Chan-Vese模型

摘要： 针对区域可伸缩拟合局部熵(region-scalable fitting based on local entropy,RSF_LE)模型图像分割效率低的问题,本研究提出一种改进的RSF_LE模型.定义带有加权局部灰度拟合项以及辅助的加权全局灰度拟合项的能量泛函,其中加权局部灰度拟合项负责对目标边界附近的轮廓进行诱导,使其靠近目标物边界,加权全局灰度拟合项利用图像的全局信息来引导远离目标的轮廓向目标靠拢,该方法可以克服传统的RSF_LE模型分割算法效率低下的问题,并提高了该方法的鲁棒性.

摘要： 考虑到采用高空间辨率的光学图像开展海面油膜的监测由于海面风、浪、流等环境因素的影响,采集到的视频图像普遍存在成像光照不均匀、低对比度、低信噪比等问题,采用自适应高斯滤波进行图像噪声去除,基于一种局部图像对比度增强算法进行去雾和对比对增强处理,通过颜色空间转换配合Chan-Vese模型进行图像分割,使得海面油膜图像处理取得了良好效果.%The monitoring of surface oil film by optical image with high spatial resolution is an effective method,but,due to the influence of sea surface wind,wave,flow and other environmental factors,the collected images are generally uneven illumina-tion,low contrast and low signal-to-noise ratio, this makes the image segmentation difficult.The image noise can be removed through a Gaussian filter,and a local image contrast enhancement algorithm was used to enhance image contrast.The image seg-mentation was performed through the color space conversion and the Chan -Vese model, and the good results were obtained through the oil film image processing.

摘要： 针对粪便镜检图像中具有弱边界的红、白细胞的识别问题,研究了基于Chan-Vese模型的兼顾邻域区域边缘和纹理综合信息的分割方法.用八向Sobel弥补透明细胞的模糊边缘,通过细胞域内纹理和边缘信息互补而采用兼顾全局和局部能量分布的Chan-Vese模型的分割方法,并采用具备更好的数据泛化作用的随机决策森林进行分类.实验证明,提出的兼顾边界与域内纹理的改进型Chan-Vese分割方法使粪便镜检图像中红、白细胞的分割精度达到了95.3%.该方法对粪便镜检图像中的有形物体具备更高的分辨能力和光学环境适应性.

摘要： The level set based Chan-Vese model is a representative geometric active contour model that has been success-fully applied to a variety of image segmentation problems.To enhance the computational efficiency and the segmentation accuracy of the model,an efficient numerical algorithm is developed to solve the Chan-Vese model by using the radial basis point interpolation.By approximating the level set function with the radial basis point interpolation,the Chan-Vese model is discretized into an initial value problem for ordinary differential equations, which can be solved by the forward Euler's method.This algorithm is free of grids and insensitive to initial contours,gets rid of the time-consuming re-initial-ization,and has a stop criterion with no presetting iteration number.Experimental results show that the algorithm segments images accurately even with no initial contour and possesses high segmentation speed.%基于水平集方法的Chan-Vese模型是一种典型的几何活动轮廓模型,已成功应用于众多领域中的图像分割问题.为了提高该模型的演化速度和分割效果,提出了一种基于径向基点插值求解Chan-Vese模型的高效数值算法.通过用径向基点插值法逼近水平集函数,Chan-Vese模型被离散为常微分方程组初值问题并可用向前Euler法求解.该算法不需要网格单元,对水平集初始轮廓不敏感,不涉及复杂费时的重新初始化过程,并且有明确的演化终止条件,无需事先设置演化次数.实验表明该算法在没有初始轮廓时也能正确分割图像,具有很快的演化速度.

摘要： 针对使用Chan-Vese模型分割甲状腺结节时出现的不准确分割现象,提出结合形态学闭运算的超声图像甲状腺结节分割方法.首先,对超声甲状腺图像做预处理,包含图像去噪、增强等操作;然后,做闲运算以及图像归一化;最后,使用Chan-Vese方法分割甲状腺结节区域.实验验证结果表明,结合闭运算的分割可以有效分割出甲状腺结节,并为分割部分甲状腺结节提供了一种有效的分割方法.

摘要： 海陆分割是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要内容之一,对舰船检测具有重要意义.大部分SAR图像海陆分割算法均存在不足,因此本文提出了一种基于全球自洽分层高分辨率地理数据库(Global Self-consistent,Hierarchical,High-resolution Geography Database,GSHHG)与改进CV(Chan-Vese)模型结合的SAR图像海陆分割算法.该算法首先利用GSHHG数据库生成海岸线轮廓图,再以海岸线轮廓图作为CV模型分割的初始条件,降低CV模型复杂度,提高分割精度.为改进CV模型,用指数加权平均比率(Ratio of Exponentially Weighted Averages,ROEWA)算子代替Dirac函数,加快演化效率.基于星载SAR图像的实验结果表明,本文提出的海陆分割算法具有较高的精度与效率.

摘要： 海陆分割是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要内容之一,对舰船检测具有重要意义.大部分SAR图像海陆分割算法均存在不足,因此本文提出了一种基于全球自洽分层高分辨率地理数据库(Global Self-consistent,Hierarchical,High-resolution Geography Database,GSHHG)与改进CV(Chan-Vese)模型结合的SAR图像海陆分割算法.该算法首先利用GSHHG数据库生成海岸线轮廓图,再以海岸线轮廓图作为CV模型分割的初始条件,降低CV模型复杂度,提高分割精度.为改进CV模型,用指数加权平均比率(Ratio of Exponentially Weighted Averages,ROEWA)算子代替Dirac函数,加快演化效率.基于星载SAR图像的实验结果表明,本文提出的海陆分割算法具有较高的精度与效率.

摘要： 海陆分割是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要内容之一,对舰船检测具有重要意义.大部分SAR图像海陆分割算法均存在不足,因此本文提出了一种基于全球自洽分层高分辨率地理数据库(Global Self-consistent,Hierarchical,High-resolution Geography Database,GSHHG)与改进CV(Chan-Vese)模型结合的SAR图像海陆分割算法.该算法首先利用GSHHG数据库生成海岸线轮廓图,再以海岸线轮廓图作为CV模型分割的初始条件,降低CV模型复杂度,提高分割精度.为改进CV模型,用指数加权平均比率(Ratio of Exponentially Weighted Averages,ROEWA)算子代替Dirac函数,加快演化效率.基于星载SAR图像的实验结果表明,本文提出的海陆分割算法具有较高的精度与效率.

摘要： 海陆分割是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要内容之一,对舰船检测具有重要意义.大部分SAR图像海陆分割算法均存在不足,因此本文提出了一种基于全球自洽分层高分辨率地理数据库(Global Self-consistent,Hierarchical,High-resolution Geography Database,GSHHG)与改进CV(Chan-Vese)模型结合的SAR图像海陆分割算法.该算法首先利用GSHHG数据库生成海岸线轮廓图,再以海岸线轮廓图作为CV模型分割的初始条件,降低CV模型复杂度,提高分割精度.为改进CV模型,用指数加权平均比率(Ratio of Exponentially Weighted Averages,ROEWA)算子代替Dirac函数,加快演化效率.基于星载SAR图像的实验结果表明,本文提出的海陆分割算法具有较高的精度与效率.

摘要： 考虑到采用高空间辨率的光学图像开展海面油膜的监测由于海面风、浪、流等环境因素的影响,采集到的视频图像普遍存在成像光照不均匀、低对比度、低信噪比等问题,采用自适应高斯滤波进行图像噪声去除,基于一种局部图像对比度增强算法进行去雾和对比对增强处理,通过颜色空间转换配合Chan-Vese模型进行图像分割,使得海面油膜图像处理取得了良好效果.

摘要： 考虑到采用高空间辨率的光学图像开展海面油膜的监测由于海面风、浪、流等环境因素的影响,采集到的视频图像普遍存在成像光照不均匀、低对比度、低信噪比等问题,采用自适应高斯滤波进行图像噪声去除,基于一种局部图像对比度增强算法进行去雾和对比对增强处理,通过颜色空间转换配合Chan-Vese模型进行图像分割,使得海面油膜图像处理取得了良好效果.

摘要： 考虑到采用高空间辨率的光学图像开展海面油膜的监测由于海面风、浪、流等环境因素的影响,采集到的视频图像普遍存在成像光照不均匀、低对比度、低信噪比等问题,采用自适应高斯滤波进行图像噪声去除,基于一种局部图像对比度增强算法进行去雾和对比对增强处理,通过颜色空间转换配合Chan-Vese模型进行图像分割,使得海面油膜图像处理取得了良好效果.

摘要： 考虑到采用高空间辨率的光学图像开展海面油膜的监测由于海面风、浪、流等环境因素的影响,采集到的视频图像普遍存在成像光照不均匀、低对比度、低信噪比等问题,采用自适应高斯滤波进行图像噪声去除,基于一种局部图像对比度增强算法进行去雾和对比对增强处理,通过颜色空间转换配合Chan-Vese模型进行图像分割,使得海面油膜图像处理取得了良好效果.

摘要： 考虑到采用高空间辨率的光学图像开展海面油膜的监测由于海面风、浪、流等环境因素的影响,采集到的视频图像普遍存在成像光照不均匀、低对比度、低信噪比等问题,采用自适应高斯滤波进行图像噪声去除,基于一种局部图像对比度增强算法进行去雾和对比对增强处理,通过颜色空间转换配合Chan-Vese模型进行图像分割,使得海面油膜图像处理取得了良好效果.

摘要： 基于区域统计信息的活动轮廓模型是一类基于变分法和偏微分方程的隐式活动轮廓图像分割模型。由于乘性噪声的影像，传统的统计活动轮廓模型不适于合成孔径雷达(SAR)图像的分割。本文依据基于Chan-Vese演化模型以及SAR图像的边缘检测算子，提出了一种基于极化SAR复Wishart分布的水平集分割方法。该模型利用经典的Touzi边缘检测算子对SAR图像进行边缘定位，之后利用基于散射相干矩阵的Wishart测距方法度量分割后图像的统计误差。同时，引入水平集惩罚函数项，以减少水平集函数重新初始化的开销，确保水平集逼近符号距离函数。L波段UAVSAR墨西哥湾漏油数据以及C波段Radarsat-2中国阎良区实测数据验证了此方法的有效性以及可靠性，此方法具有对边缘定位准确的特点。

摘要： 操作路径生成部(210)基于从状态传感器(101)输出的计测状态量，生成针对致动器(111)的操作量时间序列。预测模型部(220)将所述计测状态量和所述操作量时间序列作为输入来运算预测模型，由此，生成状态量预测时间序列。神经网络部(230)将从环境传感器(102)输出的计测环境量和所述状态量预测时间序列作为输入来运算神经网络，由此，校正所述状态量预测时间序列。状态量评价部(240)生成针对所述校正后的状态量时间序列的评价结果。操作路径生成部在所述评价结果满足适当基准的情况下，将所述操作量时间序列的前头的操作量向所述致动器输出。

摘要： 一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定精细化建模范围和粗略建模范围、构建在线机理模型、构建概念模型、在线机理模型与概念模型耦合、模型参数校正、通讯指令关系建立、降雨过程建立、排水系统水量和水质模拟、排水系统仿真控制、数据模型辅助应用和模拟结果分析展示。使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 一种基于C语言的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定模型范围：确定精细化建模范围和粗略建模范围；在线机理模型构建；概念模型构建；在线机理模型与概念模型耦合；模型参数校正；降雨过程建立；排水系统水量、水质模拟；排水系统仿真控制；数据模型辅助应用：构建神经网络模型，通过接收特征数据建立降雨与径流、管网流量与深度的关系，关系建立后用于径流及管网深度的预测；模拟结果分析展示。该模型融合C语言的在线机理模型SWMM模型、概念模型及数据模型的丰富功能，实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 提供用于构建能够生成多种数据的生成模型的技术。本发明的一个方面涉及的模型生成装置具备：生成部，使用生成模型生成数据；发送部，将生成的数据分别发送至多个学习完毕的识别模型，使各识别模型对数据执行识别，多个学习完毕的识别模型分别通过使用本地学习数据的机器学习获得了识别被提供的数据是否为本地学习数据的能力；接收部，接收各识别模型对被发送的数据进行识别的结果；以及学习处理部，通过使用接收到的识别的结果的机器学习来训练生成模型，以生成使多个识别模型中的至少任意一个识别模型的识别性能降低这样的数据。

摘要： 三维模型编码装置(300)，具备：投影部(301)，将三维模型投影到至少一个以上的二维平面，从而生成二维图像；校正部(302)，利用二维图像，对二维图像中包括的构成没有投影三维模型的无效区域的一个以上的像素进行校正，从而生成校正图像；以及编码部(304)，对校正图像进行二维编码，从而生成编码数据。

摘要： 三维模型分发方法，根据三维模型，生成深度图像(S121)，分发深度图像以及用于根据深度图像恢复三维模型的信息(S122)。例如，三维模型分发方法也可以，进一步，利用二维图像压缩方式，对深度图像进行压缩，在所述分发中，分发压缩后的深度图像。例如，在所述深度图像的生成中也可以，根据三维模型，生成不同视点的多个深度图像，在所述压缩中，利用多个深度图像间的关系，对多个深度图像进行压缩。

摘要： 提取部(120)从建筑信息模型即BIM(40)中提取起点要素。提取部(120)针对BIM(40)，将起点要素作为起点来检索彼此相邻的多个建筑物要素，在作为检索结果的多个建筑物要素中分别配备虚拟部件，由此，从BIM(40)中提取由虚拟部件构成的虚拟房间。生成部(130)对虚拟房间的各个虚拟部件设定BIM(40)包含的属性信息中的、与配备有虚拟部件的建筑物要素对应的属性信息，生成设定有属性信息的虚拟房间作为房间模型(51)。

摘要： 提供一种有效进行利用特定条件的学习数据执行了DNN的声学模型的自适应且可提高精度的统计声学模型的自适应方法。在采用了DNN的声学模型的说话人自适应方法中，包括：第1存储装置分别存储不同的说话人的讲话数据(90～98)的步骤；准备按说话人区分的隐藏层模块(112～120)的步骤；在切换选择讲话数据(90～98)的同时，一面用与选出的讲话数据相对应的隐藏层模块(112～120)动态地置换特定层(110)，一面进行针对DNN(80)的所有层(42、44、110、48、50、52、54)的准备性学习的步骤；用初始隐藏层置换已完成准备性学习的DNN的特定层(110)的步骤；和将初始隐藏层以外的层的参数固定，采用特定说话人的声音数据进行DNN的学习的步骤。

摘要： 一种模型化装置，具备：分类部120，其为了鉴别收容室外机11、室内机12、室外机21、室内机22、冷冻机31及冷冻机41等的设施10的热平衡模型的构筑所需的参数而计测的计测数据按作为对参数赋予影响的条件的分类条件每一个分类；鉴别部130，其基于按分类条件每一个分类的计测数据，按分类条件每一个鉴别参数。

摘要： 本实用新型属于装饰装修模型技术领域，公开了圆形穹顶装修模型及具有该模型的模型箱和模型间，包括多个弧形龙骨架(1)彼此连接构成的圆形穹顶骨架(2)，圆形穹顶骨架(2)连接有三角状的弧形面板(3)，构成圆形穹顶；还包括圆形的加固龙骨架(4)，加固龙骨架(4)与各个弧形龙骨架(1)固定连接。通过本实用新型的展示，能够让行业工作者更容易理解圆形穹顶装修的施工工艺，有利于实现标准化施工，同时让消费者能够直观地了解圆形穹顶装修，为装修质量提供依据。