题名 基于SLIC方法的光照偏强农田图像分割研究
被引量：9
1
作者
陈晓倩 唐晶磊 王栋
机构
西北农林科技大学信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2018年第2期177-181,共5页
基金
国家自然科学基金(No.31101075) 国家高技术研究发展计划(863)(No.2013AA10230402) 西安市科技计划项目(No.NC1504(2))
文摘
精准农业是未来农业发展的趋势,而农田图像分割是精准农业的前提与基础。针对光照偏强条件下农田图像高光点区域丢失植物绿色特征对图像分割质量的影响,以SLIC方法和YCrCb颜色空间中的Cg分量为基础,利用不同分类器实现光照偏强条件下农田图像分割的研究。首先采用SLIC对农田图像进行预处理,获取超像素模块;为避免植物叶面因光照偏强出现高光点区域丢失部分绿色特征,引入YCrCb颜色空间模型中的Cg分量和超绿颜色因子提取特征;为避免监督学习对训练样本要求高,采用半监督学习,将有标签样本和无标签样本进行混合;最后采用不同的分类器进行图像分割,并对实验结果采用混淆矩阵和Kappa系数进行评价。对比实验结果可得,采用距离判别法核函数为diagQuadratic的图像分割效果较其他方法较好,分割正确率较高。
关键词
图像分割 不同分类器 简单的线性迭代聚类(slic )方法 Cg分量 光照偏强
Keywords
image segmentation different classifiers Simple Linear Iterative Clusterign(slic )method Cg component strong light
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于梯度方向的Canny SLIC图像分割算法
被引量：11
2
作者
郭昕刚 王佳 屈诺希 程超
机构
长春工业大学计算机科学与工程学院
出处
《计算机仿真》
北大核心
2021年第9期465-469,500,共6页
基金
国家自然科学基金(61903047) 吉林省发展改革委项目(2019C040-3)。
文摘
针对传统Canny简单线性迭代聚类(simple linear iterative clustering, SLIC)算法中弱边缘的边界粘附性以及超像素形状规则的问题,提出了一种改进的基于梯度方向的Canny SLIC图像分割算法。传统的Canny SLIC算法中的边缘检测,使用的滞后阈值法在识别和连接边缘时,容易将梯度幅值小的边缘信息识别成噪声,从而和SLIC算法融合后会丢失目标的部分边缘,所以本文把利用边缘和噪声在梯度方向上的不同而改进的Canny算法与SLIC结合,然后使用复数运算来降低图像边缘特征维度,最后采用六边形来描述SLIC生成的超像素,经实验表明:该算法能生成与物体边界密切贴合且分割精度高的超像素分割图,验证了所提出算法的有效性。
关键词
简单线性迭代聚类算法 梯度方向 滞后阈值法 特征维度
Keywords
Simple linear iterative clustering(slic )algorithm Gradient direction Lag-threshold method Feature dimension
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 基于马氏距离和SLIC算法的云检测模型
被引量：1
3
作者
郭玲 韩迎春 蔡浩宇 张正军 严涛
机构
南京理工大学
出处
《计算机科学与应用》
2022年第1期17-25,共9页
基金
南京理工大学本科生科研训练“百千万”计划立项资助,项目编号为202010288134Y 大规模互补约束数学规划的信赖域算法研究及应用(项目批准号:11671205)。
文摘
本文采用超像素分割方法,针对传统的SLIC算法进行研究,通过提高分割精度来提高云检测的准确率。为了改进SLIC算法中的聚类效果,采用马氏距离代替SLIC算法中的欧氏距离进行聚类,利用阈值法对划分出的每个超像素进行二值化处理,即将云和地物分类。本文设改进前算法为O-SLIC,改进后算法为M-SLIC。在本文建立的云图数据库上将二者进行了比较,得到以下结果:M-SLIC算法的云识别率比O-SLIC算法的高;M-SLIC云检测的ROC曲线面积比O-SLIC算法大且最优分类点更靠近(0,1)点。这些结果说明对于云图数据库中的大部分图像,M-SLIC算法相比于O-SLIC算法具有改良效果。M-SLIC算法综合了聚类和分类的特点,利用马氏距离,使算法在云检测的准确率上有所改善。
关键词
云检测 slic 算法马氏距离 用聚类方法解决分类问题 ROC曲线
Keywords
Cloud Detection slic AlgorithmMarkov Distance Use Clustering method to Solve Classification Problems ROC Curve
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 高分辨率景观机载遥感图像特征网格化提取
4
作者
董函孜 刘治龙 赵洪滢
机构
哈尔滨理工大学 东北师范大学 青岛科技大学
出处
《现代电子技术》
北大核心
2025年第19期31-35,共5页
基金
黑龙江省哲学社会科学研究规划年度项目(23YSC206) 吉林省社会科学基金项目(2024B77) 黑龙江省教改培育项目(SJG-PYXM2024045)。
文摘
为准确提取地面景观遥感图像中的细微特征,更好地分析图像中的关键信息,文中提出高分辨率景观机载遥感图像特征网格化提取方法。基于简单线性迭代聚类(SLIC)方法网格化分割高分辨率景观机载遥感图像,得到良好同质性和边界贴合性的景观遥感图像网格块后,基于显著度加权方法计算各个图像网格块中心,依据计算结果生成全局基本矢量,以此提取不同图像网格块特征;在此基础上通过特征响应方法,筛选提取的高分辨率景观遥感图像网格块特征,删除其中的冗余特征,保留有效的高分辨率景观机载遥感图像网格化特征。实验结果表明:该方法可以有效提取高分辨率景观机载遥感图像的特征,且提取到的图像特征调整互信息均大于0.91,说明提取到的景观图像特征具备全面性与真实性,可为景观规划、环境监测等提供数据支持。
关键词
高分辨率 景观遥感图像 slic 方法网格化分割 显著度加权 全局基本矢量 网格块特征 特征响应
Keywords
high resolution landscape remote sensing image slic method grid based segmentation significance weighting global fundamental vector grid block feature feature response
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于改进神经网络的弱光图像自动分割算法
5
作者
李胜 呼家龙 蒋国庆
机构
马鞍山职业技术学院电子信息系
出处
《许昌学院学报》
CAS
2024年第5期105-110,共6页
基金
安徽省高校优秀青年人才培育项目(gxyg2022205) 安徽省教育厅高校自然科学研究项目(2022AH052968)。
文摘
弱光条件下图像的对比度低、细节模糊、噪声干扰大.为了使分割后的弱光图像边缘更加整齐,分割目标更加完整,提出一种基于改进神经网络的弱光图像自动分割算法.采用SLIC方法展开弱光图像超像素,根据弱光图像中所存在的像素相似性,对所生成的全部超像素块展开超像素块融合处理;并结合改进的神经网络,分割出弱光图像的目标图像与背景图像,实现弱光图像自动分割.实验结果表明,所提方法的弱光图像超像素融合效果好、分割精度高.
关键词
弱光图像 图像分割 改进神经网络 slic 方法超像素分割
Keywords
low-light image image segmentation improved neural networks slic method hyperpixel segmentation
分类号
TN209
[电子电信—物理电子学]
题名 背景吸收的马尔可夫显著性目标检测
被引量：1
6
作者
蒋峰岭 张海涛 杨静 孔斌
机构
中国科学院合肥物质科学研究院智能机械研究所 中国科学技术大学 合肥师范学院计算机学院 合肥工业大学计算机与信息学院
出处
《中国图象图形学报》
CSCD
北大核心
2018年第6期857-865,共9页
基金
国家自然科学基金项目(913203002) 广东省省级科技计划重大科技专项基金项目(c1632611500006)) 合肥师范学院校级科研基金项目(2017QN19)~~
文摘
目的现有的基于马尔可夫链的显著目标检测方法是使用简单线性迭代聚类(SLIC)分割获得超像素块构造图的节点,再将四边界进行复制获得吸收节点,但是SLIC分割结果的好坏直接影响到后续结果,另外,很大一部分图像的显著目标会占据1~2个边界,特别是对于人像、雕塑等,如果直接使用四边界作为待复制的节点,必然影响最终效果。针对以上存在的缺陷,本文提出一种背景吸收的马尔可夫显著目标检测方法。方法首先通过差异化筛选去除差异较大的边界,选择剩余3条边界上的节点进行复制作为马尔可夫链的吸收节点,通过计算转移节点的吸收时间获得初始的显著图,从初始显著图中选择背景可能性较大的节点进行复制作为吸收节点,再进行一次重吸收计算获得显著图,并对多层显著图进行融合获得最终的显著图。结果在ASD、DUT-OMRON和SED3个公开数据库上,对比实验验证本文方法,与目前12种主流算法相比,在PR曲线、F值和直观上均有明显的提高,3个数据库计算出的F值分别为0.903、0.544 7、0.775 6,验证了算法的有效性。结论本文针对使用图像边界的超像素块复制作为吸收节点和SLIC分割技术的缺陷,提出了一种基于背景吸收马尔可夫显著目标检测模型,实验表明,本文的方法适用于自底向上的图像显著目标检测,特别是适用于存在人像或雕塑等目标的图像,并且可以应用于图像检索、目标识别、图像分割和图像压缩等多个领域。
关键词
目标检测 slic 分割显著性检测 马尔可夫链 吸收节点 多层图
Keywords
object detection slic method saliency detection Markov chain absorbing node muhilayer image
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 基于像素紧密程度的多源遥感影像信息提取方法
被引量：1
7
作者
洪倩 李志斌 陈晓枫 李本良 臧玉魏
机构
国网经济技术研究院有限公司 北京洛斯达科技发展有限公司 国网山东电力
出处
《计算技术与自动化》
2024年第4期97-103,共7页
基金
国网总部管理科技项目(5500-202056438A-0-0-00)。
文摘
遥感影像在采集过程中,地面覆盖种类数量庞大且采集影像清晰度低、分辨率较差,关键像素特征之间的阈值衡量标准模糊,导致信息提取难度增大,从而降低信息利用率。为此,提出了基于像素紧密程度的多源遥感影像信息提取方法。利用Contourlet变换,实现遥感影像空间域、变换域的多角度增强,优化遥感影像整体清晰度。利用简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)超像素算法计算像素聚类中心与邻近像素紧密程度,摆脱固定阈值影响。引入灰度共生矩阵(Gray-level Co-occurrenceMatrix,GLCM),提取主体特征信息;构建相关向量机分类模型,结合拉普拉斯二次逼近回归算法将提取问题转化为噪声回归问题,并对其展开求解,进而实现遥感影像的信息提取。实验结果表明:所提方法对遥感信息主体的分类与真实遥感信息主体分类基本一致,在信息提取过程中的错提取率和漏提取率低,总体提取精度保持在99%以上,且对道路信息提取清晰度高,表明该方法提高了遥感信息的解译水平。
关键词
CONTOURLET变换 slic 超像素分割法CIE LAB色彩空间 GLCM灰度共生矩阵 相关向量机分类模型
Keywords
Contourlet transformation slic super pixel segmentation method CIE LAB color space GLCM gray-level co-occurrence matrix correlation vector machine classification model
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
题名 基于聚类分割的裂缝检测方法
被引量：1
8
作者
王森
机构
沈阳工程学院资产管理处
出处
《智能计算机与应用》
2024年第10期206-213,共8页
文摘
针对道路表面颗粒噪声干扰严重,传统聚类算法提取的裂缝轮廓不完整且连续性较差等问题。本文提出一种超像素及快速模糊C-均值聚类的路面裂缝提取方法,首先利用直方图均衡化提高正常路面和路面裂缝的对比度;然后,采用Gabor纹理特征结合简单线性迭代聚类方法生成超像素;最后,根据直方图信息计算隶属度矩阵,将裂缝超像素块聚合成完整的裂缝区域。依靠融合特征作为相似性度量的超像素分割方法,可提升超像素初始分割效果,获得更准确的超像素边缘。快速模糊C-均值聚类算法通过将直方图信息引入到目标函数,减少聚类分割的计算量,提升了计算效率。为证明所提算法的准确性,在公共数据集Crack Forest Dataset、DeepCrack上,与其他3种方法进行对比,实验结果表明本文算法能够有效地检测和提取路面裂缝,可为道路灾害检测提供有效信息。
关键词
路面裂缝 纹理特征 对比度增强 超像素分割 快速模糊C-均值聚类 检测
Keywords
pavement crack texture feature contrast enhancement slic fast fuzzy C-means clustering method detection
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
