检索结果

Select

1. 基于One-class SVM的噪声图像分割方法

尚方信, 郭浩, 李钢, 张玲

计算机应用 2019, 39 (3): 874-881. DOI: 10.11772/j.issn.1001-9081.2018071494

摘要（839）

PDF （1642KB）（288）

为解决现有无监督图像分割模型对强噪声环境鲁棒性差、无法适应复杂混合噪声的问题，提出了一种基于One-class SVM方法的改进后的噪声鲁棒图像分割模型。首先，基于One-class SVM构建一种数据离群程度检测机制；然后，将离群程度值引入能量泛函，令分割模型可以在多种噪声强度下获得较为准确的图像信息，同时避免现有方法在强噪声环境下，降权机制失效的问题；最后，通过最小化能量函数，驱动分割轮廓向目标边缘演化。在噪声图像分割实验中，当选取不同类型和强度的噪声时，该模型均能得到较为理想的分割结果。在F₁-score评估标准下，该模型比基于局部相关熵的K-means（LCK）模型高0.2~0.3，在强噪声环境下具有更高的稳定性，且在分割收敛时间上仅略大于LCK模型0.1 s左右。实验结果表明，所提模型在未显著增加分割耗时的前提下，对于概率、极值及混合噪声均有着更强的鲁棒性，并且可以分割带有噪声的自然图像。

参考文献 | 相关文章 | 多维度评价

Select

2. 结合局部灰度差异的噪声图像分割模型

李钢, 李海芳, 尚方信, 郭浩

计算机应用 2018, 38 (3): 842-847. DOI: 10.11772/j.issn.1001-9081.2017082134

摘要（585）

PDF （1173KB）（443）

针对未知强度和分布规律的噪声图像难以得到正确分割，现有模型无法适应多种噪声环境的问题，提出了一种基于图像局部灰度差异的噪声图像分割模型。首先，分析局部K均值聚类（LCK）模型和局部相似性系数（RLSF）模型中能量泛函对噪声点的降权机制的不足，提出优化方案；其次，将一种结合局部灰度差异的噪声点修复函数引入能量泛函，降低了显著偏离局部均值的噪声点对分割结果的干扰；最后使用变分法推导出该模型的水平集迭代方程。与局部二值拟合（LBF）模型、LCK模型和RLSF模型相比，使用该模型进行噪声自然图像分割时，可得到更高的查全率、查准率和F值。实验结果表明，所提模型可稳定、有效地分割非均匀和高噪声图像。

参考文献 | 相关文章 | 多维度评价

Select

3. 液晶显示器斑痕缺陷高质量背景建模

谢瑞, 李钢, 张仁斌

计算机应用 2016, 36 (4): 1151-1155. DOI: 10.11772/j.issn.1001-9081.2016.04.1151

摘要（490）

PDF （837KB）（422）

针对目前液晶显示器斑痕(LCD-Mura)缺陷背景抑制检测中重建的背景存在引入性噪声干扰和目标缺损的问题,提出一种基于奇异值分解(SVD)和最大熵的缺陷图像背景建模方法:通过SVD图像像素矩阵,求得奇异值序列;借助矩阵范式推导出图像分量与奇异值的对应关系,进而以图像各分量奇异值所占比率计算各分量的熵值,以此利用最大熵确定重建背景的有效奇异值;再由矩阵重构得到背景,并进一步提出关于背景重建效果评价的一般方法。相比双三次B样条曲线拟合方法,该方法将区域Mura的对比度最少提升0.59倍,提升线Mura对比度最多达到7.71倍;相比离散余弦变换(DCT)方法,该方法将点Mura的噪声最少降低33.8%,将线Mura噪声降低76.76%。仿真结果表明,该模型具有低噪、低损和高亮的优点,能够更为准确地构建出缺陷图像的背景信息。

参考文献 | 相关文章 | 多维度评价

Select

4. 小批量多元控制图建模方法研究

李钢代海飞

计算机应用

摘要（1396）

PDF （500KB）（1134）

在分析研究现有小批量及多元控制图相关理论的基础上，基于Kalman滤波原理，提出一种综合解决小批量多元过程控制的建模方法。仿真实验及应用实例表明，该建模方法能够充分利用已经取得的数据，动态建立控制模型，从而解决小批量生产过程中建模数据不足的问题。