国家自然科学基金(61201453)
- 作品数：5 被引量：15H指数：3
- 相关作者：杨红菊韩建栋朱婷婷李月香郭倩更多>>
- 相关机构：山西大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 结合粗糙集与分层思想的彩色图像分割算法被引量：6
- 2015年
- 针对彩色图像分割算法中小目标区域容易错分割以及计算复杂度高的问题,提出一种基于HSI空间的结合粗糙集理论与分层思想的彩色图像分割方法。首先,由于彩色图像HSI空间的奇异点对应于RGB空间的灰色像素点,为了消除奇异点,在RGB空间寻找“灰色区域”进行分割与标记;然后,将图像转换到HSI颜色空间,在强度I分量上,考虑到空间邻域信息以及区域分布差异,设计了变阈值渐变性同质函数对原始直方图进行加权,将加权直方图和原始直方图分别作为粗糙集的上、下近似集,构造了新的粗糙度函数进行分割;其次,针对初分割得到的每个区域,在色调H分量上采用直方图阈值化完成细分割;最后,为了避免过分割,在RGB空间上进行区域合并。相比Mushrif等提出的粗糙集分割算法（MUSHRIF M M,RAY A K.Color image segmentation：rough-set theoretic approach.Pattern Recognition Letters,2008,29（4）：483-493）,该算法更容易分割出图像中的小目标区域,避免了因RGB三个分量的相关性造成的错误分割,算法运行速度提高了5~8倍。实验结果表明：该算法分割效果较好,具有一定的抗噪性与鲁棒性。
- 韩建栋朱婷婷李月香
- 关键词：彩色图像分割
- 基于BoC-BoF特征的图像检索方法研究被引量：5
- 2015年
- 为了优化基于内容的图像检索方法,提出了一种融合特征来表征图像内容。首先,提取基于RootSift描述子的特征词袋(Bag-of-Features,BoF)表示向量,获得图像的边缘和形状信息;其次,采用基于HSV的颜色词袋(Bag-ofColors,BoC)表示向量来代替传统颜色直方图方法,获取图像的颜色信息;最后,将BoF表示向量和BoC表示向量相融合,形成BoC-BoF特征向量。BoC-BoF特征有效地实现了全局特征和局部特征的融合。两个数据集检索的实验结果表明,该方法比其它方法更加有效。
- 冯进丽杨红菊
- 关键词：图像检索
- 基于MPWPS主动学习的半监督协同分类算法
- 2013年
- 半监督学习和主动学习是机器学习的两个重要研究领域。半监督学习通过利用有标记样本训练分类器标注未标记样本,来增加标记样本的数量。那么,如果未标记样本被错误标注将会影响后续分类器的迭代训练,进而降低最终分类器的预测精度。因此,本文在半监督学习的基础上引入主动学习的思想,首先采用MPWPS算法选取最有可能预测错误的样本,交由专家进行标注,再结合已标记样本进行迭代协同训练,来提高分类器的性能和标注的正确率。本文实现了基于MPWPS主动学习的半监督协同分类算法,并在UCI数据集上的实验验证了该算法的有效性。
- 刘杨磊
- 关键词：半监督学习TRI-TRAINING
- 基于多核学习的静态图像人体行为识别方法被引量：4
- 2016年
- 提出一种基于广义性多核学习的静态图像人体行为识别方法。从图像中提取基于边缘的梯度方向直方图和基于稠密采样的尺度不变特征描述子,并使用空间金字塔模型加入粗略空间信息;运用直方图内交核函数计算金字塔模型各层核矩阵,通过广义性多核学习方法求解各个核矩阵权重,以线性组合方式得到最优核矩阵;最后利用多核学习决策函数进行行为识别。Willow-actions数据集实验结果表明,本文方法比其他几种方法更加有效。
- 杨红菊冯进丽郭倩
- 结合PCA与HEIV的椭圆目标检测算法
- 2014年
- 提出结合主元变换与异方差变量含误差模型的椭圆识别与定位方法。根据椭圆长轴对应于椭圆主元方向的特点,利用主元变换法将目标边缘数据变换到主元坐标系,给出新的椭圆轮廓度误差评定方法,将变换后数据点集的椭圆轮廓度误差作为椭圆识别的依据,采用基于异方差变量含误差模型的拟合算法获取椭圆的中心坐标。该方法将任意椭圆转化为标准型椭圆,简化了识别过程,考虑到椭圆数据点的异方差特性,提高了椭圆的定位精度,在噪声方差为0.05情况下,定位精度小于0.04 pixel。
- 韩建栋温静
- 关键词：机器视觉主元分析
