基于自适应局部统计量的CV模型

来源 :计算机工程 | 被引量 : 1次 | 上传用户:bookofday
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统CV模型的分割结果易受初始曲线位置影响的问题,将传统模型与测地线模型有机结合,提出一种基于自适应局部统计量的全局优化CV模型,通过极小化能量泛函对图像进行分割,避免了收敛于局部极小的问题,采用边缘函数进行边界检测,能够较好地分割对比度较低的边界。仿真实验结果表明,与传统模型相比,该CV模型具有更高的分割精度。
其他文献
提出一种面向领域、可定制的业务级服务模型,模型利用特征分析技术描述业务领域中相似服务资源及用户需求的变化性。具体领域业务服务由领域专家通过分析领域通用业务活动建模
提出一种混合的汉语基本名词短语(BaseNP)识别模型,包括采用语法规则、统计方法和组合分类器方法。利用BaseNP词的信息、词性信息及上下文句法信息,构建组合分类器,提高判断的准确性。在中文树库(CTB5.0)上进行实验,F值达到了90.09%,证明该方法能有效地识别BaseNP。
针对基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法所存在的缺陷,提出基于本体和句法分析的某领域分词方法,通过建立体裁本体进行句法分析,从智能化的角度
为提高本体的重用度,出现了许多本体搜索引擎。但由于其排序算法的局限性,效果都不理想。该文通过分析已有的本体排序算法,并针对排序结果与用户查询的相关性低以及检索响应时间