-
题名参数最小割中基于层次化融合的前景种子生成算法
- 1
-
-
作者
朱俊光
吉立新
李邵梅
高超
-
机构
中国人民解放军
国家数字交换系统工程技术研究中心
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第1期264-269,共6页
-
基金
国家科技支撑计划资助项目(2014BAH30B01)
国家自然科学基金创新群体资助项目(61521003)
+1 种基金
国家自然科学基金资助项目(61379151)
河南省杰出青年基金资助项目(144100510001)
-
文摘
参数最小割是一种常用的似物性推荐方法,主要用于在图像中快速定位物体区域。针对该类方法中容易生成大量无效前景种子影响处理效率,提出一种基于层次化融合逐级筛选的前景种子生成算法。基于由颜色、纹理复杂度控制的层次化融合方法得到候选区域集,从候选区域集中结合尺度变化率选出具有稳定外观的候选前景种子,最后基于似物性分数排序,确定有效的前景种子。实验结果表明,提出的前景种子生成算法具有较高的物体发现率,将其应用于参数最小割方法中,在使用更少的种子、生成较少区域时,可达到与前沿算法相近的区域级物体定位能力。
-
关键词
似物性推荐
前景种子
层次化融合
参数最小割
物体定位
-
Keywords
objectness proposal
foreground seed
hierarchical grouping
parametric min-cut
object location
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于参数化最小割方法的SAR图像区域分割
被引量：1
- 2
-
-
作者
周强锋
田铮
刘丙涛
-
机构
西北工业大学应用数学系
中国空空导弹研究院
中国科学院遥感应用研究所遥感科学国家重点实验室
中国电子科技集团第五十四研究所
-
出处
《工程数学学报》
CSCD
北大核心
2010年第5期801-808,共8页
-
基金
国家自然科学基金(60972150
10926197)
西北工业大学科技创新基金(2007KJ01033)~~
-
文摘
由于SAR图像中存在大量的相干斑噪声,最小割准则(Minimum Cut Criterion)倾向于分割出小的孤立点集,因此最小割准则难以直接应用于SAR图像分割中。本文给出了一种可以根据需要来控制分割区域大小的参数化最小割准则(Parametric Minimum Cut Criterion),由此减少小的孤立点集的产生。该准则通过构建参数化割树(Parametric Cut Tree)得到理论最优解。为了参数化最小割准则更有效地应用于SAR图像分割,结合了区域分割方法中的四叉树分裂合并技术,给出了一种基于图论的SAR图像区域分割算法。在利用四叉树技术分裂图像时,根据SAR图像的统计特性,给出了一种新的区域一致性度量,有效地抑制了相干斑噪声的影响。实验结果表明了本文方法的有效性。
-
关键词
参数化最小割
SAR图象分割
Gomory-Hu算法
图论
-
Keywords
parametric minimum cut
SAR image segmentation
Gomory-Hu algorithm
graph theory
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
