1 中国电子科技集团公司光电研究院, 天津
2 西安邮电大学 电子工程学院, 西安
为了增强模糊局部信息C均值聚类算法的鲁棒性和分割性能, 提出一种基于特征选取的模糊局部信息C均值聚类算法。在现有的模糊局部信息C均值聚类算法基础上, 对其目标函数的局部邻域约束项添加邻域隶属度约束, 并将特征选取的思想引入该目标函数, 并利用KL散度作为正则项因子, 获得一种新的鲁棒模糊聚类算法。对算法迭代所获得的像素隶属度进行局部中值滤波, 再采用最大隶属度准则实现像素归类得到最终分割结果。实验结果表明, 文中算法相比现有的FLICM算法具有更好的分割性能和抗噪鲁棒性。
模糊C—均值聚类 高斯混合模型 特征选取 局部模糊C均值算法 KL散度 fuzzy C-means clustering Gaussian mixed model feature selection local fuzzy C-means algorithm KL-divergence
1 西安邮电大学通信与信息工程学院, 陕西 西安 710121
2 西安邮电大学电子工程学院, 陕西 西安 710121
3 西安邮电大学理学院, 陕西 西安 710121
利用图像质量评价算法评价彩色图像时,往往会导致彩色图像色彩信息的损失和整体性的破坏,进而使得评价结果与主观评价结果不一致。由于图像越模糊其包含的高频分量越少,基于四元数傅里叶变换,提出了一种无参考彩色图像质量评价算法。首先,利用四元数矩阵表征彩色图像并对其进行四元数傅里叶变换,得到了彩色图像傅里叶变换的频谱。其次,求出高频分量的阈值。最后,利用频谱中大于阈值的像素数目来对彩色图像质量进行评价。实验结果表明,预测结果具有较好的准确性和单调性,且与人的主观评价结果较匹配。所提算法具有较好的抗噪性,计算复杂度较低,总体性能好于现有算法。
图像处理 图像质量评价 四元数傅里叶变换 彩色图像 高频分量的阈值 激光与光电子学进展
2020, 57(18): 181021
西安邮电大学电子工程学院, 陕西 西安 710121
针对最佳伙伴相似性(BBS)图像匹配算法计算复杂度高、目标定位不准确等问题,提出了一种改进的图像匹配算法。根据模板图像的尺寸自适应选择图像分块大小,以减少匹配点集中点的数目,从而减小BBS算法的运算量;根据子块的灰度值重新排列子块,在此基础上得到BBS的置信度图,从置信度图中筛选出目标的可能位置,并重新计算目标可能位置的真实BBS分数;用目标可能位置的真实BBS分数替换通过双线性插值得到的BBS分数,将目标可能位置中BBS分数最高的位置作为匹配结果。实验结果表明,该算法可降低BBS算法的运行时间,同时提高目标定位的准确度。
模板匹配 最佳伙伴相似性 自适应分块 置信度图 双线性插值 激光与光电子学进展
2020, 57(10): 101018
1 西安电子科技大学电子工程学院,西安,710071
2 西安邮电学院信控系,西安,710068
3 深圳大学信息工程学院,深圳,518060
提出了一种基于代价函数和模糊熵的图像分割方法.该方法先用代价函数最小化法对退化的图像作预处理,之后,利用模糊熵作进一步的处理.实验结果表明:新方法和一般的阈值分割方法相比,不但分割图像的错分率较小,而且图像的视觉效果也有较大的改善.
代价函数 模糊熵 图像分割
