-
公开(公告)号：CN101620726A
公开(公告)日：2010-01-06
申请号：CN200810150925.9
申请日：2008-09-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于参数初始化Contourlet域HMT模型的图像分割方法。主要解决HMT模型参数训练按中值选取初始参数值的方法，而使用结合多尺度变换系数层间和层内的关系进行初始值计算的方法的缺点。其过程为：输入训练图像，对其进行Contourlet变换；求出EM训练算法参数的初始值；采用EM算法求得Contourlet域HMT模型的参数θ；分别求出待分割图像在Contourlet分解对应的各尺度上数据块对应的似然值和待分割图像像素点对应的似然值，并将该两者组合，得到最终融合所需的似然值likelihood k ；求出各尺度上的初分割结果；采用JMCMS进行图像多尺度后融合分割；取尺度0上的结果作为最终分割结果；本发明具有好的区域一致性和较准确的边缘的优点，可用于合成孔径雷达SAR图像、纹理图像的分割。
-
公开(公告)号：CN101320467A
公开(公告)日：2008-12-10
申请号：CN200810018238.1
申请日：2008-05-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自适应窗口固定及传播的多尺度纹理图像分割方法。其过程为：提取待分割图像纹理对应的图像块n进行小波变换，求其对应的HMT模型参数θn；分别求出待分割图像在小波分解各尺度上对应的数据块对应的似然值和待分割图像像素点对应的似然值，并将该两者组合，得到最终融合所需的似然值likelihoodnk；取出融合最粗尺度k＝4上的似然值，并求得该尺度上对应的分割结果类标图；确定融合尺度k上的标记场和各类纹理的物理聚类中心；采用自适应窗口固定及传播的多尺度分割，得到下一融合尺度k－1上的分割结果类标图；根据分割结果类标图的融合尺度是否为0，确定分割的最终结果。本发明具有区域一致性和边缘定位性好的优点，可用于对包含纹理信息的图像分割。
-
公开(公告)号：CN110795204A
公开(公告)日：2020-02-14
申请号：CN201810880187.7
申请日：2018-08-03
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种虚拟机部署方法，包括：步骤1、获取物理机集群的第一资源使用率；步骤2、将虚拟机分别拟部署在所述物理机集群的每个物理机上，分别获取将所述虚拟机部署在所述每个物理机上时，物理机集群的第二资源使用率；步骤3、根据所述第一资源使用率和所述多个第二资源使用率，将所述虚拟机部署在物理机集群中指定的所述物理机上。本发明实施例提供了一种虚拟机部署方法，以最小化的物理机负载均衡度和物理机性能下降值为目标，来实现虚拟机部署，可以均衡物理机负载和保障虚拟机性能，提高了用户体验。
-
公开(公告)号：CN101540047A
公开(公告)日：2009-09-23
申请号：CN200910022288.1
申请日：2009-04-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于独立高斯混合模型的纹理图像分割方法。分割过程为：对训练纹理图像同时进行3层小波变换，双树复小波变换和Contourlet变换，并提取相应的训练纹理图像特征；在每一层上采用免疫克隆算法选择特征；对每一训练图像的每一层进行高混合模型的无监督学习，自适应地得到与其对应的组件数，并由此得出高斯混合模型的参数；对测试纹理图像同时进行小波变换、双树复小波变换和Contourlet变换；并根据变换系数和所述的组件数，计算各层对应的最终似然值；通过比较各种纹理对应的似然值，得出初始分割结果；将初始分割结果经过多尺度融合得到最终分割结果。本发明具有分割结果区域一致性好，信息保留完整，对边缘定位准确的特点，可用于图像纹理识别。
-
公开(公告)号：CN101329736B
公开(公告)日：2011-04-27
申请号：CN200810150087.5
申请日：2008-06-20
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于特征选择和隐马尔科夫模型的图像分割方法。其过程为：提取待分割图像纹理对应的图像块，提取其对应的训练特征集；求其模型参数θjc；分别求出待分割图像在多尺度分解对应的各尺度上数据块对应的似然值和待分割图像像素点对应的似然值，并将该两者组合，得到最终融合所需的似然值likelihoodkc；求出各尺度上的初分割结果；先后采用context-2和context-6进行图像多尺度后融合分割；取尺度0上的结果作为最终分割结果；本发明目的在于解决传统的基于隐马尔科夫模型的图像分割方法中对于图像信息的利用不够充分以及后融合时指导图像分割的背景不能够充分保留细尺度上边缘信息的缺点，可用于合成孔径雷达SAR图像、遥感图像、自然纹理图像的分割。
-
Patent Agency Ranking
公开(公告)号：CN101320467B
公开(公告)日：2010-06-02
申请号：CN200810018238.1
申请日：2008-05-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自适应窗口固定及传播的多尺度纹理图像分割方法。其过程为：提取待分割图像纹理对应的图像块n进行小波变换，求其对应的HMT模型参数θn；分别求出待分割图像在小波分解各尺度上对应的数据块对应的似然值和待分割图像像素点对应的似然值，并将该两者组合，得到最终融合所需的似然值likelihoodnk；取出融合最粗尺度k＝4上的似然值，并求得该尺度上对应的分割结果类标图；确定融合尺度k上的标记场和各类纹理的物理聚类中心；采用自适应窗口固定及传播的多尺度分割，得到下一融合尺度k-1上的分割结果类标图；根据分割结果类标图的融合尺度是否为0，确定分割的最终结果。本发明具有区域一致性和边缘定位性好的优点，可用于对包含纹理信息的图像分割。
-
公开(公告)号：CN101551905A
公开(公告)日：2009-10-07
申请号：CN200910022416.2
申请日：2009-05-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于模糊C均值FCM聚类和空间信息的多尺度纹理图像分割方法，主要解决图像分割质量差的问题。其实现过程为：输入待分割纹理图像并对其进行二维离散小波变换，计算每个小波系数对应的特征向量；对小波变换的最粗尺度分割；计算最粗尺度各系数对应的空间坐标因子，将其加入到传统FCM聚类算法的目标函数中，得到该尺度的分割结果类标图和标记场；采用自适应尺度确定的多尺度分割方法得到下一尺度的分割结果类标图，直至得到的分割结果类标图是最细尺度处的；将最细尺度的分割结果作为最终分割结果输出。本发明具有分割边缘准确和分割区域一致性好的优点，可用于对纹理图像，以及包含纹理信息的SAR图像、遥感图像和医学图像的分割。
-
公开(公告)号：CN101350099A
公开(公告)日：2009-01-21
申请号：CN200810150924.4
申请日：2008-09-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于小波域隐马尔科夫树模型的图像分割方法，主要解决传统基于小波域隐马尔科夫树模型方法中对于小波域信息的利用不充分以及后融合时指导图像分割的背景利用不全面的缺点。其过程为：提取待分割图像纹理对应的图像块，提取其对应的训练数据；计算EM算法参数的初始值；求出训练数据对应的模型参数θjc；求出最终融合所需的似然值likelihoodjc；在不同尺度上采用不同的上下文背景进行图像多尺度后融合分割，取尺度0上的结果作为最终分割结果；本发明具有区域一致性好和边缘准确的优点，可用于合成孔径雷达SAR图像、遥感图像、自然纹理图像的分割中。
-
公开(公告)号：CN110795204B
公开(公告)日：2022-11-18
申请号：CN201810880187.7
申请日：2018-08-03
Applicant: 西安电子科技大学
IPC: G06F9/455 , H04L67/1008
Abstract: 本发明涉及一种虚拟机部署方法，包括：步骤1、获取物理机集群的第一资源使用率；步骤2、将虚拟机分别拟部署在所述物理机集群的每个物理机上，分别获取将所述虚拟机部署在所述每个物理机上时，物理机集群的第二资源使用率；步骤3、根据所述第一资源使用率和所述多个第二资源使用率，将所述虚拟机部署在物理机集群中指定的所述物理机上。本发明实施例提供了一种虚拟机部署方法，以最小化的物理机负载均衡度和物理机性能下降值为目标，来实现虚拟机部署，可以均衡物理机负载和保障虚拟机性能，提高了用户体验。
-
公开(公告)号：CN101551905B
公开(公告)日：2011-04-06
申请号：CN200910022416.2
申请日：2009-05-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于模糊C均值FCM聚类和空间信息的多尺度纹理图像分割方法，主要解决图像分割质量差的问题。其实现过程为：输入待分割纹理图像并对其进行二维离散小波变换，计算每个小波系数对应的特征向量；对小波变换的最粗尺度分割；计算最粗尺度各系数对应的空间坐标因子，将其加入到传统FCM聚类算法的目标函数中，得到该尺度的分割结果类标图和标记场；采用自适应尺度确定的多尺度分割方法得到下一尺度的分割结果类标图，直至得到的分割结果类标图是最细尺度处的；将最细尺度的分割结果作为最终分割结果输出。本发明具有分割边缘准确和分割区域一致性好的优点，可用于对纹理图像，以及包含纹理信息的SAR图像、遥感图像和医学图像的分割。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
