算量,MAP估计采用了模拟回火退火方法(STA).通过对未加权图像和不同梯度脉冲下的加权图像(共7幅)同时进行平滑和估计.结果表明,基于STA对图像进行平滑和估计能够大大减少噪声影响,从而在图像信噪比很低的情况下仍能保证张量场完全正定.把本方法的实验结果与传统模拟退火(SA)方法的结果进行比较,表明基于STA的方法能够更加有效地消除噪声影响,减小计算量.

关键词：扩散张量成像高斯-马尔可夫随机场平滑模拟回火退火最大后验

基于Gaussian-MRF的DTI图像的正则化

在线全文

学校读者我要写书评

暂无评论

辽宁工程技术大学学报（自然科学版） 2007年第1期26卷 99-102页

作者：张相芬田蔚风陈武凡张洪梅上海师范大学奉贤校区机电学院上海201418 上海交通大学仪器系上海200240 南方医科大学生物医学工程学院广东广州510515 山东博兴县人民医院山东博兴256500

为了对DTI图像进行正则化,采用了Gaussian-MRF模型。正则化方法根据Bayes准则对图像灰度值进行最大后验(MAP)估计,估计采用模拟退火方法进行,退火温度采用指数冷却进度表。通过对不同加权梯度下的同一层图像(一共7幅)同时进行正则化实验... 详细信息

为了对DTI图像进行正则化,采用了Gaussian-MRF模型。正则化方法根据Bayes准则对图像灰度值进行最大后验(MAP)估计,估计采用模拟退火方法进行,退火温度采用指数冷却进度表。通过对不同加权梯度下的同一层图像(一共7幅)同时进行正则化实验,结果表明该方法能够改善图像的噪声性能。把本正则化方法的结果与对张量场直接进行正则化的结果进行比较,表明采用本方法能够更加有效地减小噪声影响。通过把指数冷却进度表和对数冷却进度表的结果进行比较,表明采用指数温度能够在更短的时间内获得更好的正则化效果。

关键词：扩散张量成像高斯-马尔可夫随机场正则化模拟退火最大后验

在线全文

学校读者我要写书评

暂无评论

一种基于退化模型的高分辨率SAR去噪算法

遥感学报 2006年第1期10卷 27-33页

作者：王超陈曦张红中国科学院中国遥感卫星地面站北京100086 中国科学院遥感应用研究所遥感科学国家重点实验室北京100101

为了保持高分辨率合成孔径雷达(SAR)图像中的纹理结构,提出了一种基于高斯-马尔可夫模型(Gauss-M arkovModel)的方法来抑制SAR图像的斑点噪声。通过引入贝叶斯分析框架,建立M arkov随机场的退化图像恢复模型,从而将图像的恢复问题转化... 详细信息

为了保持高分辨率合成孔径雷达(SAR)图像中的纹理结构,提出了一种基于高斯-马尔可夫模型(Gauss-M arkovModel)的方法来抑制SAR图像的斑点噪声。通过引入贝叶斯分析框架,建立M arkov随机场的退化图像恢复模型,从而将图像的恢复问题转化为求解最大后验概率(MAP)问题,并直接从噪声图像中估计随机场模型参数进行有效的噪声抑制。实验结果表明,对所研究的高分辨SAR图像,基于退化模型的去噪算法(RMBD)不论是在噪声的去除上还是在结构信息等细节的保持上均不同程度地优于其他常用斑点去噪方法。

关键词：合成孔径雷达高斯-马尔可夫随机场斑点噪声

在线全文

学校读者我要写书评

暂无评论

基于特征级数据融合木材纹理分类的研究

计算机工程与应用 2010年第3期46卷 215-218页

作者：王辉杨林丁金华大连工业大学机械工程与自动化学院辽宁大连116034

为了提高对木材纹理识别的精度,提出了一种基于融合灰度共生矩阵与高斯-马尔可夫随机场纹理参数的特征级数据融合木材纹理模式识别方法。首先,分别获取了以上两种木材纹理特征参数;然后,使用模拟退火算法将两种不同类型的纹理特征量在... 详细信息

为了提高对木材纹理识别的精度,提出了一种基于融合灰度共生矩阵与高斯-马尔可夫随机场纹理参数的特征级数据融合木材纹理模式识别方法。首先,分别获取了以上两种木材纹理特征参数;然后,使用模拟退火算法将两种不同类型的纹理特征量在特征层上进行了融合。利用融合后的特征对木材纹理样本进行识别,BP神经网络分类器的识别率达到97.00%,表明数据融合后的特征参数对木材纹理识别是十分有效的。

关键词：木材纹理数据融合模拟退火算法灰度共生矩阵高斯-马尔可夫随机场