林华锋
- 作品数：3 被引量：15H指数：2
- 供职机构：南京航空航天大学计算机科学与技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自适应背景模板与空间先验的显著性物体检测方法被引量：7
- 2017年
- 目前,显著性检测已成为国内外计算机视觉领域研究的一个热点,但现有的显著性检测算法大多无法有效检测出位于图像边缘的显著性物体.针对这一问题,本文提出了基于自适应背景模板与空间先验的显著性物体检测方法,共包含三个步骤:第一,根据显著性物体在颜色空间上具有稀有性,获取基于自适应背景模板的显著图.将图像分割为超像素块,提取原图的四周边界作为原始背景区域.利用设计的自适应背景选择策略移除原始背景区域中显著的超像素块,获取自适应背景模板.通过计算每个超像素块与自适应背景模板的相异度获取基于自适应背景模板的显著图.并采用基于K-means的传播机制对获取的显著图进行一致性优化;第二,根据显著性物体在空间分布上具有聚集性,利用基于目标中心优先与背景模板抑制的空间先验方法获得空间先验显著图.第三,将获得的两种显著图进行融合得到最终的显著图.在公开数据集MSRA-1000、SOD、ECSSD和新建复杂数据集CBD上进行实验验证,结果证明本文方法能够准确有效地检测出图像中的显著性物体.
- 林华锋李静李静梁大川李东民
- 关键词：显著性检测
- 一种显著性目标完整性检测方法被引量：1
- 2016年
- 针对显著性检测方法存在的目标检测不完整的现象,提出一种显著性目标完整性检测方法,可同时考虑目标检测的完整性与显著性.首先,采用分层分割方法获取目标的轮廓生成预处理灰度图.然后,采用自适应阈值分割方法处理基于聚类的显著图,获取超显著性图与超显著性像素点.最后,根据预处理灰度图目标含有超显著性像素点的比例,生成完整后处理灰度图.对超显著性图和完整后处理图进行加权融合,获取最终的完整显著性图.标准数据集上实验仿真结果表明,该方法具有更高的精度与召回率,优于现有的显著性检测方法.
- 林华锋李静梁大川周培云
- 关键词：聚类
- 基于故障树分析的嵌入式系统AADL模型可靠性分析方法被引量：7
- 2017年
- 采用架构分析与设计语言(AADL)建立嵌入式系统的半形式化模型,实现从AADL模型到静态故障树(Static Fault Tree,SFT)模型的转换,并根据故障树定量分析法对系统可靠性进行分析。首先结合AADL错误模型附件建立可靠性模型;然后设计了从AADL模型到SFT模型的语义映射规则,并实现了将AADL模型中的基本元素转换为静态故障树中相对应的元素;最后结合飞机车轮刹车系统实例,使用文献中提出的方法对其进行可靠性分析,从而验证所提方法的可行性和有效性。
- 李东民李静林华锋
- 关键词：AADL故障树分析可靠性分析
