基于改进人工鱼群算法的含噪图像分割方法

针对传统的图像分割方法计算量大、抗噪性弱等问题,将新型的智能仿生优化算法--人工鱼群算法（Artificial Fish Swarm Algorithm,AFSA）和小波变换有效地应用到图像分割中,并提出一种并行的阈值分割方法。采用合适的固定步长与自适应步长相结合的方法提高AFSA收敛速度,利用小波变换对小波系数进行阈值处理来提升图像信噪比。利用二维Otsu作为人工鱼群算法的适应度函数,以获得最优阈值。实验结果显示,该方法在分割质量和降噪方面较潘喆等人提出的方法有明显提高。     

遗传算法优化归一化划分准则的图像分割

传统Normalized Cut准则的图像分割需求解广义特征方程,二值化分割效果不佳。为改善图像分割效果,将Normalized Cut准则作为优化函数,使用遗传算法进行优化,通过最优化染色体确定分割结果。实验表明该方法能获得较高精度的分割结果。     

基于组合预测模型的疫情确诊人数预测

公共卫生安全事件常常是牵动着一个地区、一个国家,乃至整个世界的重大问题。2019年底爆发的新型冠状病毒(Corona Virus Disease 2019,COVID-19)疫情迅速席卷了很多国家,及时了解疫情确诊人数变化,对协助挖掘肺炎疫情的传播模式和特征规律十分重要。针对此问题,提出了一种组合预测模型来预测此次新型冠状病毒肺炎累计确诊人数数量。首先从国家卫生健康委员会等权威机构所发布的数据中获取历史累计确诊人数,然后再以Logistic模型和长短期记忆深度学习网络模型(Long Short-Term Memory, LSTM)的预测结果为基础,选取一定时间段的累计确诊人数序列来训练线性组合参数,得到最终的组合预测模型,最后通过RMSE等预测性能评价指标对比所提模型和Logistic、LSTM和SEIR等三种模型的预测性能。实验结果表明,所提模型的RMSE值为10.101 7,MAE值为7.633 6,MAPE值为0.008 3%,其准确性和拟合效果均优于其他模型,能够为后续的疫情预测和防控工作提供技术支撑。     

布谷鸟搜索算法在多阈值图像分割中的应用

穷举式搜索在寻找多个分割阈值时,计算较为复杂.为解决该问题,提出一种基于布谷鸟搜索算法的多阈值图像分割算法.以Otsu法设计适应度函数,利用布谷鸟搜索算法的并行寻优性能寻找待分割图像的最优阈值.实验结果表明,与细菌觅食算法和人工蜂群算法相比,该算法的寻优速度更快,找到的阈值质量更高.     

基于灰色Tsallis熵的SAR图像快速分割*

针对SAR图像斑点噪声及分割速度慢的问题,提出一种基于灰色理论和Tsallis熵的SAR图像快速分割方法。该方法首先对待分割图像进行小波变换,将表征图像概貌信息的低频部分重构为概貌图像,表征图像细节和边缘的高频部分重构为细节图像,并建立了相应的概貌—细节共生矩阵模型;然后利用灰色理论和Tsallis熵设计了基于该共生矩阵的灰色Tsallis熵模型,用于求解最优分割阈值;同时,为加快阈值搜索速度,引入群体智能中的粒子群优化算法。实验结果显示,新方法在抗噪性、分割速度和灵活性三个方面均有明显提高。     

人工鱼群算法在自适应图像增强中的应用

图像增强是图像处理中的一个经典问题,以传统的分段线性变换为基础,利用人工鱼群算法和二维Otsu阈值法,提出了一种自适应的图像对比度增强算法。该方法利用优化后的人工鱼群算法自动选取双阈值,依据图像的对比度自动搜索灰度变换斜率,得到最优的分段线性变换曲线,并用之对图像进行增强处理。实验表明,该方法可有效提高图像对比度,且优于直方图均衡化、反锐化掩模等传统的对比度增强方法。     

基于CCSDS标准的卫星数据处理软件设计

根据空间数据协商委员会（ CCSDS）制定的分包遥测数据格式标准,航天器可以利用有限的信道资源,合理、分时地将遥测信息向地面传输。这对遥测数据处理软件提出了更高的要求。针对此问题,结合CCSDS标准,文章提出了一种解帧和解包实现方案,设计了适用于某卫星的数据处理软件,完成了对CCSDS数据的解析。实验表明,该数据处理软件可高效可靠地完成科学数据的解帧和解包操作。     

基于直方图统计信息的斑点噪声参数盲估计

以常见的斑点噪声为研究对象提出一种简单、快速的图像斑点噪声参数盲估计方法。该方法通过在仿真图像中加入不同强度的斑点噪声,分析含噪图像均匀区域内直方图分布特点,构造反映图像斑噪强度的噪声特征值,建立噪声强度与噪声特征值之间映射函数。实验结果显示,该函数不需要任何先验知识即可快速、有效地估计图像中的斑噪强度,可用于估计图像获取或传输时的噪声环境、分析斑点噪声强度与图像质量优劣的关系、指导及修改现有抑噪算法设计。     

基于鸡群优化算法的SAR图像快速分割

为提高SAR图像分割的速度和质量,利用鸡群优化算法,提出了一种SAR图像快速分割方法。该方法使用二维灰色Otsu模型作为鸡群优化算法的适应度函数,利用鸡群中公鸡、母鸡和小鸡的角色分工、协同工作快速逼近最佳阈值。实验结果表明,该方法在收敛速度和分割效果两方面均优于基于遗传算法、人工鱼群算法等群体智能优化算法的分割方法。     

基于多尺度注意力特征融合CRNN的声音事件检测

针对声音事件检测中仅在时频维度使用注意力机制的局限性以及卷积层单一导致的特征提取不足问题,本文提出基于多尺度注意力特征融合的卷积循环神经网络(convolutional recurrent neural network,CRNN)模型,以提高声音事件检测性能.首先,提出多尺度注意力模块,实现对局部时频单元和全局通道特征...