期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
一种基于连通区域的轮廓提取方法 被引量:9
1
作者 王文豪 周泓 严云洋 《计算机工程与科学》 CSCD 北大核心 2011年第6期67-71,共5页
轮廓提取在许多智能视觉系统中被认为是非常重要的过程,其结果的正确性和可靠性直接影响到机器视觉系统对客观世界的理解。而现有诸多边缘检测的方法都存在着各自的局限性和不足之处,为此本文提出一种利用最佳阈值分割和基于连通区域面... 轮廓提取在许多智能视觉系统中被认为是非常重要的过程,其结果的正确性和可靠性直接影响到机器视觉系统对客观世界的理解。而现有诸多边缘检测的方法都存在着各自的局限性和不足之处,为此本文提出一种利用最佳阈值分割和基于连通区域面积阈值化的实现算法,可以同时实现噪声消除与轮廓提取,并据此定位图像中的物体目标。实验结果显示,只要噪声面积没有超过物体面积,应用该算法不仅可以完全消除噪声,而且能得到连续的无交叉的单像素宽度的物体轮廓,且轮廓不变形。 展开更多
关键词 OTSU法 单像素宽度的物体轮廓 噪声消除
下载PDF
单像素宽度目标轮廓提取的实现 被引量:4
2
作者 严云洋 盛明超 杨静宇 《微计算机信息》 北大核心 2007年第19期284-286,共3页
在人脸检测、火灾识别等应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法。本文提出一种基于连通区域面积阈值化的实现算法,可以同时实现噪声消除与轮廓提取,并据此定位图像中的物体目标。实验结果显示,只要噪声面积没... 在人脸检测、火灾识别等应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法。本文提出一种基于连通区域面积阈值化的实现算法,可以同时实现噪声消除与轮廓提取,并据此定位图像中的物体目标。实验结果显示,只要噪声面积没有超过物体面积,应用该算法即可实现噪声完全消除,并能够得到连续的无交叉的单像素宽度的物体轮廓,且轮廓不变形。 展开更多
关键词 图像分析 轮廓提取 边缘检测 噪声消除 目标检测
下载PDF
火焰轮廓提取与检测 被引量:3
3
作者 王文豪 严云洋 胡荣林 《河南科技大学学报(自然科学版)》 CAS 北大核心 2011年第1期37-40,118,共4页
在分析火焰图像特性的基础上,论述了一种基于面积阈值和集合运算轮廓提取的方法,并结合火焰的图像特性进行火焰检测。该方法首先运用迭代阈值方法选取阈值,把灰度图像转化为二值图像,然后依据集合论的知识对连通区域进行运算,再依据面... 在分析火焰图像特性的基础上,论述了一种基于面积阈值和集合运算轮廓提取的方法,并结合火焰的图像特性进行火焰检测。该方法首先运用迭代阈值方法选取阈值,把灰度图像转化为二值图像,然后依据集合论的知识对连通区域进行运算,再依据面积阈值去除噪声,提取物体的轮廓,最后结合火焰的色彩分布特征进行火焰检测。实验表明:该方法具有较好的准确性、可靠性和鲁棒性。 展开更多
关键词 轮廓提取 火焰色彩 阈值 噪声消除
下载PDF
火焰目标提取方法的研究 被引量:2
4
作者 李杰 肖江 《中南林业科技大学学报》 CAS CSCD 北大核心 2009年第1期140-143,共4页
在火灾识别应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法.为了精确地提取火焰目标,提出一种综合有效的实现算法,首先对采集来的图像进行抽样处理,然后采用数学形态学方法对图像进行二值化处理,最后再对图像进行分割... 在火灾识别应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法.为了精确地提取火焰目标,提出一种综合有效的实现算法,首先对采集来的图像进行抽样处理,然后采用数学形态学方法对图像进行二值化处理,最后再对图像进行分割处理,消除噪声干扰,提取出准确的火焰目标.实验结果表明该算法能够有效地提取出图像中的火焰目标. 展开更多
关键词 森林防火 图像分割 抽样 数学形态学 噪声消除 目标检测
下载PDF
自适应中心加权的改进均值滤波算法 被引量:69
5
作者 张宇 王希勤 彭应宁 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 1999年第9期76-78,共3页
为了在滤除退化图像中混合噪声的同时能更好地保护图像的细节,文中提出了基于改进均值滤波( M T M)结构的新算法,其特点为: 1) 用中心加权中值滤波算法替代 M T M 方法中的中值滤波算法以更好地保护细节; 2) 提出了一... 为了在滤除退化图像中混合噪声的同时能更好地保护图像的细节,文中提出了基于改进均值滤波( M T M)结构的新算法,其特点为: 1) 用中心加权中值滤波算法替代 M T M 方法中的中值滤波算法以更好地保护细节; 2) 提出了一种直接利用滤波结果来估计混合噪声中高斯噪声方差的方法,估计的结果被用于滤波器系数的调整,使得新算法有很好的鲁棒性。实践证明新方法的处理结果优于传统的 M T M 展开更多
关键词 中心加权 自适应 图像处理 噪声 均值滤波算法
原文传递
互联网图像驱动的语义分割自主学习 被引量:2
6
作者 侯淇彬 韩凌昊 +1 位作者 刘姜江 程明明 《中国科学:信息科学》 CSCD 北大核心 2021年第7期1084-1099,共16页
针对目标任务收集新类别的海量标注数据通常需要大量时间和人力成本,并已成为语义分割技术投入实际产业应用过程的主要瓶颈.本文旨在以"网络监督"的方式,在仅利用用户提供的目标类别关键词以及相应自动搜索到的网络数据的条... 针对目标任务收集新类别的海量标注数据通常需要大量时间和人力成本,并已成为语义分割技术投入实际产业应用过程的主要瓶颈.本文旨在以"网络监督"的方式,在仅利用用户提供的目标类别关键词以及相应自动搜索到的网络数据的条件下实现语义分割模型的自主学习.该任务的核心挑战在于网络爬取的图像中存在一定量的类别噪声,从而影响自主学习的可靠性.为了解决类别噪声问题,本文设计了一种新颖的噪声擦除模型.该模型通过每次从小批次样本的置信注意力区域中以跨样本的方式学习语义信息来擦除训练图像中与搜索关键词无关的区域.基于该模型,本文同时提出了一种能够用于训练语义分割模型的高质量伪标注生成方法.在国际主流的公开数据集(PASCAL VOC2012)上的大量实验表明,基于该方法的语义分割模型在利用网络监督与弱监督的条件下均取得了良好结果(mIoU=62.0%以及66.1%). 展开更多
关键词 语义分割 网络搜索 类别噪声 噪声擦除网络 网络监督
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部