-
题名对环境光照鲁棒的全景图拼接
被引量：1
- 1
-
-
作者
程兵
郑南宁
-
机构
西安交通大学人工智能与机器人研究所
-
出处
《中国图象图形学报（A辑）》
CSCD
北大核心
2003年第2期135-139,共5页
-
基金
国家自然科学基金 ( 60 175 0 0 6
60 0 2 43 0 1)
863项目 ( 2 0 0 1AA114 2 0 2 )
-
文摘
提出了一种从光照变化的序列图象中拼接全景图的方法 .该方法首先将待拼接图象的重叠部分分解成水平集表示 ,并且定义一个形态学距离用于测量水平集之间的相似度 ,然后根据这个形态学距离 ,对其中一幅图象的每一个水平集都在另一幅图象的水平集中找到对应 ,从而得到一个单调转换函数 ,用于表示两幅待拼接图象水平集之间的映射 ,用这个转换函数调整其中一幅图象的对比度与另一幅图象相对应 ;最后 ,用基于灰度匹配的方法将两幅图象拼接 ,图象两两拼接后经全局误差校正即可得到一幅正确拼接的全景图 .该方法可以广泛应用于基于图象的绘制。
-
关键词
计算机图象处理
全景图
水平集
图象拼接
环境光照
形态学距离
-
Keywords
Computer image processing, Panorama, Level set, Image mosaic, Ambient light, Morphological distance
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Spark的K-means快速聚类算法的优化
被引量：13
- 2
-
-
作者
王全民
胡德程
-
机构
北京工业大学信息学部
-
出处
《计算机仿真》
北大核心
2022年第3期344-349,共6页
-
基金
北京市自然科学基金(4202004)。
-
文摘
针对聚类算法处理海量数据所存在的不足,提出基于Spark的K-means快速聚类算法的优化。使用形态学相似距离代替欧氏距离作为相似度测量标准来提高聚类准确率;通过最大距离(Max-distince)准则改进因初始聚类中心选取不当而造成的局部最优问题;为减少迭代过程中的冗余计算,利用数据集中点的位置信息与聚类质心的位置关系建立网格结构。综合肘部法则绘制误差平方和SSE-K的关系图确定K值,并在Spark实现SMGK-means(SparkMaxGridK-means)聚类算法。通过实验表明,SMGK-means算法不仅准确率平均提高了6.73%,而且在Spark分布式集群下表现出优秀的执行效率和并行计算能力。
-
关键词
形态学相似距离
最大距离
位置关系
-
Keywords
Morphological similarity distance
Max-distance
Positional relationship
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于Spark的改进K-means算法的并行实现
被引量：12
- 3
-
-
作者
杜佳颖
段隆振
段文影
卜秋瑾
-
机构
南昌大学信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第2期434-436,497,共4页
-
基金
国家自然科学基金资助项目(61070139,81460769).
-
文摘
针对K-means聚类算法存在的不足,提出了改进K-means来提高算法的性能,利用简化后的轮廓系数作为评估标准衡量K-means算法中k值,采用K-means++完成K-means算法初始中心点的选择。设置好k值以及初始中心点后使用形态学相似距离作为相似度测量标准将数据点归属到距离最近的中心点形成的簇中,最后计算平均轮廓系数确定合适的k值,并在Spark上实现算法并行化。通过对四个标准数据集在准确性、运行时间和加速比三个方面的实验表明,改进后的K-means算法相对于传统的K-means和SKDK-means算法不仅提高了聚类划分质量,缩短了计算时间,而且在多节点的集群环境下表现出了良好的并行性能。实验结果分析出提出的改进算法能有效提高算法执行效率和并行计算能力。
-
关键词
聚类算法
简化轮廓系数
形态学相似距离
相似性度量
-
Keywords
clustering algorithm
simplified silhouette coefficient
morphology similaly distance(MSD)
similarity measurement
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
