国家自然科学基金(61202318)
- 作品数：8 被引量：24H指数：4
- 相关作者：李佐勇陈若玲柳炳祥汤可宗徐洪焱更多>>
- 相关机构：闽江学院景德镇陶瓷学院南京工程学院更多>>
- 发文基金：国家自然科学基金福建省自然科学基金福建省高校杰出青年科研人才培育计划项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于视觉加权的最大连通面积直方图检索被引量：4
- 2013年
- 提出一种对最大连通面积直方图进行视觉加权的图像检索方法。该方法首先计算像素点颜色复杂度和视觉权值;然后找出HSV颜色量化空间下各种颜色等级的最大连通区域;再采用像素点的视觉权重,计算连通区域所对应的视觉权值;最后构造出视觉加权的最大连通面积直方图特征,并利用适于该特征的相似性度量函数实现检索。实验表明检索结果更加符合人的视觉感知。
- 王润鸿
- 融合边缘与过渡区域提取的人物证件照分割被引量：1
- 2015年
- 针对人物证件照自动换底过程中的图像分割问题,本文提出一种融合边缘与过渡区域提取的图像分割方法。此方法先利用Canny算子对三个颜色分量RGB分别进行边缘检测,综合三个颜色分量的边缘检测结果获得证件照中人物的初始轮廓。然后,提取RGB颜色分量的过渡区域,整合并利用其补足初始轮廓中可能出现的断裂问题。最后,利用形态学腐蚀运算收缩人物的目标轮廓,消除人物和背景之间具有原图背景色的残留过渡地带,实现证件照中人物的分割与背景颜色的替换。在一系列人物证件照上的实验结果证实了本文方法的有效性。
- 李勤垂陈若玲王明楸李佐勇
- 关键词：边缘检测图像分割证件照
- 一种基于遗传算法的最小交叉熵阈值选择方法被引量：7
- 2013年
- 最小交叉熵阈值法(MCET)在二级阈值中是有效的,但在多极阈值的穷尽搜索中却要付出昂贵的时间代价.鉴于此,提出一种基于遗传算法(GA)的MCET选择方法:在执行图像分割(IS)任务之前,先将IS转化为在一定约束条件下待优化的问题;在寻找待优化问题最优解的计算过程中引入一种回归设计技巧以存储中间结果;使用这种回归设计技巧,在一组标准测试图像上利用GA搜索待优化问题的最优解.实验结果表明,利用所提出的方法获得的多个阈值非常接近于穷尽搜索获得的结果.
- 汤可宗柳炳祥徐洪焱肖绚李佐勇
- 关键词：图像分割最小交叉熵阈值遗传算法
- 一种基于随机森林的头部位姿估计算法
- 2016年
- 针对人头部位姿势估计问题,提出一种基于随机森林的头部位姿估计算法.对现有算法只能以高质量人脸深度图像为输入和对面部数据缺失敏感的缺陷,在随机森林分支节点分裂机制中,加入分类测度解决头部区域的分割,以及改进回归测度来估计头部位姿,提出结合两种测度的优化方法,同时在原有几何特征通道基础上加入纹理信息以优化识别率,完成构造基于随机森林的头部位姿估计模型.结合该算法搭建基于Xtion PRO的实时头部位姿估计软件系统进行实验,结果表明,提出的两种测度模型能够较好地解决头部分割和位姿估计问题,该系统能够实时准确的估计头部位姿,并对部分头部遮挡具有鲁棒性.
- 曾霞霞李佐勇林文如
- 关键词：深度图像
- 基于等周理论的自动多级阈值分割方法(英文)被引量：4
- 2013年
- 提出了一种基于等周理论的多级阈值分割方法。此方法将等周理论中的等周率作为选取阈值的准则,利用确定聚类数目的方法来自适应地决定阈值的个数。新方法的时间复杂度与阈值个数无关,避免了传统多级阈值分割方法由于穷尽搜索而引起的缺陷,即随着阈值个数的增加算法时间复杂度呈指数增长和分割性能不稳定。一系列图像上的仿真结果表明,与现有的几种经典的多级阈值分割方法比较,本方法分割图像的效果更好。
- 胡锦美李佐勇张祖昌
- 关键词：图像分割
- 基于视觉显著性机制的舌象初始轮廓
- 2014年
- 舌象分割在舌诊自动化中尤为重要。本文基于视觉显著性机制通过对舌体提取HSV模型下的特征,利用HV通道获取舌体下部轮廓,利用S通道获取舌体上部轮廓。结合HV通道得到的下部轮廓、S通道得到的上部轮廓,经曲线拟合,得到初始舌体轮廓。
- 吴梅华
- 关键词：HSV
- 图像椒盐噪声的开关滤波算法综述被引量：2
- 2014年
- 椒盐噪声去除是图像去噪领域的经典问题。开关滤波是一类流行的椒盐噪声去除方法。它将椒盐噪声去除过程分成噪声检测和噪声恢复两个阶段,先检测图像中的椒盐噪声点,然后仅对检测到的噪声点进行滤波恢复,保持非噪声点的灰度不变,有利于保护图像细节。在对椒盐噪声特性阐述的基础上,详细介绍了国内外近年来出现的10种开关滤波算法,分析了它们各自在噪声检测和噪声恢复上的优缺点。最后,指出了现有的开关滤波算法面临的一类新问题。
- 张淑英陈若玲李佐勇林亚明
- 关键词：图像处理椒盐噪声
- 一种复杂环境中的车牌定位算法被引量：6
- 2015年
- 提出了一种结合车牌区域边缘特征和梯度方向特征的新型车牌定位算法,该算法将车牌图像变换为灰度图像后,首先利用Sobel算子和Gradientfaces方法分别获取车牌图像的垂直边缘图像和梯度方向图像,然后根据边缘长度、边缘点密度去除垂直边缘图像中的干扰,并根据梯度方向图像中的梯度方向消除更多的干扰边缘,最后利用一个矩形窗扫描边缘图像完成车牌区域的定位和分割。实验结果表明,该方法的定位准确度可达93.7%,同时对复杂背景或弱光环境下的车牌图像具有很好的鲁棒性。
- 李耀程勇曹雪虹
- 关键词：边缘检测车牌定位
