种子点

摘要： 针对常用的匹配点筛选算法效率低、对具有角度和尺度变化匹配图像稳定性差等问题,提出一种基于局部聚类的改进网格运动统计特征点筛选算法。首先,通过局部区域抑制算法筛选响应强度较高且成对出现特征点作为种子点,并以种子点为聚类中心分割图像,得到最小外接矩形作为运动网格;随后把运动网格划分为3×3邻域支持估计量网格,计算运动网格在不同方向上的梯度最大值,作为运动网格的主方向;最后,把待匹配图像邻域支持估计量网格旋转至目标图像运动网格的主方向位置,借助网格运动统计算法筛选匹配。实验表明:对具有JPEG压缩变换、光照变化、模糊变换的匹配图像,所提算法匹配正确率在90%以上;对具有旋转和尺度变换图像,所提算法匹配正确率相较运动网格统计算法提高10%左右,高达40%以上;算法耗时仅为13 min,效率较高;所提算法可稳定高效地筛选正确的匹配点。

摘要： 传统林业生态调查数据采集困难,能够获取的结构信息有限,且人为主观因素对测量结果的影响较大。通过机载激光雷达(LiDAR)进行数据扫描,运用Lidar 360点云软件处理得到数字高程模型(DEM)和数字表面模型(DSM),再基于冠层高度模型(CHM)的单木分割方法,可以提取一系列基于激光雷达点云数据的森林参数,如测量样方内单木的位置、树高、冠幅面积、体积等,对实现森林结构参数自动提取、三维场景重建和林业的监控与管理都有着重要的指导意义。

摘要： 为了改善经典渐进三角网滤波算法中因地面种子点选取随意造成的机载点云滤波精度受损问题,提出一种改进渐进三角网滤波算法。首先,通过扩展局部极小值法搜索得到格网内极小值点,并将极小值点作为待定地面种子点,弥补经典渐进三角网滤波算法中将格网内高程最小值点作为地面种子点的不足;其次,通过局部薄板样条插值法对格网高程进行拟合计算;最后,通过种子点构建不规则三角网并实现点云分类。对改进滤波算法与经典渐进三角网滤波算法进行点云滤波对比试验,结果表明,改进滤波算法可进一步提高点云滤波的精度。

摘要： 针对三维模型的智能分割算法问题,对传统的区域生长方法进行改进,优化种子点的扩展和生成策略,实现了种子点选取、种子点区域扩展和区域生长的一系列算法,避免了种子点选取不当造成错误分割的情况,通过实验证明设计的算法在分割效率和效果上得到一定程度的提升。

摘要： 地震属性可在一定程度上反映断层的空间特征,但对噪声很敏感,对复杂断裂的检测效果不佳.常规断层增强算法首先根据属性体计算断层方向,然后增强断层方向的断层信息,压制非断层方向的其他信息,但计算精度依赖于断层方向的计算精度.为此,基于断层在平面上具有线性特征、在空间上具有平面特征的假设,提出基于动态时间规整(DTW)的断层增强方法.利用DTW方法计算断层图像的最优断层线,运用非线性平滑、正向积累和反向追踪等方法有效提高了最优断层线的求解精度,完全去除了断层属性图像中的非断层信息,使断层更连续、清晰,断层分布、延伸特征更明显,同时去除了地震属性图像中的一些非线性局部特征.将复杂断层分解为局部窗口内的简单断层,然后在局部窗口内计算最优断层线,最后综合局部最优断层线得到最终的复杂断层增强结果.模型试算和实际资料处理结果表明,所提方法能抑制断层图像中的非断层信息,断层经过增强处理后更连续、清晰,具有较好的鲁棒性和适用性.

摘要： 颞叶癫痫是成人最常见的局灶性癫痫.目前诊断癫痫的方法仍然以症状、电生理居多,脑电图检查中,发作期间的癫痫样放电是诊断癫痫的重要依据,但患者发作期较为短暂,捕捉异常脑电波信号具有一定困难,因此某种程度上,需要借助MRI进一步诊断.但仅依靠普通MRI检查在识别这些患者的癫痫发生区方面仍存在固有的困难.然而,借助改进的定位技术,颞叶癫痫通常可以正确识别.近年来,对于颞叶癫痫的研究已经转移到"功能"磁共振上.在"静止状态"下与大脑打交道.本文对目前可以分析颞叶癫痫患者静止状态的fMRI数据的诸多方法进行概述,包括低频振幅、基于种子的功能连接分析、区域同质性分析、独立成分分析、图分析等.

摘要： 在对流单体检测中,相邻的对流云核很难区分.为了解决这个问题,基于红外和水汽通道卫星数据,提出一种新的检测对流单体方法.首先,针对卫星数据的特点进行数据处理,去除亮温大于241 K(对流系统的基准阈值)的像元,并将其归一化到[0,1].其次,利用H极大值变换技术提取对流核种子点,设计一种八连通域准则使相邻种子点形成聚类并按顺序进行标记,有效地区分了相邻的种子簇.然后,设计一个新的准则判断相邻的种子簇是否需要合并.最后,根据多个阈值产生的种子点设计了种子簇累加合并方法使种子点生长或者与其他相邻的种子点合并,形成最终的对流核.选取红外和水汽通道的多通道数据开展验证实验,并和雷达资料和其他方法进行对比实验,结果表明该方法可以有效地区分相邻的对流单体,在初生、成熟和消散等中尺度对流系统生命周期均准确.此外,所提方法不仅对单个对流核有效,而且对多个对流核也能准确地检测.

摘要： 利用机载LiDAR点云滤波快速提取高精度数字地面模型已在测绘领域得到广泛应用.针对渐进加密三角网滤波算法在处理地形起伏较大地区出现山脊被削平现象,提出一种基于规则约束的山脊处种子点提取方法.通过优化种子点,使得地面点加密在更加完整的初始地表上进行,滤波结果呈现山脊被削平现象则大大改善,提升了渐进加密三角网滤波算法对山区地形的处理能力.实验结果表明,通过基于规则约束的山脊处种子点提取方法提取到的种子点正确率达93％,利用滤波结果生成的数字高程模型(DEM)与参考DEM高程差值的RMSE由3.72 m提升到0.88 m,证明了通过优化山脊处种子点可切实提高PTD算法对山区地形的滤波精度.

摘要： 针对图像显著性检测问题,本文提出一种融合前景和背景种子点扩散的显著性目标检测算法,扩散即为对种子点进行有效的传播.首先选取种子点,同时选择前景点和背景点作为种子点,丰富了种子点信息;然后,分别对背景种子和前景种子进行显著性扩散,并融合各自得到的显著图;最后,通过聚类优化和抑制函数完善显著图,使显著区域更加突出,背景区域得到更多的抑制,从而得到最终的显著图.本文算法在MSRA-1000和DUT-OMRON数据库上进行评估,并与其它六种算法进行对比评测,实验结果证明了本文算法的优越性.

摘要： Aiming to the problem of selecting the seed points manually and the accuracy and integrity of extracting the liver region, an automatic segmentation method based on the maximum inscribed circle is proposed in this paper. Firstly, the method uses the maximum area measurement method to lock the binarized liver region, and then automatically acquires the seed point position by finding the center of the largest inscribed circle that locks the liver region. Finally, the improved region growing algorithm is used for image segmentation. The experimental results show that the method effectively solves the problem of manually selecting seed points for regional growth, and can accurately and completely segment the liver tissue. In addition, it avoids subjective factors to select seed points at the wrong positions such as edges or noise.%针对肝脏区域提取中的手动选择种子点以及提取时的准确性和完整性问题,提出了一种基于最大内切圆的肝影像自动分割算法.采用最大区域面积测量法锁定二值化后的肝脏区域,通过寻找锁定肝脏区域的最大内切圆的圆心来自动获取种子点位置;采用改进的区域生长算法进行图像分割.实验结果表明,该方法有效地解决了区域生长的种子点手动选取问题,并且能够精确、完整地分割出肝脏组织,避免了受主观因素影响而将种子点选取在边缘或噪声等错误位置.

摘要： 显著性扩散方法是众多显著性检测方法中的一种,一般是先得到一幅图像中的显著性种子点,然后将种子点的显著性通过传播矩阵进行扩散,最后得到图像的显著性图,此过程中关键是如何更好的选择种子点幵迚行有效传播.当图像比较简单时这些方法能够准确确定显著性种子点,但当图像背景比较复杂尤其是图像的前景和背景颜色接近时,种子点的选择会出现错误,从而影响最终显著图的质量.因此找到一种方法能够在复杂的图像中准确找到显著性种子点幵将其显著性进行有效传播是研究的重点.本文从显著性图出发提出一种能够准确找到显著性种子点的方法,幵将随机游走方法改进和流形排序方式融合进行显著性扩散.在三个数据集上和6种显著性检测方法对比,实验结果表明本文方法较之前方法有了很大的改进,得到了更加精细的显著性图.

摘要： 本文探讨了在不同磁场条件下（包括偶极子场、IGRF模型场和T96模型场）磁力线种子点的选取问题，包括传统的基于统计数据的网格划分算法，并提出了等磁通量法、磁场强度线积分等分法。网格划分算法具有普适性，适用于大多数磁场环境，而等磁通量法对磁场的特性把握较好，磁场强度线积分等分法则在低维度情形下计算方便、快捷。

摘要： 本发明公开了一种利用碳点促进菠菜种子萌发的方法，属于农业技术领域。本发明所述的用碳点促进菠菜种子萌发的方法，所述的方法是将碳点制备为碳点水溶液，之后将碳点水溶液施加于菠菜种子，进行避光培养；其中所述的碳点是球形碳纳米颗粒，尺寸在2‑9nm，C、O的元素摩尔比为：1‑6：1；碳点水溶液的浓度为1‑50mg/L。本发明的方法培养菠菜种子10天之后，发芽率达到63％以上，相比不加碳点溶液培养的方法，本发明的方法使得菠菜种子的鲜重增加了25％以上，干重增加了46.7％以上；地上部增加40.5％以上，根部增加67.2％以上；水通道蛋白基因表达量提高393.5％以上，幼苗含水量提高25.9％以上。

摘要： 本发明公开了一种子区内像点初值估计方法、装置、介质及计算机设备，包括如下步骤：获取被测件当前状态图像与下一状态图像，将所述当前状态图像与下一状态图像分别划分为若干子区，其中，所述当前状态图像的子区为第一类子区，所述下一状态图像的子区为第二类子区；以当前状态图像的形变结果为初始状态，对下一状态图像的形变状态进行初值估计。其利用子区顶点形变向量进行双线性插值完成，配合子区细分结果，在子区顶点形变向量差异性较小时，能快速、准确的进行初值估计。

摘要： 本发明公开了一种子区内像点初值估计方法、装置、存储介质及计算机设备，包括：获取被测件的图像集合，将图像集合中的图像划分为多个图像对(Fi，Fi+1)，其中，0≤i＜m,Fi为当前状态图像，Fi+1为下一状态图像，从当前状态图像为变形前图像FO开始，依照变形发生先后顺序，对每个图像对(Fi，Fi+1)执行如下步骤，直至下一状态图像为终态变形图像Fm：将每个当前状态图像Fi与下一状态图像Fi+1分别划分为若干子区，其中，当前状态图像Fi的子区为第一类子区，下一状态图像Fi+1的子区为第二类子区；基于子区划分结果，以当前状态图像为初始状态，对下一状态图像进行初值估计，可快速准确的实现子区内像点初值估计，满足持续变形、有变形过程分析需求以及大变形场景下的估值需求。

摘要： 本发明公开了一种子区内像点初值估计方法、装置、介质及计算机设备，包括如下步骤：获取被测件当前状态图像与下一状态图像，将所述当前状态图像与下一状态图像分别划分为若干子区，其中，所述当前状态图像的子区为第一类子区，所述下一状态图像的子区为第二类子区；以当前状态图像的形变结果为初始状态，对下一状态图像的形变状态进行初值估计。其利用子区顶点形变向量进行双线性插值完成，配合子区细分结果，在子区顶点形变向量差异性较小时，能快速、准确的进行初值估计。

摘要： 本申请公开了一种基于种子点自生长的轮廓提取方法、装置、设备及介质。其中，方法包括用户下发目标像素提取指令，系统响应该指令，自动在待处理图像中生成区别图像前背景区域的标识信息。通过初始化该图像的灰度图，得到图像前景区域和图像背景区域的像素点值不同的初始图像。从初始图像中分别提取图像前背景区域各自边界处的像素信息，同时修改像素信息中的每个边界像素点的像素值；对每个边界像素点，根据当前边界像素点的相邻像素点确定当前边界像素点属于图像前景区域还是图像背景区域；根据图像前景区域对应在灰度图像的轮廓的像素点值确定图像二值化阈值，基于图像二值化阈值对图像二值化处理，可有效提高图像轮廓的提取效率。

摘要： 本发明提出一种基于图像分割的种子点自适应目标自主跟踪系统，该系统在监控区域架设视频采集设备，对采集到的视频数据逐帧处理，首先对图像进行预处理，提取区域极小值和极大值点，然后依极小值和极大值点集进行图像分割，进而依帧间区域双向匹配规则，构建连续多帧种子点短时轨迹，以被跟踪目标的高鲁棒种子点为参考，构建各种子点短时轨迹映射图，通过计算高鲁棒种子点附近区域种子点短时轨迹与高鲁棒种子点轨迹的匹配度，将匹配度高的种子点加入目标种子点集，以实现种子点自适应更新，避免因区域帧间跳变造成种子点匹配失败，进而导致跟踪失败的问题。

摘要： 本发明公开了一种基于轨顶面种子点自动追踪的轨道中心线提取方法，包括以下步骤：S1、采集轨道点云数据，并对其中的噪声点进行去除；S2、在去除噪声点的轨道点云数据中选取初始种子点；S3、根据初始种子点确定追踪方向；S4、根据追踪方向提取左右轨顶面中线点；S5、根据左右轨顶面中线点构建空间索引，提取轨道中心线。本发明可直接利用不依赖于点云坐标外的其他点云属性信息来提取钢轨及轨道中心线，适用于绝大部分铁路场景下的钢轨及轨道中心线提取，具有较强的通用性。

摘要： 本申请涉及一种GPU中不规则区域约束下的流场种子点生成方法和装置。所述方法包括：根据当前位置的矢量场数据是否为正常值将其映射为0或1的栅格数据，根据当前视口范围的栅格数据确定当前视口范围中的有效场范围，其中，有效场范围中的任一像素均为有效像素；有效像素为周围四个采样点的栅格值均为1的像素点，根据有效场范围计算其中所有像素对应的经纬度，并通过RGBA编码将经纬度映射为经纬度纹理；将经纬度纹理传给WebGL缓冲区，根据经纬度纹理在GPU中生成随机粒子作为流场种子点；在WebGL环境下进行流场粒子的更新及绘制。本发明能够实现WebGL环境下在不规则区域内随机生成种子点。

摘要： 本申请公开了一种基于种子点自生长的轮廓提取方法、装置、设备及介质。其中，方法包括用户下发目标像素提取指令，系统响应该指令，自动在待处理图像中生成区别图像前背景区域的标识信息。通过初始化该图像的灰度图，得到图像前景区域和图像背景区域的像素点值不同的初始图像。从初始图像中分别提取图像前背景区域各自边界处的像素信息，同时修改像素信息中的每个边界像素点的像素值；对每个边界像素点，根据当前边界像素点的相邻像素点确定当前边界像素点属于图像前景区域还是图像背景区域；根据图像前景区域对应在灰度图像的轮廓的像素点值确定图像二值化阈值，基于图像二值化阈值对图像二值化处理，可有效提高图像轮廓的提取效率。

摘要： 本发明公开一种种子点服务区域划分方法及系统，包括：确定某一区域范围内种子点的位置和数量并对每个种子点进行编号；针对每个si，计算其等时区道路范围：计算服务距离d0；si点位为起点，沿与起点相连通的每一条道路延伸，每到一个路口，沿与该路口相连通的每一条道路延伸，行进过程中计算剩余服务距离d直至到d＝0的点作为终点，即作为等时区边界点，构建等时区边界点集合及等时区道路路径集合；去掉多个种子点的等时区道路路径中的重叠部分形成新的等时区边界点集合；针对每个种子点i，将相邻的新等时区边界点均连接，即构成种子点i最终的服务区域。本发明能够精确地划分出各个种子点的服务区域，且各个种子点的服务区域不重叠。