期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于空间相关性的图像分割算法研究 被引量:6
1
作者 李鹏 李玲 李敏 《计算机应用研究》 CSCD 北大核心 2013年第1期314-317,共4页
提出一种充分利用图像的空间相关性来达到高效快速地进行图像分割的新方法。利用均值漂移算法对图像进行分割形成过度分割的区域,并使这些区域保持理想的边缘和空间相关部分,用图结构表示的区域相邻图来代替分割的区域。和K-均值算法的... 提出一种充分利用图像的空间相关性来达到高效快速地进行图像分割的新方法。利用均值漂移算法对图像进行分割形成过度分割的区域,并使这些区域保持理想的边缘和空间相关部分,用图结构表示的区域相邻图来代替分割的区域。和K-均值算法的思想一样,迭代循环置信传播算法以其具有收敛速度快的特点被用于最小化开销函数、整合过度分割的区域和获得最终的分割结果。基于分割区域而不是图像像素的图像聚类分割方法可降低噪声敏感性,同时提高图像分割质量。与FCM和MRF算法相比较,该算法在复杂场景图像中显示了更好的分割性能。 展开更多
关键词 图像分割 均值漂移 循环置信传播 空间属性
下载PDF
一种新的倾斜摄影测量点云分类框架 被引量:1
2
作者 李枭 王双亭 +2 位作者 王春阳 都伟冰 赵利霞 《遥感信息》 CSCD 北大核心 2019年第6期84-90,共7页
传统的点云监督分类大多需要设置大量参数及语义规则对错分现象进行优化,导致该过程自动化程度不高,且在分类过程中往往忽略了训练集对分类结果的影响。考虑到上述问题,提出了一种针对倾斜摄影测量点云的分类框架。该方法首先利用信息... 传统的点云监督分类大多需要设置大量参数及语义规则对错分现象进行优化,导致该过程自动化程度不高,且在分类过程中往往忽略了训练集对分类结果的影响。考虑到上述问题,提出了一种针对倾斜摄影测量点云的分类框架。该方法首先利用信息熵改进传统随机森林,充分挖掘训练集的潜在信息,然后引入循环置信传播对错分现象进行优化。研究表明,所提出的分类框架自动化程度高,有较强的适用性,不仅能够优选出一组适用于该分类模型且具有较好分类能力的子训练集,而且可提高分类的精度和效率,改善单点分类的"椒盐"现象。 展开更多
关键词 倾斜摄影测量点云 随机森林 信息熵 循环置信传播 精度评价
下载PDF
基于局部空间自适应MRF模型的图像分割 被引量:5
3
作者 徐胜军 韩九强 +1 位作者 刘光辉 刘欣 《控制与决策》 EI CSCD 北大核心 2013年第6期889-893,共5页
针对固定参数的点对马尔可夫随机场(Pairwise MRF)模型不能充分描述图像丰富的统计特征的问题,在研究Pairwise MRF模型的基础上,提出一种自适应分割算法.该算法首先建立一种空间自适应的局部区域MRF分割模型,并对局部区域的先验知识进... 针对固定参数的点对马尔可夫随机场(Pairwise MRF)模型不能充分描述图像丰富的统计特征的问题,在研究Pairwise MRF模型的基础上,提出一种自适应分割算法.该算法首先建立一种空间自适应的局部区域MRF分割模型,并对局部区域的先验知识进行自适应估计;然后通过局部收敛的循环置信度传播(LBP)算法最大化自适应MRF模型的全局后验概率.实验结果表明所提出算法具有较好的分割结果. 展开更多
关键词 图像分割 自适应马尔可夫随机场 循环置信传播 参数估计
原文传递
基于LSC图像分割的LBP立体匹配算法 被引量:3
4
作者 杨艳 许道云 《计算机工程》 CAS CSCD 北大核心 2018年第6期259-262,269,共5页
在传统的全局立体匹配方法中,基于像素点的置信传播存在计算量大、单个像素点容易导致误差等缺点。为此,在图像分割处理方法的基础上,提出基于简单线性迭代聚类图像分割的循环置信度传播(LBP)立体匹配算法。运用LSC算法对图像进行分割,... 在传统的全局立体匹配方法中,基于像素点的置信传播存在计算量大、单个像素点容易导致误差等缺点。为此,在图像分割处理方法的基础上,提出基于简单线性迭代聚类图像分割的循环置信度传播(LBP)立体匹配算法。运用LSC算法对图像进行分割,并利用一组平面模型进行建模,使每个分割区域至少对应一个视差平面标签。引入自适应匹配代价计算视差,获取可靠匹配像素点,通过最小二乘法平面拟合进行视差平面估计,并运用LBP算法优化视差平面标签。实验结果表明,与GC+occ、MultiCamGC等算法相比,该算法具有较高的匹配精度,能够处理低纹理区域和遮挡区域。 展开更多
关键词 立体匹配 简单线性迭代聚类 自适应匹配代价 平面拟合 循环置信传播
下载PDF
一种基于马尔科夫网的本体匹配算法 被引量:2
5
作者 崔恺 凌兴宏 +1 位作者 姚望舒 伏玉琛 《计算机工程》 CAS CSCD 2013年第11期209-213,共5页
概率模型是解决不确定性推理和数据分析的有效工具。针对本体匹配的不确定性,提出一种基于马尔科夫网的本体匹配改进算法。采用多种传统匹配算法计算相似度矩阵,改进相似度传播规则,添加2种结构稳定性约束规则和1种Disjoint一致性约束规... 概率模型是解决不确定性推理和数据分析的有效工具。针对本体匹配的不确定性,提出一种基于马尔科夫网的本体匹配改进算法。采用多种传统匹配算法计算相似度矩阵,改进相似度传播规则,添加2种结构稳定性约束规则和1种Disjoint一致性约束规则,定义其对应团的势函数。根据相似度矩阵和上述规则,给出马尔科夫网的构造方法,使用循环置信度传播算法计算随机变量的后验概率,依据后验概率得到最后的本体匹配结果。在OAEI 2010数据集上进行实验,结果表明,与iMatch本体匹配系统相比,该算法能有效降低概率模型的复杂度,提高本体匹配的准确率和召回率。 展开更多
关键词 本体 本体匹配 马尔科夫网 相似度传播 循环置信传播 一致性约束
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部