局部方差

摘要： 随着人工智能在医疗领域的火热发展,基于深度学习的医学图像配准成为近年来的研究热点.然而当下的深度学习配准模型存在精度低、局部配准效果较差等缺陷.针对此类问题,本文从样本均衡机制的思想出发,以局部方差作为权重因子对医学图像配准方法中经典损失函数进行改进,提出了FMSE-LV损失函数,并使用深度学习框架Voxelmorph在公开的脑部核磁共振数据集上进行验证,实验结果表明,改进后的损失函数在不影响变形场整体折叠情况的前提下,配准的精度得到了提升.

摘要： 针对红外图像中背景与目标对比度低、边缘高亮的问题,提出了一种用于红外小目标检测的局部方差对比测度算法.该算法由局部方差对比测度的计算和权重强化函数的设计两个模块组成:局部区域对比利用目标区域三层图像块模型之间的方差差异突出增强真实目标;权重强化函数的设计是为了能更好地抑制背景杂波,充分考虑了目标的统计特征、目标与其相邻背景的统计差异和背景的统计特征.实验结果表明,该方法在增强小目标和抑制背景杂波方面具有较好的效果,时间较短,鲁棒性好.

摘要： 针对草坪杂草图像前景与背景灰度相近导致图像前景难以识别的问题,本研究提出一种基于局部密度的Retinex增强算法。首先,为了突出图像前景,平滑杂乱背景,利用局部方差对图像进行预处理。其次,为了更准确地得到所需部分像素的空间信息,利用多阈值分割和开运算差分将像素分为前景、背景和待细分像素3类,利用局部密度提取待细分像素的空间信息。最后,为了融合局部密度信息,采用Sigmoid函数优化反射分量灰度变换系数,得到增强图像。结果表明,本研究算法增强效果良好,能有效扩大杂草与草坪草的灰度差,抑制背景噪声,峰值信噪比相对传统Retinex算法提高24.23%。

摘要： 针对现有多曝光图像融合算法得到的图像质量不高以及算法效率低的问题,提出了基于场景局部特征的多曝光图像融合算法.首先,将不同曝光量的图像序列划分为规则的图像块,并且相邻的图像块有一定像素的重叠区域.对于静态场景,根据图像的局部方差、局部可视性以及局部显著性特征这三个指标计算每一个图像块的权重值;对于动态场景,除了应用前面所述的三个局部特征指标外,还需要将局部相似性指标用于动态场景融合过程中以去除运动物体导致的鬼影现象.其次,利用加权求和的方法得到最佳的图像块.最后,将输出的图像块进行融合,并且将图像块重叠区域的像素求平均,从而得到最终的融合结果.选取12组不同自然场景的曝光序列,从主观和客观两方面与现有的基于像素和基于特征的7种算法进行了分析和比较.实验结果表明:无论在静态场景还是动态场景的测试中,所提算法都保留了更多的场景信息,获得了令人满意的视觉效果,同时该算法还保持了较高的计算效率.

摘要： 针对传统K-means算法随机选取初始聚类中心导致聚类结果随机性大、优劣不定的缺点,通过定义局部方差,利用方差反映数据密集程度的特性,提出一种基于最小局部方差优化初始聚类中心的K-means算法.该算法选取数据集中局部方差最小的点作为一个初始聚类中心,并利用数据信息更新数据集,直到选到k个初始聚类中心,实现初始聚类中心优化.基于UCI数据集与人工数据集进行实验,与传统K-means算法及最小方差优化初始聚类中心的K-means算法进行性能比较.实验结果表明,基于最小局部方差优化初始聚类中心的K-means算法具有良好的聚类效果和很好的鲁棒性,且聚类时间较短,验证了算法有效性和优越性.

摘要： 为了提高图像融合效率,保持良好的边缘支持度,以便更好完成图像重构,提出了基于小波变换的图像融合算法.利用小波变换对信号多方向特征提取的优势,将多维图像信号分析化繁为简,在融合规则制定中,权衡图像融合的清晰度和融合算法复杂度,对图像信号低频信号和高频信号分开处理,低频进行加权平均,而高频进行局部方差处理,最后进行小波逆变换得到重构图像.实验证明,该方法重构图像效果清晰,且信噪比高.

摘要： 针对超低频信道噪声脉冲因接收机前端暂态效应而钝化导致常规Blanking非线性抑噪性能退化的问题,在分析脉冲暂态响应波形特点以及常规Blanking性能退化机制基础上,结合局部方差域变换(LVDT)能增强脉冲性的特性,提出了一种基于LVDT的自适应Blanking处理方法,给出了恒虚警率准则下信道噪声脉冲检测门限以及Blanking门限优化准则.仿真和实测结果表明:本文方法在超低频信道噪声抑制方面具有比常规非线性处理更好的性能,考虑到该方法无需信道噪声模型假设及其参数估计,是一种盲抑制方法,因而更具工程实用意义.

摘要： 为了快速精确地提取目标靶的边缘信息,提出了基于递归细化和局部方差的目标靶边缘检测方法.首先采用基于积分图像和Otsu方法的局部方差的边缘快速检测算法对原始图像进行边缘检测,然后建立强边缘宽度-频数图并获取直线宽度,设定直线最小宽度作为递归终止条件,若不满足条件,对原始图像进行遍历八方向法的直线细化处理,然后再重复上述步骤直至满足递归终止条件,得到边缘检测结果.实验结果表明:相比其他常用边缘检测算法,该算法边缘检测准确性和实时性较好,具有较好的抑制噪声能力.

摘要： 目的针对人眼视觉感受与印刷质量评价结果存在不一致的缺陷,提出全四元数及奇异值分解的数字印刷质量评价方法。方法首先,依据图像颜色空间属性,采用四元数作为印刷图像表示模型,其中四元数矩阵实部为图像亮度方差,虚部为红、绿、蓝颜色,建立印刷图像全四元数表示模型。然后,对四元数图像模型进行四元数奇异值分解,得到图像四元数特征向量。最后,印刷图像质量评价指标以图像奇异值特征向量线性相关程度进行衡量。结果印刷图像四元数模型可完整地表示数字印刷图像,有效地凸显人眼视觉敏感结构信息,在印刷质量评价中实现了图像信息并行处理。结论印刷图像四元数模型提高和改善了彩色印刷图像质量准确性,与人眼视觉特性一致性较好。

摘要： 图像融合不仅涉及信息的量化传递,还要考虑传递信息的类型是否符合人眼视觉特性.为了能够正确评价融合图像中人眼敏感信息的增量,本文设计了一种基于局部方差和奇异值分解的融合图像客观评价方法.将局部方差用于表示图像的结构信息;考虑到局部方差对于图像的细节信息过于敏感,用奇异值分解的方法来得到能够表示局部方差分布的能量矩阵;用互信息的方法度量源图像与融合图像能量矩阵的结构差异.最后,将比较结果作为融合图像算法的质量评价结果.实验结果表明,该方法对融合图像的质量评价结果与人眼视觉特性的一致程度以及算法的稳定性都要高于传统方法,两组典型实验中对于小波和金字塔等性能较优的融合方法的评价结果为2.879 0和1.922 5以及2.629 8和1.910 3,均优于传统融合评价算法.

摘要： 针对毫米波图像数据量少和图像分辨率低的特点,提出基于局部方差自蛇模型平滑毫米波图像的方法。3×3窗口内的局部方差使毫米波图像在边缘和细节附近,其边缘停止函数接近为0,执行较小的平滑；在区域内部其边缘停止函数接近为1,进行较大的平滑,从而能够自适应地控制平滑过程。实验结果表明,所提出的平滑方法与传统自蛇模型相比,在消除噪声的同时更能够保留图像中的边缘和细节特征。

摘要： 本发明属于防窃听技术领域，公开了一种基于物理过程和局部估计误差协方差矩阵的防窃听方法，通过通信网络收集传感器到融合中心的信息；基于物理过程和局部估计误差协方差矩阵开发人工噪声的插入方法，使窃听者的融合估计误差协方差变得更差；融合中心对接收信号进行解码，并且成功的解码概率与信噪比SNR相关；导出选择概率和成功解码概率的标准，获取噪声插入策略。本发明分析了安全降维融合估计问题的机密性，引入了人工噪声注入方法，其包含由物理过程生成的随机信息和所有系统参数信息，以使用融合估计误差协方差来维持完美的预期保密。

摘要： 本发明公开了一种基于多尺度协方差描述子与局部敏感黎曼核稀疏分类的三维人脸识别方法，包括如下步骤：分别对原始的G个库集人脸模型和P个测试集人脸模型进行自动预处理；根据步骤(1)自动预处理之后的库集人脸模型和测试集人脸模型建立尺度空间并进行多尺度关键点检测及其邻域提取；对每个尺度下的每个关键点邻域提取d×d维的局部协方差描述子，并对这些局部协方差描述子进行多尺度融合构建多尺度协方差描述子；映射局部协方差描述子到可再生希尔伯特空间，提出局部敏感黎曼核稀疏表示对三维人脸进行分类识别。本发明能有效提高单一尺度局部协方差描述子的表述能力，同时局部敏感黎曼核稀疏分类可有效地利用多尺度描述子的局部性。

摘要： 本发明公开了一种三维CT图像的局部三维最大类间方差分割方法，属于图像分割领域，用来解决CT图像的灰度不均匀现象导致的难分割和误分割问题。该方法主要包含以下步骤：(1)初始化统计量计算窗口的大小、权值模板和三维局部空间的大小，并对原图像进行延拓处理；(2)采用一维最大类间方差分割算法和边缘跟踪算法提取每层图像的目标轮廓，在此基础上运用形态学膨胀的方法获取边缘过渡区域的标记图像；(3)根据像素灰度、邻域加权均值和邻域加权中值三个量，计算每个三维局部空间的三维直方图，采用递推的方法构造查找表，据此获取最佳分割阈值。与现有技术相比，本发明的优点在于：能分割灰度不均匀的三维CT图像、时间复杂度为O(L3)。

摘要： 本发明公开了一种基于局部协方差优化的点云补全方法，包括以下步骤：S1、数据集获取；S2、数据预处理；S3、神经网络模型的构建；S4、神经网络模型损失的构建；S5、神经网络模型的训练和优化；S6、保存模型及模型参数，采用上述技术方案，以不完整的点云为输入，能输出具有完整形状且更加精细的完整点云。在特征编码阶段，使用协方差分析局部点与点之间无序且复杂的拓扑关系，使用不同的卷积核提取局部几何结构信息；考虑形状的完整性和结构相似性，通过融合多尺度的层级特征来推断缺失结构的特征，获得点云在完整形状下的全局特征向量；在解码阶段，不仅能实现点云数量上的扩充，还能对点云的局部几何结构进行优化，从而生成更加精细的完整点云。

摘要： 本发明公开了一种基于局部贡献方差的人脸质量判断方法，包括步骤：对对齐后的人脸进行掩码操作、对掩码操作后的人脸图片提取人脸特征、将掩码操作后的人脸特征和原始人脸图片的特征进行相似度计算、对一系列相似度进行变化统计得到该人脸图像的质量。本发明提出的基于局部贡献方差的人脸质量判断方法，可以快速判断出该人脸图片是否适合进行人脸识别，能有效的剔除实际部署的人脸识别系统中捕捉到的模糊、遮挡等质量差的照片，提升人脸识别系统的性能，同时降低人脸识别系统的计算量。本发明通过在实际场景中进行大量测试，表明本方法相较于目前现有技术，具有既准确又耗时少的优点，十分有利于部署于资源有限的嵌入式终端。

摘要： 本发明涉及一种局部噪声方差估计与BM3D块匹配相结合的真实图像降噪方法。该方法包括：通过输入任意一张真实场景下拍摄且需要降噪的图片，与BM3D块匹配相结合得到当前目标块的噪声标准差，而后根据得到的噪声标准差，选择最佳滤波参数，然后先对图像做基础估计以消除大部分噪点，噪声标准差参与计算；再对图像做最终估计以还原图像的细节，噪声标准差参与最终估计的计算，得到最终估计后的图像并输出。本发明方法可有效提高去噪效果，具有较好的保留细节能力，解决了BM3D算法针对真实图像不能直接降噪的缺点；同时，该方法解决了图像整体噪声方差估计过小，导致BM3D去噪效果不佳的问题。

摘要： 本发明提供了一种基于时频谱矩阵局部方差的跳频信号检测方法，该方法包括以下步骤：S1.根据跳频信号模型和定频信号模型确定接收机截获的观测信号是否存在跳频信号或者定频信号，若存在，则执行后续步骤；S2.获取观测信号的短时傅里叶变换STFTx(m,n)，并计算时频谱Px(m,n)；S3.将时频谱Px(m,n)的不同频率分量在所有时间点的功率进行累加，得到只与频率相关的平均功率谱S4.在原时频谱Px(m,n)上减去对应频率的平均功率谱得到时频对消谱Psub1(m,n)；S5.对所得到的时频对消谱Psub1(m,n)进行归一化处理，并计算每个频点时频谱的方差d(m)和局部方差T。本方案将短时傅里叶变换、时频对消方法与方差特点结合起来对跳频信号进行检测，具有有效性和实用性等优点。

摘要： 本发明公开了一种基于差影法与局部方差测量算子的复杂瓷砖表面缺陷检测方法，该方法采用基于图像的差分运算与改进的局部方差测量算子代替缺陷轮廓提取的方式。首先，对每一块缺陷瓷砖采用聚类方法分割出图像中的显著性区域；然后，采用差影法获取图像的大致缺陷区域；最后，通过计算缺陷边缘像素点与其周围像素点的局部方差值，对缺陷瓷砖的轮廓进行提取，经过平滑和填充等形态学操作之后，最终获得精确完整的缺陷区域。本发明利用差影法与改进的局部方差测量算子对复杂瓷砖表面进行缺陷检测方法具有旋转不变性的效果，计算复杂度低，且检测效率高，具有较好的鲁棒性，特别是对低质量瓷砖缺陷的识别也具有较好的效果。

摘要： 本发明公开了一种融合改进局部灰度不均匀模型和局部方差的水平集图像分割方法，克服了现有技术中，灰度不均匀图像分割效果仍需改进的问题。该发明含有如下步骤：1、针对灰度不均匀图像特性，建立灰度不均匀的数学模型；2、通过高斯分布函数刻画图像灰度分布；3、通过低通滤波对原始图像进行处理；4、根据3建立图像局部数据项，同时建立规则化项，并结合2建立的局部统计项构造总体水平集能量函数；5、根据欧拉‑拉格朗日定理将能量函数转化为偏微分方程，通过梯度下降实现能量函数最小化。该技术中改进的灰度不均匀模型考虑了原始图像与估计图像之间的差异，分析了传统图像灰度不均匀模型存在的问题及引入此种差异后对分割结果的改进。

摘要： 本申请提供了一种基于局部方差和后验概率分类器的视觉定位方法及装置，本申请在定义过程和检索过程中使用了两种不同移动步长的滑动窗口，即为了降低检索过程中的计算量，也是为了避免检索过程的滑动窗口在经过后验概率分类器时因为移动步长过大而对窗口判断错误。一方面减少了对系统算里的要求，提高了匹配效率，另一方面在定义部分也考虑到了多尺度的情况来生成多尺度的滑动窗口，而且由于在检索部分的多尺度滑动窗口是在初始尺度滑动窗口遍历后再进行，避免了目标对象没有尺度缩放的情况浪费过多的计算量。这种方法进一步提高了匹配效率，同时也克服了现有技术匹配过程计算量过大、无效计算过大的缺点，提高了模板匹配的准确度。