辽宁省教育厅高等学校科学研究项目(L2013405)
- 作品数:4 被引量:25H指数:4
- 相关作者:王相海方玲玲宋传鸣李明倪培根更多>>
- 相关机构:辽宁师范大学湘潭大学苏州大学更多>>
- 发文基金:辽宁省教育厅高等学校科学研究项目国家自然科学基金国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 双重轮廓演化曲线的图像分割水平集模型被引量:8
- 2014年
- 目的几何活动轮廓模型的标志性模型C-V模型及其改进LBF模型受到关注,然而这两个模型对初始轮廓曲线较强的依赖性使得模型在实际图像目标分割中表现出不稳定性或具有较高的时间复杂性。本文在对C-V模型及LBF模型的原理及对初始轮廓曲线的依赖特性进行分析的基础上,提出一种基于双重轮廓演化曲线的图像分割水平集模型。方法所提出模型的主要过程如下:1)通过设置内、外两条轮廓线,使模型在演化过程中分别从目标的内部和外部向目标边界逼近,两条轮廓线的设计原则简单,其分别位于目标的外部和与目标有重叠;2)两条轮廓线的演化走向是通过在模型中设置相关项自动控制的,即演化过程中通过最小化内、外轮廓之间的差异来自动控制两条轮廓曲线的演化趋向,使之同时从目标的内部和外部向目标边界逼近,并逐渐稳定于目标的边界。结果所提出的模型通过设置内部能量泛函项,避免了对符号距离函数的重新初始化;通过采用全局化的正则函数,增加了模型对复杂异质区域边界的捕捉能力;通过采用内、外轮廓线同时演化机制,避免了模型对初始轮廓线的过依赖性。结论所提出的模型很好地解决了传统基于区域的分割模型对轮廓曲线初始化的过依赖问题,对初始轮廓线的设置较为简单且具有较强的鲁棒性,对图像目标的分割较为准确和稳定。
- 王相海李明
- 关键词:图像分割水平集模型能量泛函
- 谱间和帧内协同稀疏的高光谱图像压缩感知模型被引量:5
- 2016年
- 本文基于压缩感知理论,利用高光谱图像谱间存在极强的相关性,提出一种基于谱间和帧内协同稀疏的高光谱图像压缩感知模型(hyperspectral image collaborative sparsity measure,HICoSM).模型包括对高光谱图像各波段帧内及其帧间3方面的稀疏性挖掘:一是对各波段帧基于局部区域平滑性的稀疏性度量;二是对各波段帧基于非局部区域纹理、边缘等细节信息的自相似性稀疏性度量;三是相邻波段帧基于谱间相关性的预测稀疏性度量,具体利用前一个波段帧,通过最小二乘法线性预测形成当前波段帧的预测帧,通过确定预测帧与当前波段帧的最佳预测差实现谱间的稀疏性度量.进一步,给出了所提出模型的数值计算过程.仿真实验表明,模型HICoSM在对各个波段帧的稀疏性进行度量的基础上,通过挖掘和测量高光谱图像波段间的谱间稀疏性,有效地提高了各波段帧在压缩感知恢复阶段的解码质量.
- 王相海宋海鹰宋传鸣陶兢喆
- 关键词:高光谱图像压缩感知
- 非下采样Contourlet HMT模型被引量:7
- 2013年
- 非下采样Contourlet变换(NSCT)不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性.文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐Markov树模型,建立了一种新的基于NSCT域的隐Markov树模型NSCT-HMT,并且给出了该模型的参数结构以及模型参数的训练方法;最后将所提出的模型应用于图像去噪中取得了很好的仿真效果.
- 王相海倪培根苏欣方玲玲宋传鸣
- 关键词:非下采样CONTOURLET变换高斯混合模型
- 矢量C-V模型的高光谱遥感影像分割被引量:5
- 2015年
- 高光谱遥感影像除了包含普通2维影像所具有的空间信息还包含了1维光谱信息,传统的针对2维影像的分割方法不能很好地应用于高光谱遥感影像。为此,本文提出一种能够同时处理多波段影像的高光谱遥感影像矢量C-V模型分割方法。首先选出高光谱遥感影像中目标与背景对比度较大的波段,并通过计算波段相关系数,去除其中的冗余信息形成新的波段组合,进而根据所确定的波段组合构建高光谱遥感影像矢量矩阵;在此基础上,构造基于该矢量矩阵的矢量C-V分割模型。模型中通过引入基于梯度的边缘引导函数,在保留传统C-V模型基于区域信息进行影像分割的基础上,利用影像的边缘细节信息,增强了模型在异质区域和复杂背景情况下对目标边缘的捕捉能力,提高了对高光谱遥感影像的分割精度和速度。最后利用HYPERION数据进行仿真实验,并将实验结果和传统C-V模型和相关方法进行了对比,结果表明,本文方法能够在短时间内有效地分割高光谱遥感影像,与传统方法相比,具有分割精度更高运算速度更快的特点。
- 王相海周夏方玲玲
- 关键词:高光谱遥感影像分割