张迎春
- 作品数：3 被引量：18H指数：2
- 供职机构：大连理工大学国家示范性软件学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 水平集图像分割核映射模型的改进被引量：1
- 2016年
- 为提高水平集演化迭代效率和图像分割质量,对核映射(KM)模型进行改进,依据粗糙集理论提出图像数据离散化的定义和方法。由于加权后的KM模型推导出的区域参数具有收敛性,且离散化后图像灰度均匀性有所提高,区域参数可以更好地表达对应演化区域的灰度值,使得图像能够被更精确地分割。在迭代演化过程中,加权后的KM模型对应的水平集权重最小值为1。权重值越大水平集元素更新与演化曲线收敛越快,原始KM模型对应的非加权水平集可看作是所有权重值为1的加权水平集,提出的方法能够以相对较高的迭代效率完成图像分割。合成图像和自然图像分割实验结果表明,改进后的水平集图像分割方法有更好的分割质量和迭代效率。
- 张迎春郭禾张丹枫
- 关键词：图像分割水平集灰度不均匀粗糙集
- 基于粗糙集和新能量公式的水平集图像分割被引量：15
- 2015年
- 为了提高水平集图像分割的质量和减少水平集迭代次数,本文提出了新的能量公式和水平集函数.在粗糙集数据离散化基础上引入了针对图像数据的离散化方法,根据图像离散区域的信息对新能量函数进行直接加权并且对核函数进行间接加权,使用加权的核映射函数将原始离散图像数据映射到高维空间,从而使得该模型可以处理多种类型的图像甚至是一定信噪比的噪声图像.新的能量公式联合由它导出的区域参数能够更好地表达同质区域的灰度信息,从而能够更精确地分割图像.与传统水平集图像分割不同,在迭代过程中新的水平集函数中的水平集元素可以拥有不同的步长,步长越大水平集元素的更新速度越快并且水平集函数能够快速达到收敛状态,实现快速图像分割.人工合成图像和真实图像的分割实验表明本文方法可以获得更好的分割效果.
- 张迎春郭禾
- 关键词：图像分割粗糙集能量函数水平集
- 基于有序差别集和属性重要性的属性约简被引量：2
- 2011年
- 针对粗糙集理论的属性约简问题,提出新的差别矩阵简化算法,该算法在无需排序和较少遍历次数的情况下简化了差别矩阵,明显提高了简化速度并最终得到简化的有序差别集。实验验证了该算法的高效性;给出度量属性重要性的新标准,即根据属性所在差别矩阵元素的权重、在差别集中出现的频数和吸收能力3方面来度量其重要性;在上述两者基础上,提出一种基于有序差别集和属性重要性的属性约简新方法,理论分析证明新方法的最坏时间复杂度低于其它基于差别矩阵的属性约简算法。大量实验结果也表明,新方法的有效性甚至可以在很大程度上得到最小属性约简。
- 张迎春王宇新郭禾
- 关键词：粗糙集属性约简简化差别矩阵
