尺度空间

摘要： 为提高路面裂缝分割算法的准确性和鲁棒性,提出一种融合灰度统计模型和多尺度特征向量的马尔可夫随机场裂缝分割模型.首先,基于裂缝图像直方图,采用高斯分布和瑞利分布构架裂缝图像灰度统计模型,并利用EM算法对模型参数优化求解;然后,采用双向高斯核函数与裂缝图像的卷积构造裂缝的Hessian矩阵,通过计算不同尺度下的裂缝测度响应值提取裂缝图像的多尺度特征向量,以增强裂缝的树状几何结构;最后,将多尺度特征向量融合到马尔可夫随机场裂缝分割模型,基于最小能量准则,使用条件迭代算法求解裂缝最大标号场.在公共数据集CrackTree206和200幅自建的裂缝数据集上,与马尔科夫随机场等3种算法进行对比分析,实验结果表明,所提算法的概率边缘指数指标达91.78%,全局一致性错分指标达9.86%,评价指标优于其他裂缝分割算法,说明了所提算法能够有效地提高裂缝分割精度.

摘要： 针对医疗胶囊机器人采集的图片倾角和旋角变化差异大、视野范围窄等问题,提出了一种基于改进尺度不变特征变换(SIFT)算法的胃部图像拼接方法。首先,设计了算法的总体框架,研究了基于双边滤波算法的胃部图像相似性特征增强方法。其次,改进了基于改进图像金字塔的尺度空间构建方法,提出了一种图像特征点描述符生成的方法,降低了描述符生成的计算量,完成了胃部图像的配准和融合操作。最后,对拼接图像进行了客观指标评价,并进行了仿真试验。试验结果表明:改进后的算法配准精度提高了8.88%,运行效率提高了16.8%,且改进后的算法图像拼接质量优于原算法的拼接质量。

摘要： 为解决卫星遥感图像边缘模糊噪点过多,导致图像清晰度过低的问题,提出基于深度学习的卫星遥感图像边缘检测方法;利用Softmax分类器结构,提取边缘图像节点处的数据信息参量,遵循深度学习算法完成对图像信息的卷积与池化处理,基于CV算法实现基于深度学习的卫星遥感图像识别;根据尺度空间定义原则,确定边缘检测特征点所处位置,再联合梯度信息熵计算结果,完成对卫星遥感图像的拼接处理;分别计算一阶微分边缘算子、二阶微分边缘算子的具体数值,确定梯度幅值的取值区间,总结已知数值参量,建立完整的双阈值表达式,完成基于深度学习的卫星遥感图像边缘检测方法的设计;实验结果表明,应用所提方法后卫星遥感图像边缘节点处信噪比指标在55.1~62.7 dB范围内,图像模糊噪点个数最大为1.32×10^(5)个,可获得较为清晰的遥感图像,在卫星遥感图像边缘精准检测方面具有较强的实用性。

摘要： 传统越障方法缺少对巡检特征的提取,使控制巡检机器人的电力幅值与实际幅值不一致,导致机器人越障效果不佳。针对该问题,提出了基于边界特征的电力巡检机器人自主越障方法。构造尺度空间,通过高斯差分尺度空间检测巡检关键点,并生成关键点描述子。匹配描述子之间的欧式距离,计算图片匹配度。根据基于边界特征的越障行为控制结构,控制越障行为。调整越障机器人越障运动姿态角,设计电力巡检机器人自主越障方案。由实验结果可知,该方法控制巡检机器人的电力幅值最高为0.90 V,最低为0.30 V,与实际幅值一致。

摘要： 为科学解决城市环境污染及空间拥挤问题,必须注重城市更新换代过程中的留余空场的合理利用,并将“景观共情”理念融入城市更新与空间改造过程中,从“景观共情”概念及作用对象入手,从绿色、可持续发展层面开展设计与施工操作,从而创造出满足人心理需求,且与环境相适应的美好生活空间。

摘要： 以尺度空间对信号频谱中共振频段的识别能力为基础,结合变分模态分解(VMD)对信号的自适应分解能力,提出了预估惩罚因子的尺度空间引导VMD算法.该算法的核心包括以尺度空间对信号频段的共振频段划分从而确定VMD中的本征固有模态个数,并根据共振频段边界预估VMD各个本征固有函数的初始中心频率与相应的惩罚因子取值,从而提高VMD的自适应性以及准确性.仿真结果表明,该方法能够正确识别低信噪比条件下的故障信号的共振频带,并对信号进行准确的分解.应用高速列车轴箱轴承实验数据对该方法进行实验验证,能够有效分解信号中包含的不同故障冲击;与选择不同惩罚因子的VMD算法相比,能够更准确地提取出信号中的不同故障冲击,对VMD分解的自适应性与准确性有着显著提高.

摘要： 针对大高差困难地区高效率建立三维地理信息模型,以某山区县城为研究对象,使用旋翼和固定翼无人机不同高差航线融合为例,提出一种基于影像重叠度的大高差航带公共接边融合的方法,将多平台摄影的影像序列约束匹配,使公共接边区域检查点的匹配精度进一步提高.对影像重建匹配方法进行探讨,提出影像融合时,利用重叠区域的控制点先构建尺度空间金字塔主体影像,再根据空间特征构建局部细节影像的方法,消除了曝光点接近基线过短的影响.通过与RTK(中海达H32豪华版)采集的24个检查点坐标进行精度检验,证明其满足1:1000大比例尺精度要求.该方法能够融合不同平台设备拍摄的影像,高效率完成大高差航带的区域精细化逆向建模.

摘要： 铁路无人机倾斜影像具有数据量大,覆盖地物类型多等特点,且像片间具有不同的倾角与旋角,给影像匹配造成较大困难.为解决利用原始SIFT算法进行无人机倾斜影像匹配时复杂程度高、计算效率低等问题,在原始SIFT算法的基础上进行改进,提出一种减小图像尺度空间与降低特征描述符维度相结合的方法,即将尺度空间固定为2,将特征描述符维度由128降低到64(使用python语言实现).研究结果表明,采用改进SIFT算法后,正确率有所提升,用时较之前减少50％.因此,提出的改进算法可有效解决无人机倾斜影像间的匹配问题,可在确保正确率的前提下大幅提升计算效率.

摘要： 红外小目标检测在国防、航天、交通、安防等领域有着广泛的应用场景,目前基于深度学习的目标检测算法尚不能很好地处理多尺度红外小目标检测.为此提出了一种红外小目标快速检测算法,通过引入尺度空间理论来解决目标尺度的变化问题.该算法采用CenSurE算子,使用积分图和图像栅格化等处理,降低计算复杂度,实现红外小目标的快速检测.实验结果表明,该算法在维持较高检测准确率的前提下,帧平均处理时间明显减小,可以满足实时目标检测要求.

摘要： 不论是军事作战领域还是民用领域,基于遥感技术的海上舰船目标探测技术都发挥着重要的作用,近年来,随着海上气象条件的恶化、反侦察技术和干扰技术的发展,舰船遥感图像的特征提取过程中噪声含量越来越多,提取难度也不断增加.针对这一问题,本文采用了一种基于尺度空间理论的舰船遥感图像特征提取技术,利用尺度空间高斯算法等改善了舰船遥感图像的特征提取精度,有重要的应用价值.

摘要： 利用尺度空间理论和奇点理论的相关知识，提出了一种医学图像特征提取的方法,并且对特征点在不同尺度的变化下的变化给出分析,文中给出了MRI图像的应用实例,通过研究特征点的局部性态,为进一步的研究医学图像的特征点提供依据。

摘要： 研究了两幅深度图像的自动配准问题。在配准两幅深度图像时，基于多尺度空间理论得到两幅深度图像的特征集，然后利用该特征集进行深度图像匹配。具体过程为：首先为模型构造一个尺度空间，并寻找一个合适的尺度，计算深度图像各点的特征值；然后，利用该特征值对深度图像进行聚类分割；接着，在两幅深度图像得到的小分块中寻找对应分块；紧接着，使用RANSAC算法，根据三维几何信息的约束找出候选集中正确匹配分块和相对应的匹配点，并根据这些匹配点计算出两幅深度图像间的刚体置换矩阵；最后，使用改进的ICP算法优化这一结果。特别地，提出了一种行之有效的尺度空间构造方法，并提出了一种简单的顶点聚类算法，大大提高了聚类速度。

摘要： 城市的感知和计算，是服务于城市规划和城市管理的重要信息化手段。城市的感知更多的侧重于城市数据的获取和信息的表达。而城市计算则更侧重于城市数据的管理，分析与挖掘。在这个背景下，王江浩博士在周成虎院士提出的全空间地理信息系统的基础上，面向城市问题提出了全空间城市概念。利用这个概念在研究城市问题时候，将城市空间分解为要素空间，尺度空间和表达空间。从不同的空间维度，包括物理空间，虚拟网络空间，人类活动和社会经济空间，对城市进行了全方位的感知。在感知数据后，下一步对这些数据进行深入的分析，进行城市智能计算。最后关注城市信息的综合表达，发展城市全息地图，最终通过承载城市的全空间地理信息，通过城市智能计算和城市全息地图更好地规划、管理城市，让生活更加美好。

摘要： @@奇点理论的发展使得人们对其在医学图像处理上的应用不断的探索，通过将医学图像上病变的点或是特殊的点与奇点联系起来，利用尺度空间和奇点理论的相关知识，本文提出了一种医学图像特征提取的方法，并且对特征点在不同尺度变化下的变化给出分析。

摘要： 雾霭天气严重影响光学图像获取系统性能，基于颜色恒常理论提出了改进变分Retinex的薄雾去除算法。选取HSI颜色空间首先对I分量进行Retinex增强。针对原始变分框架易产生伪影和颜色失真等缺点，能量泛函设计时充分考虑反射图像与原始图像二者梯度信息的相关性，引入拟扩散各向同性系数，使二者都具有分片光滑特性，且能保持边缘抑制噪声；采用非线性扩散尺度空间求解相应梯度下降方程。S分量根据I分量变化进行自适应调整。最后在RGB空间进行基于分割的双高斯截断全局正则化拉伸。同时提出了融入主观评价的最优可见偏差(OND)引导的图像清晰度评价标准。仿真实验表明该算法去除云雾效果良好，输出图像对比度高，细节边缘清晰，颜色恢复充分，客观评价值高。

摘要： 本文提出了一种航空图像中道路线特征的提取算法,适用于复杂背景下城区中多等级道路的特征识别.在本文提出的多等级城市道路模型的基础上,算法利用道路线状结构的尺度空间特性对道路特征进行描述、分离与定位,最后,结合道路特征的图形和图像特征利用道路线状特征的方向尺度不变性,通过对道路特征图像局部方向能量的判断提取有效的线状道路特征,形成道路特征的目标中心链.与目前大量采用的基于边缘检测的道路提取算法,本算法复杂性大大降低,试验结果表明算法具有良好的抗噪性和普适性.

摘要： 在实际的电力市场运营中,准确、合理的电价区域划分是提供正确电价的前提和保证.为了实现准确的电价区域划分,本文以节点注入率对阻塞线路传输功率的灵敏度系数作为节点电价的特征量,借助模拟人类视觉系统的尺度空间理论,提出了一种基于尺度空间层次聚类的电价区域划分方法,在无需事先设定任何区域划分信息的情况下实现了准确、合理的电价区域划分.以IEEE 118节点系统为例验证了该方法的有效性和可行性.

摘要： 采用小波变换与尺度不变特征变换相结合的方法对目标进行识别及图像配准。为了提高光照不变性，获得更高的识别率，在尺度不变特征变换(SIFT)特征描述子中加入颜色信息，对基准和后续图像分别做小波分解，得到彩色描述子。再利用SIFT提取特征点。采用优化节点(BBF)算法及随机抽样一致性(RANSAC)算法完成2幅图特征点对的搜索及检验。实验表明：本方法极大减少了匹配计算量，对图像的变化也有较强适应能力。

摘要： 采用小波变换与尺度不变特征变换相结合的方法对目标进行识别及图像配准。为了提高光照不变性，获得更高的识别率，在尺度不变特征变换(SIFT)特征描述子中加入颜色信息，对基准和后续图像分别做小波分解，得到彩色描述子。再利用SIFT提取特征点。采用优化节点(BBF)算法及随机抽样一致性(RANSAC)算法完成2幅图特征点对的搜索及检验。实验表明：本方法极大减少了匹配计算量，对图像的变化也有较强适应能力。

摘要： 采用小波变换与尺度不变特征变换相结合的方法对目标进行识别及图像配准。为了提高光照不变性，获得更高的识别率，在尺度不变特征变换(SIFT)特征描述子中加入颜色信息，对基准和后续图像分别做小波分解，得到彩色描述子。再利用SIFT提取特征点。采用优化节点(BBF)算法及随机抽样一致性(RANSAC)算法完成2幅图特征点对的搜索及检验。实验表明：本方法极大减少了匹配计算量，对图像的变化也有较强适应能力。

摘要： 一种近地面风场不同空间点全时间尺度空间相关性分析方法：同步采集不同空间点风场时间序列信息并两两配对，将每一对非平稳风场单点时间序列分别作偏差累加；分别从第一个数据点和尾部数据点开始等分成不相重叠的区间，得到多个等长区间；用最小二乘法拟合数据，得到区间内的局部非平稳趋势；计算多个等长区间的去除趋势均方差以及它们之间的去除趋势协方差；对去除趋势均方差求均值并开方，得到时间尺度下的均方根偏差；对多个区间内的去除趋势协方差求均值，得到时间尺度下的平均协方差；计算近地面风场两个不同空间点测得的每一对非平稳风场单点时间序列之间的全时间尺度互相关测度。本发明能够完整地展示不同时间序列之间互相关强度随时间尺度的变化情况。

摘要： 本发明是一种基于多尺度空间分辨率的空间负荷预测误差评价方法，其特点是，包括建立电力地理信息系统，并在电力地理信息系统中的不同尺度电力负荷空间分辨率下生成两类负荷元胞，简称元胞；运用负荷密度指标法对待测区域进行空间负荷预测，并根据其预测值与实际值求取负荷预测误差；运用多尺度空间分辨率分析技术，通过定义旗变量判断两类元胞之间的归属关系，根据某元胞与其它元胞之间距离及本身负荷预测值的幅值误差来计算空间误差影响值；将预测误差影响值与相应电力设备或设施的容量和实际负荷之间的差值作比对，建立误差评价指标，实现对空间负荷预测误差进行评价。

摘要： 本发明公开了电力规划与负荷预测领域的一种顾及空间异质性的多尺度空间负荷预测方法。其技术方案是，首先，将研究区域中的按照空间变异系数的大小将研究区域进行不规则划分，并对得到的单一尺度下的不规则分区按照相邻分区的相似度进行聚类融合，得到多尺度下的不规则分区；采用C5.0决策树算法，得到每一个多尺度下的不规则分区的转换规则，来驱动元胞自动机模型模拟区域土地类型的变化；从而得到预测出每一类土地类型的负荷密度。本发明在考虑了地理现象的空间异质性的基础上提出了顾及空间异质性的多尺度空间负荷预测方法，更合理、更真实地模拟电力负荷在空间中的分布，提高了空间负荷预测的精准度。

摘要： 一种近地面风场不同空间点全时间尺度空间相关性分析方法：同步采集不同空间点风场时间序列信息并两两配对，将每一对非平稳风场单点时间序列分别作偏差累加；分别从第一个数据点和尾部数据点开始等分成不相重叠的区间，得到多个等长区间；用最小二乘法拟合数据，得到区间内的局部非平稳趋势；计算多个等长区间的去除趋势均方差以及它们之间的去除趋势协方差；对去除趋势均方差求均值并开方，得到时间尺度下的均方根偏差；对多个区间内的去除趋势协方差求均值，得到时间尺度下的平均协方差；计算近地面风场两个不同空间点测得的每一对非平稳风场单点时间序列之间的全时间尺度互相关测度。本发明能够完整地展示不同时间序列之间互相关强度随时间尺度的变化情况。

摘要： 本发明公开了电力规划与负荷预测领域的一种顾及空间异质性的多尺度空间负荷预测方法。其技术方案是，首先，将研究区域中的按照空间变异系数的大小将研究区域进行不规则划分，并对得到的单一尺度下的不规则分区按照相邻分区的相似度进行聚类融合，得到多尺度下的不规则分区；采用C5.0决策树算法，得到每一个多尺度下的不规则分区的转换规则，来驱动元胞自动机模型模拟区域土地类型的变化；从而得到预测出每一类土地类型的负荷密度。本发明在考虑了地理现象的空间异质性的基础上提出了顾及空间异质性的多尺度空间负荷预测方法，更合理、更真实地模拟电力负荷在空间中的分布，提高了空间负荷预测的精准度。

摘要： 本发明是一种基于多尺度空间分辨率的空间负荷预测误差评价方法，其特点是，包括建立电力地理信息系统，并在电力地理信息系统中的不同尺度电力负荷空间分辨率下生成两类负荷元胞，简称元胞；运用负荷密度指标法对待测区域进行空间负荷预测，并根据其预测值与实际值求取负荷预测误差；运用多尺度空间分辨率分析技术，通过定义旗变量判断两类元胞之间的归属关系，根据某元胞与其它元胞之间距离及本身负荷预测值的幅值误差来计算空间误差影响值；将预测误差影响值与相应电力设备或设施的容量和实际负荷之间的差值作比对，建立误差评价指标，实现对空间负荷预测误差进行评价。

摘要： 本发明公开了一种基于非线性尺度空间的图像分割方法，涉及图像分割技术领域，基于KAZE特征，构建非线性尺度空间，通过KAZE算法对输入的图片进行非线性滤波，然后计算图像的梯度直方图，获取对比度参数k，根据一组进化时间t，利用加性分子分裂算法得到非线性尺度空间的所有图像，再平滑图像，利用迭代算法进行全局阈值处理，然后利用边缘改进全局阈值处理，基于改进后的阈值对图像中物体和背景进行初步分割，当物体和背景的对比度在图像中不统一时，根据图像的局部特征，通过最大类间方差法得到阈值并进行图像的分割。本发明解决了线性尺度空间内无法有效分辨均匀区域与边缘区域，在相同的滤波尺度条件下丢失大量局部细节的问题。

摘要： 本发明属于图像处理技术领域，具体涉及一种多尺度空间融合高光谱土壤重金属污染识别评价方法。包括以下步骤：步骤一：将尺寸为m×n×q的原始高光谱图像使用主成分分析法降维得到尺寸大小的高光谱图像，其中p为光谱维度，q为通道维度，m、n为空间维度；步骤二：以降维后的高光谱图像作为输入数据，利用3层卷积层且每层的卷积核尺寸为3*3，提取输入数据浅层特征。由具有注意力机制多尺度空间融合级联结构充分使用缺失信息的光谱信息提取输入数据的特征，提高方法对HSI的分类效果，适用于不同的数据。

摘要： 本发明公开了一种多尺度空间联合模型及其视觉检测方法，属于机器视觉缺陷检测技术领域，包括FCOS基础网络，FCOS基础网络连接有分类融合金字塔及回归融合金字塔，且分类融合金字塔经类空间回归相似性模块连接至回归融合金字塔。本申请通过FCOS基础网络能够提取图像数据的多尺度类空间回归质量信息、多尺度回归空间特征信息，并通过分类融合金字塔、回归融合金字塔分别对多尺度类空间回归质量信息、多尺度回归空间特征信息进行数据融合处理，以此增强缺陷特征，进而提高缺陷检测的准确性；本申请将类别特征信息输入至回归融合金字塔指导回归空间的信息融合，能够削减模型训练、模型用于缺陷检测阶段中分类和回归结果不一致的情况，保证缺陷检测精准度。

摘要： 本发明公开了一种多项式多尺度空间特征学习方法，涉及卷积网络学习相关技术领域，具体步骤为：创建具有空洞卷积层的网络；构建Hermite多项式；依据Hermite多项式和具有空洞卷积层的网络构建递归Hermite多项式网络；通过递归Hermite多项式网络中可训练的Hermite系数聚合多个子尺度特征，获得具有粒度的多尺度特征。本申请利用空洞卷积来维持跨层的空间特征；将卷积结果带入Hermite多项式，递归地构造子尺度特征，以此避免由于使用空洞卷积而形成的伪影。