超像素

摘要： 针对现有基于简单线性迭代聚类(SLIC)的超像素分割算法用于细节丰富的遥感图像处理时,存在的易受噪声干扰、过分割问题,本文提出一种结合超像素块之间基于归一化转动惯量(NMI)特征的相似性度量的遥感影像分割方法,对分割效果进行改善。本文首先利用引导滤波算法对影像进行平滑处理,去除椒盐噪点;再通过现有的线性迭代聚类算法对影像进行像素级分割,生成初始的超像素;进而确定出微小超像素块,然后计算其与相邻超像素块的相似性度量值,将其合并入差异性最小的相邻超像素块,达到分割影像的目的。本文方法在传统分割算法基础上降低了超像素对噪声的敏感性,提高了影像分割的精度。实验表明,论文提出算法可将测试遥感图像的分割超像素块数量由4 171减小为282,微小超像素块数量减少60%以上,有效降低噪声点的影响,改善以往算法存在的过分割缺陷。

摘要： 针对多模态脑部肿瘤图像分割难度较大和对脑部肿瘤边缘区域的分割不足等问题,本文将多模态脑部肿瘤图像分割任务分成两部分解决.第一部分是对脑部肿瘤轮廓区域的分割,先用超像素分割算法对图像进行预处理简化图像的表示形式,再提取每个超像素区域的灰度直方图,通过皮尔逊相关系数计算每个超像素区域的相似度,最后用均值漂移算法对剩余的直方图进行迭代运算,完成对脑部肿瘤图像轮廓区域的分割.通过在2D脑部肿瘤图像LGG数据集上的大量实验分析,本文的肿瘤轮廓分割模型可以很好的分割出肿瘤轮廓.第二部分用本文改进的U-net算法对脑部肿瘤图像轮廓区域进行精细的多模态分割.在多模态脑部肿瘤图像数据库Brats2019进行大量的实验,结果表示本文算法能够很好的细分出脑部肿瘤区域.

摘要： 遥感图像变化检测一直是遥感领域的热点。使用单一的差分影像很难保证初始变化图的准确度,为了充分利用遥感图像的空间信息,文章提出了一种用于无监督遥感图像变化检测的基于超像素的条件随机场模型。该方法首先通过变化矢量分析、光谱相关映射器产生了提供互补变化信息的差异图像。然后对差异图像进行简单线性迭代聚类得到超像素图像,最后,引入到条件随机场模型进行优化获得二值变化图。实验结果表明,所提出的方法提高了遥感图像变化检测的准确性。

摘要： 影像拼接是生成大规模数字正射影像的关键技术之一,但现有的影像拼接方法在进行多个影像拼接时存在拼接线穿过明显地物导致的鬼影现象。光流是观察者和场景间相对运动引起的影像边缘等的相对运动,其中,大光流对应影像间的变化区域,可用于检测正射影像间的明显地面区域。提出一种基于光流引导的新型影像拼接方法,通过超像素的密集光流提取影像中明显的地物信息,以避免接缝穿过明显的地面物体。采用由粗到细的接缝线优化策略,并在超像素级别上利用Dijkstra算法进行最佳拼接区域检测,从而提高接缝线检测的效率。在此基础上,结合归一化互相关成本函数在像素级别上进行拼接线的像素级优化,获得最优的接缝线。实验结果表明,该方法从主观视觉上能够生成高质量的接缝线,在保证拼接效率的情况下,SSIM质量评价指标较Dijkstra方法、图割方法以及商业软件OrthoVista得到明显提高。

摘要： 超像素分析指的是将数字图像细分为多个超像素的过程,旨在简化或改变图像的表示形式,使得图像更容易理解和分析。文章提出了一种基于测地距离的超像素分析算法,该算法采用引入代价函数的Fast Marching算法来计算像素点间的测地距离。将目标图像大致均匀地划分成k个初始长方形区域,在每个区域内选取局部密度最大的像素点作为种子点,再由种子点出发计算像素点间的测地距离,并根据测地距离对像素点进行标记,故而可以得到大小均衡,形状规整的超像素。该算法在计算测地距离时,充分考虑了像素点的颜色和位置特征,并且以小区域为单位计算测地距离不仅缩小了Fast Marching算法的搜索范围,加快了算法的运行速度,还可以使得某些像素点的测地距离被重复计算,便于选取最优值。该算法所得超像素的分割精度及规整度都取得了良好的效果。

摘要： 图像分割是高分辨率遥感图像分析中的关键步骤,对信息提取精度起到重要作用。为提高传统基于像素的遥感图像分割算法性能,提出一种在超像素上进行Parzen窗密度估计的分割算法。包括超像素初始分割、特征测量、密度估计并重新聚类3个主要步骤。在超像素初始分割阶段,采用简单线性迭代聚类算法将图像进行超像素粗分割,并将每个超像素块标记为图结构中的一个顶点;然后测量每个超像素块的Gabor纹理特征,构建高维特征向量并计算纹理间的相似度,作为图中连接2个顶点的边的权值,并在该图的最小生成树上计算2个顶点之间的距离;接着将此距离用于Parzen窗,估计每个顶点的密度,并重新聚类得到最终结果。采用多幅多光谱高分辨遥感图像验证本文提出的算法,基于目视判别以及基于准确率和召回率的定量评价,将该方法与其他分割算法的结果进行比较,验证了提出算法的有效性。

摘要： 针对高光谱图像中光谱信息提取时高维特征向量由于部分邻域叠加造成数据缺损,以及图像局部区域像素点在空间结构信息中存在同谱异类现象和密度差异的问题,提出了一种基于空谱超像素融合核极限学习机(SSKELM)的高光谱图像分类算法.对光谱空间第一主成分分量进行超像素分割,每个超像素被看作一个形状自适应区域。利用空间信息、超像素内及像元间的核权重融合,获取像素点类别标签;同时,借助核函数在高维超平面数据中线性可分能力、极限学习机随机隐藏层输出矩阵及其优化算法的限制条件少等优势,将空谱像素点融合训练并形成新的矩阵样本输出.使用University of Pavia和Indian Pines两个数据集进行实验,总体准确率OA值较其他算法分别提高了1.76%和2.80%,有效验证本文提出方法在图像分类中具有一定价值.

摘要： 图像是现代化战争的重要信息来源,雾天环境下图像质量下降,严重妨碍光电侦察识别能力。为提高雾气环境下图像有效利用性,开展了适应性双通道先验的图像去雾方法研究。首先,以暗通道先验理论与亮通道先验理论为基础,将有雾图像从RGB空间转换到HSV颜色空间,使用饱和度和亮度分量的阈值来检测有雾图像中分别不满足暗通道先验和亮通道先验的白色或亮色像素点和黑色或暗色像素点;然后,选用超像素作为暗通道和亮通道计算的局部区域,估计局部透射率和大气光值;最后,由于亮暗双通道方法对白色和黑色像素点的透射率和大气光值进行错误估计,采用本文提出的适应性双通道先验方法进行矫正,通过导引滤波器对透射率图和大气光图进行滤波,代入到大气散射模型中,求得清晰的去雾图像。实验结果表明,去雾后的图像恢复了真实颜色、视觉效果自然、清晰,准确高效地实现图像的去雾处理;在FRIDA数据集上进行去雾处理,采用本文方法的去雾图像与真值的均方误差优于现有方法,相较于双通道先验去雾方法的均方差值降低了15%。

摘要： 针对现有流行模糊C均值聚类在影像分割中存在边界依附能力弱,分割不稳定及需要手动设置聚类数目等问题,提出一种顾及超像素光谱特征的无人机影像自动模糊聚类分割方法。相对于传统分水岭变换算法,该方法首先采用两步边界推进准则,生成轮廓更加精确、形状规则更加紧凑的超像素子区域;然后,提取子区域光谱特征并结合重缩放密度峰值算法自动获取聚类数目;最后,综合利用超像素光谱特征与隐式马尔可夫随机场思想对模糊聚类进行改进,实现超像素精确合并。通过两组影像数据的定性分析和定量评价表明,本文方法能准确定位目标边界,获得较好的视觉分割结果,同时有效提高了影像分割精度。

摘要： 高光谱图像的低空间分辨率特性往往导致全局纹理提取技术难以获取地物要素的精准纹理信息,同时,单一尺度的局部纹理提取技术难以达到有效识别地物的目的。基于此,该文设计了一种多尺度超像素纹理保持与融合(MSuTPF)的高光谱图像分类方法,主要架构如下:首先,利用2D Gabor滤波器对高光谱图像进行多方向与尺度的全局纹理提取,并通过融合各尺度的纹理特征,增强纹理结构表征能力;其次,融合纹理与光谱主成分特征以形成光谱-纹理联合判别特征;再次,采用形状自适应的超分割方法,作用至光谱-纹理联合特征进行局部纹理信息保持与融合,尤其是,为克服超像素邻域像元的隐性不相关问题,该文定义了基于密度最近邻相似性评价准则,使超像素纹理进一步趋于一致性;最后,将各更新的光谱-纹理联合特征输入像素级分类器获取其对应的类标签,并采用多数表决的决策融合机制取得最终分类结果。Indian Pines和Pavia University真实数据集的实验表明,该方法在小样本条件下的分类精度优于基准分类器(SVM)、深度学习方法(GFDN)以及最新的空-谱分类方法(S3-PCA)等8个对比方法,充分证明了该文所提方法的实用性和有效性。

摘要： 为解决海面多噪声环境下油膜目标快速提取问题,兼顾分割效果和效率,提出基于区域特性的快速分割应用.采用超像素构建区域级语义图像,以像素区块特征形成新的相似度量单元,对超像素进行聚类分割,完成海面油膜的快速分割处理.结果显示,此方法可以有效地完成海面油膜目标的分割提取.基于超像素的分割技术能够兼顾图像区域特性和处理效率,具备抗噪能力优势,提高海面油膜分割算法精度.

摘要： 地震相分析方法是一种有效的储层分析技术,而目前主要是一些模式识别算法被用于地震相分析,并且这些模式识别方法只是将地震相分析问题作为聚类或者分类问题,缺少对地震相横向连续性的考虑.因此可以将超像素应用于地震相分析中,将相邻地震道分割为“超地震道”,在此过程中,不仅要考虑相邻地震道的波形相似性,还要考虑地震道横向距离约束.然后再对“超地震道”进行聚类得到地震相图.将该方法应用于实际数据中,证实了该方法相比SOM聚类算法,具有较好的区域性,其结果更加符合钻井情况与区域地质情况.

摘要： 针对地面智能机器人的可通行区域检测问题,提出一种基于MVSVM和超像素的可通行区域检测方法.利用超像素块作为特征窗口,进行视觉特征的提取,解决了基于矩形块作为特征窗口一大缺陷,即同一特征窗口可能存在多个目标的问题.通过引入超像素,在像素级的尺度上,可通行区域漏检和误检率相对于矩形特征窗口方法大大降低.同时通过采用MVSVM作为分类器,解决了传统的单平面SVM分类器在大规模分类问题中存在的需要较高内存和计算代价以及无法解决例如异或问题等复杂分类问题.在野外实际环境下的实验表明:本方法在可通行区域检测准确率上较以往方法有大幅度提高,能够较好地完成复杂场景下的可通行区域检测.

摘要： 显著性区域检测为许多应用提供了便利,成为计算机视觉领域的热门话题.近年来,如何摆脱先验假设依赖和高效的融合多视觉线索成为研究的热点.为了同时实现多特征融合和摆脱先验假设约束,本文提出了一个分阶段的融合内外部线索的,并且不依赖先验假设的检测显著性区域的方法.首先,利用基于超像素的概率纹理特征做为外部线索,将超像素分为三类,生成显著性先验图.然后,利用颜色特征作为内部线索计算出最终的显著图.最后,利用基于颜色对比度的显著性因子调整最终结果以提高显著性区域检测的精度.在主流测试数据集MSRA和ECCSD上实验表明,与基于先验假设的方法DSR、MC、RBD相比,本文提出的方法性能相当,计算复杂度比DSR降低16％.本文提出的分阶段融合多视觉线索的方法,对充分发挥视觉线索各自优势,改善显著区域检测性能提供了新思路.

摘要： 本发明提供了一种像素结构、超表面及控制像素结构的方法，其中，该像素结构包括：多个结构相同的相变单元，且多个相变单元以阵列形式排列；相变单元包括激励元件和相变元件，激励元件用于向相变元件施加独立的激励，以改变相变元件的相变态；相变元件包括至少一个由相变材料制作的纳米结构；相变元件的相变态包括晶态和非晶态，像素结构的相变态与像素结构中相变单元的相变态数量之间为一一对应关系。通过本发明实施例提供的像素结构、超表面及控制像素结构的方法，可以方便地实现像素结构的准连续可调；并且，激励元件能够快速准确地控制相变单元在有限的相变态之间切换，从而能够实现对像素结构快速准确地进行调控。

摘要： 本发明公开了一种基于Gamma分布超像素算法和基于超像素TMF的SAR图像海岸线检测算法，通过读取图像I，输入种子点数k，并根据输入的种子点数k和图像的大小确定种子点的位置以及每个种子点周围搜索区域的大小，直至超像素的边界不再发生变化，输入所述超像素图像，更新种子点并计算势能，最终输出海岸线结果。本发明在SAR图像海岸线检测算法中提出了一种全新的TMF算法，能够良好的解决中心像素和邻域像素之间的相对位置关系的问题，而解决前一问题需要引入超像素方法。

摘要： 本发明公开了一种基于MMTD的SLIC超像素提取权值确定方法及超像素提取方法，该方法提高了图像超像素提取准确率，属于图像处理中的图像分割的研究领域。目前的SLIC超像素提取方法是，用固定的权值来确定像素间Lab距离和坐标距离之间的比重。其中权值m需要人为指定，对于不同的图像，采取同样的m，分割的效果可能不理想，影响超像素块的提取。针对这样的问题，本发明的方法根据图像Lab距离和坐标距离两种距离的相似度，利用迭代化的方法自适应地确定权值，以此对超像素距离公式的权值进行确定，减少超像素提取不准确的情况，最终提高图像超像素提取的效果。

摘要： 一种表示超像素以及度量超像素之间相似性的方法，包括两个阶段，第一阶段，进行超像素BoS构建：对于给定的输入图像，获取超像素建立超像素金字塔、提取最大内接正方形、显著正方形求解、建立超像素BoS描述符；第二阶段，基于超像素BoS模型的超像素相似度计算，在获得超像素BoS模型描述符的基础上，对于两个超像素

摘要： 本发明公开了一种基于像素间相似性的彩色图像超像素分割方法，该方法包括以下步骤：首先对待分割图像进行初始聚类，然后基于初始聚类确定种子点，并判断是否需要新增种子点，如果需要则完成种子点的增加；根据初始聚类和种子点的标记生成初始的超像素；对于未被标记的像素点，利用定义的能量函数计算种子点与其搜索范围内像素的能量，选取能量最小的种子点的超像素标记作为未标记像素的超像素标记，最后将满足阈值条件的孤立像素和孤立的很小的超像素合并到与它最相似的邻域超像素中直到当前的超像素个数达到期望的个数，实现图像的超像素分割。本发明的方法可以取得理想的图像分割效果，并在图像平坦区域提供更高的规则性，提高了图像分割的质量和分割效果。

摘要： 本发明提供了一种石墨烯超像素显示器，通过精确控制石墨烯超像素的厚度和复折射率，调控像素的吸收光谱实现颜色显示。还提供了一种石墨烯超像素显示器的制备方法，通过三维激光纳米打印技术加工所设计的石墨烯超像素。该设计和加工方法可以应用于任意的颜色的石墨烯超像素。同时大面积加工具有衍射极限分辨率的石墨烯超像素的彩色显示屏。还提供了一种石墨烯超像素彩色显示系统，通过使用磨砂玻璃简单地散射光源，可以动态且即时地切换所显示的颜色，而无需额外的资源或设备，这使其在安全性和防伪应用中特别有用。该技术有望在安全标签，超薄光电探测器和太阳能电池，光学滤光片以及视觉艺术和空间装饰中得到广泛应用。

摘要： 本发明公开了一种基于MMTD的SLIC超像素提取权值确定方法及超像素提取方法，该方法提高了图像超像素提取准确率，属于图像处理中的图像分割的研究领域。目前的SLIC超像素提取方法是，用固定的权值来确定像素间Lab距离和坐标距离之间的比重。其中权值m需要人为指定，对于不同的图像，采取同样的m，分割的效果可能不理想，影响超像素块的提取。针对这样的问题，本发明的方法根据图像Lab距离和坐标距离两种距离的相似度，利用迭代化的方法自适应地确定权值，以此对超像素距离公式的权值进行确定，减少超像素提取不准确的情况，最终提高图像超像素提取的效果。

摘要： 本发明公开了一种基于Gamma分布超像素算法和基于超像素TMF的SAR图像海岸线检测算法，通过读取图像I，输入种子点数k，并根据输入的种子点数k和图像的大小确定种子点的位置以及每个种子点周围搜索区域的大小，直至超像素的边界不再发生变化，输入所述超像素图像，更新种子点并计算势能，最终输出海岸线结果。本发明在SAR图像海岸线检测算法中提出了一种全新的TMF算法，能够良好的解决中心像素和邻域像素之间的相对位置关系的问题，而解决前一问题需要引入超像素方法。

摘要： 本发明属于计算机视觉与媒体计算领域，为将任意不规则的超像素结构进行规整化排列，为达到上述目的，本发明采用的技术方案是，最大粘聚超像素网格化方法与超像素级图像处理方法，包括如下步骤：首先利用目标图像的超像素分割结果，基于每一块超像素的坐标将其动态地置于一个虚拟的矩形网格当中：该网格结构应该尽可能地最大程度保留原超像素结构的整体连贯性、超像素之间的连接性、局部以及全局特征；通过引入伪节点来起到占据网格位置和传递能量的作用；然后，利用层叠式动态规划算法对虚拟网格中的伪节点位置进行重新布局，以达到最大化超像素网格的粘聚性的目的。本发明主要应用于将任意不规则的超像素结构进行规整化排列。

摘要： 一种表示超像素以及度量超像素之间相似性的方法，包括两个阶段，第一阶段，进行超像素BoS构建：对于给定的输入图像，获取超像素建立超像素金字塔、提取最大内接正方形、显著正方形求解、建立超像素BoS描述符；第二阶段，基于超像素BoS模型的超像素相似度计算，在获得超像素BoS模型描述符的基础上，对于两个超像素