期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 结合纹理去除的遥感图像分割
周明非, 汪西莉
计算机应用    2017, 37 (11): 3162-3167.   DOI: 10.11772/j.issn.1001-9081.2017.11.3162
摘要565)      PDF (1051KB)(494)    收藏
针对包含复杂纹理信息的遥感图像难以进行精准图像分割的问题,提出了一种结合纹理去除的遥感图像分割方法。首先,改进了相对全变差纹理去除方法,通过引入新的范数约束使相对全变差纹理去除方法可以在去除纹理信息的同时凸显图像中的主要结构,达到辅助分割的效果;然后,使用均值漂移算法对经过纹理去除的遥感图像进行无监督聚类,达到分割的目的;最后,提出的遥感图像分割算法在不同遥感图像上进行了测试。实验结果表明,在高分辨遥感图像的分割上,所提算法可以分割出遥感图像中的主要目标,和直接分割或者结合其他纹理去除方法相比取得了更好的分割结果。所提出的分割算法可以降低纹理信息对图像分割的影响,提高遥感图像分割的精度。
参考文献 | 相关文章 | 多维度评价
2. 参数自适应的半监督复合核支持向量机图像分类
王朔琛, 汪西莉
计算机应用    2015, 35 (10): 2974-2979.   DOI: 10.11772/j.issn.1001-9081.2015.10.2974
摘要449)      PDF (987KB)(427)    收藏
半监督复合核支持向量机在构造聚类核时,普遍存在复杂度高、不适于大规模图像分类的问题;且 K均值( K-means)图像聚类的参数难以估计。针对上述问题,提出基于均值漂移(Mean-Shift)参数自适应的半监督复合核支持向量机图像分类方法。结合Mean-Shift对像素点进行聚类分析以避免 K-means图像聚类的局限性;利用图像的结构特征自适应算法参数以避免算法的波动性;由Mean-Shift结果构造Mean Map聚类核以增强同一聚类中的样本属于同一类别的可能性,使复合核更好地指导支持向量机对图像分类。实验验证了改进的聚类算法和参数取值方法可以更好地获取图像的聚类信息,使算法对普通图像和加噪图像的分类正确率较对比的半监督算法一般情况下提高1~7个百分点,且对于较大规模图像也有一定适用性,能够更高效、更稳定地进行图像分类。
参考文献 | 相关文章 | 多维度评价
3. 基于均值漂移的半监督支持向量机图像分类
王朔琛 汪西莉 马君亮
计算机应用    2014, 34 (8): 2399-2403.   DOI: 10.11772/j.issn.1001-9081.2014.08.2399
摘要263)      PDF (845KB)(370)    收藏

标签均值半监督支持向量机(meanS3VM)在图像分类中随机选取少量无标记样本训练分类器的正确率较低,且其参数取值使结果波动性较大,针对这一问题,提出基于均值漂移(mean shift)的meanS3VM图像分类方法。以mean shift平滑图为分类对象,以降低图像特征多样性;在每个平滑区域随机选取一个样本作为无标记样本,以保证其携带对分类有用的信息而得到高效的分类器;探讨并改进参数取值方法,网格寻优敏感参数,参数ep结合支持向量机(SVM)预分类和mean shift结果估计,以获取更好更稳定的结果。实验结果表明,所提方法对普通和加噪图像的分类正确率比改进参数取值的原算法分别平均提高1和5个百分点以上,获得了更高的时间效率,且有效避免了分类结果的波动性,适用于图像分类。

参考文献 | 相关文章 | 多维度评价
4. FCM预选取样本的半监督SVM图像分类方法
陈永健 汪西莉
计算机应用    2014, 34 (1): 260-264.   DOI: 10.11772/j.issn.1001-9081.2014.01.0260
摘要614)      PDF (691KB)(491)    收藏
针对基于拉普拉斯支持向量机(LapSVM)的半监督分类方法需要将全部无标记样本加入训练样本集中训练得到分类器,算法需要的时间和空间复杂度高,不能有效处理大规模图像分类的问题,提出了模糊C-均值聚类(FCM)预选取样本的LapSVM图像分类方法。该方法利用FCM算法对无标记样本聚类,根据聚类结果选择可能在最优分类超平面附近的无标记样本点加入训练样本集,这些样本可能是支持向量,携带对分类有用的信息,其数量只是无标记样本的一少部分,因此使训练样本集减小。计算机仿真结果表明该方法充分利用了无标记样本所蕴含的判别信息,有效地提高了分类器的分类精度,降低了算法的时间和空间复杂度。
相关文章 | 多维度评价
5. 基于局部聚类的自适应线性近邻传递分类算法
盛洪波 汪西莉
计算机应用    2014, 34 (1): 255-259.   DOI: 10.11772/j.issn.1001-9081.2014.01.0255
摘要539)      PDF (772KB)(573)    收藏
针对线性近邻传递(LNP)分类算法中,由于图像过大时计算复杂度高,以及近邻数目选择不当导致图像分类结果不精确的问题,提出了基于局部聚类的自适应LNP分类算法。该方法对LNP分类算法的改进主要体现在两方面,首先运用quick shift进行局部聚类,得到点簇集,以此点簇集作为建图节点,达到缩小矩阵规模的目的;其次,采用测地距离和欧氏距离之间的关系来动态确定每个点的近邻数。实验结果表明,所提方法在得到较好的分类结果的同时,也极大地缩短了运行时间,提高了效率。
相关文章 | 多维度评价
6. 结合均值漂移的基于图的半监督图像分类
白艺娜 汪西莉
计算机应用    2013, 33 (09): 2606-2609.   DOI: 10.11772/j.issn.1001-9081.2013.09.2606
摘要731)      PDF (617KB)(362)    收藏
针对基于图的半监督流形正则化图像分类算法需要大量无标记样本训练分类器,空间和时间复杂度高,甚至不能处理大规模图像,且对背景或目标复杂的图像分类错误率较高的问题,提出了结合均值漂移(mean shift)的基于图的半监督流形正则化图像分类算法。该方法对基于图的半监督流形正则化分类算法的改进主要体现在两方面,首先是通过mean shift算法对图像进行了平滑,以平滑后的图像作为分类对象;其次不是利用所有无标记样本,而是只采用少量无标记样本。实验结果表明:图像的平滑使得目标和背景区域的特征更为一致,从而利用较少的样本就可以提高分类器的正确率;同时大大降低了算法的复杂度,使得基于图的半监督分类算法用于分类大规模图像成为可能。
相关文章 | 多维度评价
7. 基于超像素的条件随机场图像分类
张微 汪西莉
计算机应用    2012, 32 (05): 1272-1275.  
摘要2105)      PDF (2908KB)(1117)    收藏
针对图模型在推导和参数估计中时间复杂度较高的问题,在条件随机场(CRF)中引入了超像素的概念,提出了一种基于超像素的CRF图像分类方法。该方法首先通过均值漂移算法将图像过分割成小的均匀区域(称为超像素),然后以超像素为节点、空间相邻的节点以边连接建立图模型,给出了相应的CRF的定义,实现了模型的参数估计和推导。实验结果表明,基于超像素的CRF模型在得到较好分类结果的同时,极大地缩短了运行时间,提高了效率。
参考文献 | 相关文章 | 多维度评价
8. 基于符号压力函数的几何活动轮廓模型
杨建功 汪西莉
计算机应用    2012, 32 (01): 245-247.   DOI: 10.3724/SP.J.1087.2012.00245
摘要1248)      PDF (632KB)(599)    收藏
针对几何活动轮廓(GAC)模型的诸多缺点,提出一种基于符号压力(SPF)函数的活动轮廓模型。采用一种基于区域统计信息的符号压力函数作为边界指示,能够提高演化曲线在运动过程中对模糊边界的识别能力和抗噪能力。相对于传统几何活动轮廓模型,所提模型具有如下特点:一是能够有效分割边界模糊的目标;二是更具抗噪能力;三是轮廓线运动具有双向性。实验结果表明了所提模型的有效性。
参考文献 | 相关文章 | 多维度评价
9. 结合区域生长和水平集的遥感影像道路提取
顾丹丹 汪西莉
计算机应用    2010, 30 (2): 433-436.  
摘要1490)      PDF (975KB)(1236)    收藏
提出了一种基于主成分分析(PCA)的彩色区域生长算法,并将该方法与水平集方法相结合用于高分辨率遥感影像中城市道路的提取。首先利用区域生长方法分割出大致的道路区域;然后利用预分割的结果构造初始水平集函数,进一步利用一种消除重新初始化操作的水平集方法进行道路边缘演化;最后,提出了一种不用反复初始化的水平集局部边缘修正算法,并利用该方法对因障碍物影响而错分的局部道路边界进行修正。实验结果表明,该方法能完整、有效地提取高分辨率遥感影像中的道路目标,且人工干预较少,具有较强的实用性和抗噪能力。
相关文章 | 多维度评价
10. 一种基于区域竞争的水平集快速图像分割算法
王琳娟 汪西莉
计算机应用   
摘要2004)      PDF (1110KB)(1955)    收藏
从曲线演化的角度提出一种基于Bayesian区域统计和区域竞争的自适应变分图像分割模型,该模型使用水平集描述曲线和区域,得到基于Bayesian区域统计信息的能量函数,利用区域竞争曲线演化模型推导出一种快速曲线演化偏微分方程,实现了图像分割。该方法可以同时提取出多类目标,算法具有快速、分割精度高的特点,且易于综合纹理,形状等多种信息对模型进行扩充。此外,能量函数和曲线演化方程是相对独立的,对于不同类型的图像可选用不同的概率模型。实验表明,所提方法是一种快速、有效、新颖的图像分割方法。
相关文章 | 多维度评价
11. 一种分层寻路算法中的域值放弃策略
李建元 师军 曹菡 汪西莉
计算机应用   
摘要1195)      PDF (637KB)(938)    收藏
为了更合理地判定何时放弃分层寻路,提出了一种新的域值放弃策略:当起止点之间的估计距离小于放弃域值时,采用最短路径算法;反之,则采用分层寻路算法。该策略引入了估计距离、放弃域值和放弃因子三个参量,并采用统计法以确定域值。测试数据表明,使用该策略搜索出的路径具有较高的可采纳性。
相关文章 | 多维度评价
12. CCML2017+会议编号:23+结合纹理去除的遥感图像分割
周明非 汪西莉
  
录用日期: 2017-06-15