【摘 要】
：
聚类算法作为数据处理的一种技术,发展迅速且被广泛应用在图像处理和计算机视觉中。目标检测作为这两个领域的交叉研究学科,同样也倍受关注。随着聚类算法的出现,研究者们开始尝试将其应用到检测中并取得了一些成果。但是,这些目标检测算法常常需要大量的先验条件,并且得到的实物目标也不够完整。针对该缺点,本文重点研究基于密度峰值聚类（DPC）的目标检测算法。为了更改好地将DPC算法应用于图像中,我们对其进行了一系
论文部分内容阅读
聚类算法作为数据处理的一种技术,发展迅速且被广泛应用在图像处理和计算机视觉中。目标检测作为这两个领域的交叉研究学科,同样也倍受关注。随着聚类算法的出现,研究者们开始尝试将其应用到检测中并取得了一些成果。但是,这些目标检测算法常常需要大量的先验条件,并且得到的实物目标也不够完整。针对该缺点,本文重点研究基于密度峰值聚类（DPC）的目标检测算法。为了更改好地将DPC算法应用于图像中,我们对其进行了一系列改进,提出了 自适应的目标检测方法,实验结果与评价指标均表现良好。本文主要内容如下:（1）目标在提取过程中会出现强弱边缘模糊化、完整度低和空洞化等情况,为此,提出了一种自适应的DPC目标检测算法,并将其命为GSDPC。该算法首先结合图像梯度,修正敏感参数截断距离dc,然后根据数据内聚程度,修正重要参数K的选择机制。实验表明,GSDPC算法能够有效分离图像强弱尺度边缘,保护了检测对象的边缘轮廓,减少了检测的空洞现象。该算法相较于传统的基于DPC的目标检测算法,在像素级上对视频单帧图像进行所有目标区分后,可在帧间区域级上对所有分出的检测对象进行自适应二次聚类。（2）提出了一种结合藤壶优化算法（BMO）的目标检测方法。选用图像信息熵作为BMO算法的目标函数,将求解后的最优参数σ作为DPC算法中敏感参数dc,克服了DPC算法对参数敏感的缺点。使用SLIC超像素进行视频图像当中的目标检测,提出自适应选取超像素中的紧实系数m的方式,并改进超像素的合并机制。实验结果及评价指标均表明,该算法能够有效提高目标对象检测精度,类间聚合程度更高,冗余区域有效减少,并且算法具有一定的自适应性。
其他文献
随着新一代信息技术的创新发展,袜业制造行业从传统的手工生产逐步向数字化、智能化和柔性化的方向转型,但在袜品反求生产领域尚处在传统的人工打样阶段。本文结合袜子制版文件特征与图像特征提取技术的发展现状,将三维立体袜品转换为正反面拼接的数字图像,对样板袜品进行图像采集、袜子制版文件反求、袜子制版文件二次设计等功能设计,研发一种数字化、自动化的袜子制版文件反求生成系统。本文的主要研究内容如下:（1）基于颜
随着我国移动端、互联网技术的飞速发展,屏幕内容图像（Screen content image,SCI）的主成数量越来越多。然而,在对SCI进行获取、传输和压缩等过程中易产生噪声干扰和图像失真,这种干扰和失真造成的图像质量下降难以被精准评估和预测。基于自然图像的评估SCI的视觉质量预测中不能起到有效作用,已成为制约SCI评估指标提高的关键问题。因此,对客观的屏幕内容图像质量评估方法进行高效分析和建立
图像显著物体检测的目的是识别出图像中最重要的物体区域,并将目标区域从背景中剥离出来。由于图像中的显著物体容易受到背景区域的干扰,使得图像显著物体检测非常具有挑战性,为了提高图像显著物体检测的性能,本文对图像显著物体检测算法进行了研究,提出两种图像显著物体检测算法。一种是基于特征增强与融合的显著物体检测方法。该方法首先利用卷积神经网络提取RGB图像的不同卷积层的特征,然后使用图像的高层特征信息指导低
条码作为一种快速识读技术,已经广泛地应用在商品结算、物流运输、仓库管理等领域。常见的有一维条码和二维条码,二维条码广泛地应用在移动支付、电子商务、产品追溯等领域,目前市场上应用的是黑白二维条码,本文将研究如何在黑白二维条码中添加颜色信息,来提高信息存储容量和安全性。本文以目前市场上应用最广泛的QR码为研究对象,为了增大信息容量,将彩色信息附加到QR码点阵图上来传递附加信息,QR码点阵图传递的信息称
随着数字技术的迅猛发展,以及各种强大的图像处理工具的广泛使用,非专业人士可以在不留下任何可见线索的情况下对数字图像进行美化、编辑、甚至修改和伪造,这将破坏图像内容的原始性、完整性和真实性。同时,虚假图像的存在和传播降低了数字内容的可信度,在科学研究、新闻传媒、司法取证、金融和军事等诸多领域造成了严重的负面影响。因此,迫切需要开发功能强大的图像篡改检测工具/算法来识别图像内容的篡改,保证图像内容的原
随着信息化时代的不断进步,二维码由于信息承载量大、编码类型众多、可加密、成本低、易制作等优点应运而生,日渐渗透于人们的衣、食、住、行各个方面。然而,传统黑白二维码逐渐地暴露出自身的不足:一方面,由于二维码是一种由黑白模块构成的矩形码,外观无法满足人们对视觉交互的要求,因此迫切需要对其美术表现形式进行视觉改进;另一方面,传统二维码无法对存储信息进行预读,容易造成误扫。因此,如何优化传统二维码的视觉体
高分辨率图像能够提供较丰富的空间结构信息,是彩色和光谱成像设备的重要发展方向。然而,受成像设备的硬件限制、噪声及传输过程中的压缩等因素影响,采集得到的图像分辨率通常不够理想,易导致所成像场景目标的部分关键信息丢失。因此,在以上成像条件限制下,提升图像的分辨率,即图像超分辨率重建技术,对信息的挖掘和利用具有重要意义。近年来,图像超分辨率已经被广泛应用于监控识别、无人驾驶和医学成像等技术领域,并且已经
图像分割和目标检测一直是图像分析与计算机视觉领域的重点研究课题。随着近几十年来复杂网络理论的快速发展,将复杂网络理论应用到图像分析与计算机视觉领域成为研究人员关注的问题之一。本文以复杂网络理论中的社团检测和节点度分布理论为中心,对图像网络的构建、图像分割和视频中运动目标检测算法进行了研究。具体研究内容如下。（1）提出了一种基于局部网络模块度增量的超像素分割算法（LocalNet）。以像素点颜色相似
数字视频是多媒体技术的一个重要传播途径,被广泛应用于社会的各行各业之中。如何让用户能够快速捕捉到视频的内容,从而决定是否需要继续观看是需要关注的问题。在这样的背景下,视频摘要技术应运产生。视频摘要是一种新的基于内容的视频压缩技术,它能有效地从视频中发现重要信息,消除冗余数据,是对视频内容的概括。近年来视频摘要技术有了很大的发展,但是如何生成高效、准确率高的视频摘要仍然在不断的探索中,本文围绕视频摘
密度峰值聚类算法（DPC）是一种新的基于密度的聚类算法,该算法具有原理简单、高效快速等优点,自从提出以来便引发许多学者的关注,且被广泛应用于图像处理、生物医学、文档处理等领域。同时,人们在应用中也发现DPC算法存在着一些问题:（1）该算法的聚类结果在一定程度上受截断距离参数设置的影响,人为设定的参数值将无法避免主观性与随机性这一问题;（2）样本局部密度的计算方法仅考虑了距离因素,而未能充分考虑全局