杨巍
- 作品数：4 被引量：4H指数：1
- 供职机构：天津财经大学理工学院更多>>
- 发文基金：天津市应用基础与前沿技术研究计划国家自然科学基金天津市高等学校科技发展基金计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于KNN图层区分的优化式着色算法
- 2015年
- 针对灰度图像彩色化技术应用于彩色图像二次着色时往往忽略掉原始图像所带的色彩信息的问题,提出了一种基于KNN图层区分的优化式着色算法。与现有的优化式着色方法相比,该方法一方面采用基于KNN的图像前背景区分算法获得图层区分的图像,生成新的权值函数;另一方面将图层区分结果引入优化式着色方法,并对图像着色。实验结果表明,算法能有效解决物体边界处发生颜色渗漏的问题,得到颜色分布精确的图像。在相同输入前提下,算法可以得到更好的着色结果。
- 盛家川杨巍
- 改进颜色融合的医学图像彩色化技术被引量：3
- 2016年
- 彩色化后的医学图像能清晰体现患者病灶信息有利于医患沟通。提出改进颜色融合的医学图像彩色化方法,首先利用基于KNN的图像前背景区分算法,强化病灶区域的边界信息;然后以此为约束条件,只需提供简单的着色输入;最后将边界能量引入颜色融合方法,得到较好的着色结果。着色图像保持了原图的灰度信息不变,增加了彩色标记图像的颜色和真实感。实验结果表明,该算法具有较高的精确度,可有效地应用于医学图像彩色化处理。
- 华斌杨巍盛家川
- 关键词：医学图像处理
- 监控视频中运动目标的自动检测、跟踪和提取
- 2015年
- 为了能够从监控视频中快速准确地分析运动目标,文章提出了一种新的运动目标自动检测、跟踪和提取方法。首先通过混合高斯模型背景差分法获得运动目标初始二值轮廓。然后结合Kalman滤波和Blob匹配法跟踪物体的运动轨迹,并用矩形框架标记图像序列中的运动目标。最后传递矩形参数,采用迭代算法实现最优化分割,对运动目标进行准确提取。实验结果表明,该方法具有较高的鲁棒性和准确性。
- 盛家川杨巍海岩
- 关键词：卡尔曼滤波GRABCUT
- 基于G-GMM的视频序列运动目标检测算法研究被引量：1
- 2015年
- 为了能够从视频序列中快速准确地检测运动目标,在混合高斯背景差分法的基础上引入Grabcut算法,提出了一种新的运动目标检测G-GMM(Grabcut-Gaussian Mixture Model)算法。首先通过混合高斯模型背景差分法提取运动目标初始二值轮廓,构建其最小的外接矩形;然后初始化矩形内图像信息,寻找潜在前景区域;最后采用迭代算法实现最优化分割,得到准确的运动目标轮廓。实验结果表明,在静止摄像机户外视频监控系统中,提出算法具有较高的准确性和鲁棒性,对刚性和非刚性两类目标都具有较好的检测结果。
- 盛家川杨巍
- 关键词：目标检测图像分割
