王亚楠
- 作品数：4 被引量：7H指数：1
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 自适应变步长高斯混合模型的工业烟尘图像分割方法
- 针对传统的高斯混合模型在进行背景建模时,参数是在固定帧值的基础上进行参数更新,导致烟尘检测不准确等问题,提出一种自适应变步长高斯混合模型的工业烟尘图像分割方法。根据烟尘变化速度不均匀的特点,通过分析检测出烟尘与实际烟尘的...
- 刘辉王亚楠
- 关键词：背景减除高斯混合模型
- 一种视频中工业排放烟尘分割方法被引量：1
- 2018年
- 工业烟尘严重污染大气环境,对工业烟尘的实时监测有助于减少大气污染。林格曼黑度是反映冶炼炉烟尘浓度和烟气黑度的一项重要指标。为了提高烟尘黑度计算的准确性,采用一种视频中工业排放烟尘分割方法。首先用背景减除法得到烟尘边缘运动区域,其次用形态学处理的方法去除干扰,最后在均匀空间下用区域生长算法分割出准确的烟尘区域。结果表明,文中方法能够有效地分割出视频中烟尘区域,且具有一定的适用性。
- 王亚楠刘辉陈甫刚
- 关键词：背景减除
- 基于谱特征嵌入的脑网络状态观测矩阵降维方法被引量：1
- 2017年
- 针对基于功能核磁共振(f MRI)重构的脑网络状态观测矩阵维数过高且无特征表现的问题,提出一种基于谱特征嵌入(Spectral Embedding)的降维方法。该方法首先计算样本间相似性度量并构造拉普拉斯矩阵;然后对拉普拉斯矩阵进行特征分解,选取前两个主要的特征向量构建2维特征向量空间以达到数据集由高维向低维映射(降维)的目的。应用该方法对脑网络状态观测矩阵进行降维并可视化在二维空间平面,通过量化类别有效性指标对可视化结果进行评价。实验结果表明,与主成分分析(PCA)、局部线性嵌入(LLE)、等距映射(Isomap)等降维算法相比,使用该方法得到的脑网络状态观测矩阵低维空间的映射点有明显的类别意义表现,且在类别有效性指标上与多维尺度分析(MDS)和t分布随机邻域嵌入(t-SNE)降维算法相比,同一类样本间平均距离Di指数分别降低了87.1%和65.2%,不同类样本间平均距离Do指数分别提高了351.3%和25.5%;在多个样本上的降维可视化结果均有一定的规律性体现,该方法的有效性和普适性得以验证。
- 代照坤刘辉王文哲王亚楠
- 自适应变步长高斯混合模型的工业烟尘目标分割方法被引量：5
- 2020年
- 工业烟尘排放时的烟气黑度自动监测对提高环保质量和指导生产过程具有重要的应用价值,针对传统的高斯混合模型在进行背景建模时,参数是在固定帧值的基础上进行参数更新,导致烟尘检测不准确等问题,提出一种自适应变步长高斯混合模型的工业烟尘图像分割方法.根据烟尘变化速度不均匀的特点,通过分析检测出烟尘与实际烟尘的检出率和检准率的和的最大值,计算熵值差变化率对应的最佳步长,得到熵值差变化率与最佳步长的模型.以熵值差变化率为依据,确定最佳步长,得到一个关于熵值差变化率与最佳步长的模型.以熵值差变化率为输入,以最佳步长为输出,在广义回归神经网络(GRNN)得到适用于本文工业烟尘图像分割的网络模型.最后,在多个场景的烟尘视频中进行分割实验,结果表明,本文中方法能够有效的分割出视频中烟尘区域,且具有一定的适用性.
- 刘辉王亚楠王亚楠
- 关键词：图像分割目标检测背景减除高斯混合模型
