基于非下采样Contourlet变换和分水岭算法的图像分割方法

图像分割技术在数字图像处理中占有非常重要的地位。提出基于非下采样Contourlet变换的图像分割方法,有效地将非下采样Contourlet变换与数学形态学中的分水岭算法结合起来,既减少了分水岭变换的过分割现象,又有效地保持了图像中的边缘信息。实验结果表明,此方法是可行的,并能得到良好的分割效果。     

跟踪系统中图像目标的快速提取技术研究

研究了牵引式跟踪系统中图像目标的快速提取技术,描述了系统的图像目标模型。提出图像目标灰度凝聚度和灰度集合识别度的定义,据此分析了提取图像目标特征图形的可能性。利用直方图对大量图像的统计研究和理论分析,介绍系统的图像目标的提取方法,利用该方法对目标的提取保持其特征图形,对实际图像的处理结果说明该方法是有效的。     

基于频带方向最大值的视网膜图像融合

基于小波变换的图像融合方法是在频带方向按照一定的融合规则选取合适的融合系数值,以使获得的图像具有更佳的视觉特性、更丰富的细节和更突出的融合效果.实验中通过对荧光素血管造影视网膜图像和对应的无赤光视网膜眼底图像进行融合,并使用信息熵对融合结果进行评价,结果表明本方法具有较好的融合效果.     

基于Curvelet变换的多聚焦图像融合算法

曲波变换是近几年发展的多尺度分析方法,它比小波更适于分析图像中的曲线边缘特性,利用这一特性,本文提出了一种基于Curvelet变换的多聚焦图像融合算法.实验结果表明,该算法融合效果优于小波变换等其他传统图像融合算法.     

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。     

基于小波变换的医学图像融合技术

不同成像技术获得的医学图像为临床诊断提供了不同的信息,图像融合技术可以综合利用多模医学图像互补信息,从而有效地提高诊断水平。该文采用小波变换对人脑MR-T2和MR-PD图像进行融合。结果表明此方法能够充分有效地将两种不同模式的信息融合在一起,融合性能优越,很好地保留了原始图像的边缘和纹理特征,为临床诊断提供更加有效的信息。     

生物芯片图像自动识别算法研究

通过对生物芯片图像的深入分析,将样点分成“圆域”、“圆环”和“不规则区域”三类,并相应提出“模板匹配法”。“霍夫变换法”和“形心法”等三种自动识别算法。实践证明,这些算法不仅能够确定样点的位置,还能给出样点的实际大小,完全能够满足生物芯片图像分析要求。     

基于边缘拐点的医学图像配准

利用控制点进行医学图像配准是医学图像处理领域的重要研究内容,其中控制点的选取是重点研究的一点。本文提出先将图像二值化,提取边缘,在边缘处利用边缘信息及其邻域内的信息提取拐点作为控制点。将变形图像和参考图像的拐点坐标分别作为网络学习的输入和输出样本,经过训练得到一组网络连接权参数,利用学习好的网络预测配准图像。以人脑CT图像为例,通过实验验证了算法的有效性。     

图像配准中角点检测算法的研究与比较

特征点的提取是基于点特征图像配准算法的一个关键步骤,在所有的特征点检测方法的研究中,以角点检测方法的研究最受关注。文章对图像配准中角点检测算法进行了理论研究,并进行了对比实验和分析。     

基于B样条小波的医学图像边缘提取

利用基于三次B样条小波的边缘提取方法,对医学图像进行了边缘检测并与传统的图像边缘提取方法进行了比较。结果表明:基于三次B样条小波变换的边缘提取,具有定位准确,保留细节较好的优点。     

基于神经网络集成的SAR图像目标识别

合成孔径雷达图像处理过程中目标的方向性会对目标的识别产生很大的影响,基于目标类别的不明确又会给目标方位角的估计带来困难.文中提出了一种基于神经网络集成模型的合成孔径雷达图像目标识别方法.该方法通过小波域主成分分析提取目标图像特征向量,针对同向目标的特征空间训练一个神经网络实现目标分类,并使用另一个二级神经网络对多个单向目标识别器的识别结果进行结合.该方法可以有效地避免目标类别和目标方向间的相互干扰,提高识别精度.该方法对于解决此类似问题给出了新思路.     

图像社会学校教育目标的审视

图像越来越成为我们社会的重要标记,它意味着感性思维地位的上升,不仅如此,图像成为政治传播的重要手段,也促进人们对人的心理进行新的思考.图像成为当代儿童重要的消费品,影响了他们的认知方式,也改变了人与时空之间的关系.因此,学校教育必须在洞察图像社会带来的深刻变革的基础上作出应对.笔者对学校教育目标作出审视,认为要注重培养儿童的感性能力、整体的分析能力以及视觉思维能力,应对图像社会的生存、政治和思维变革方面的挑战.     

用于QR码自动识读的图像分析方法

对于所采集的条码图像,为了适应实时性的要求,以得到不同光照条件下的最佳阈值,该文提出了把直方图双峰法、OTSU法及NLNiblack阈值法结合起来的改进的自适应阈值法。实验证明了该方法具有高效性和稳定性。为了在条码分割图像中获取QR码的4个顶点,首先,根据3个位置探测图形的特性提出了一种新的方法以求取对应的3个顶点,同时利用QR码的特征提出挖空算法获取条码的边缘,再采用过已知点的Hough变换得到第4个顶点。实验证明该算法在各种采集条件下可有效地得到QR码的4个顶点。     

元胞自动机变换可恢复图像认证算法

提出一种基于元胞自动机变换的可恢复图像认证算法,将图像分割成不重叠子块,对每个子块进行两层二维元胞自动机变换CAT,从第二层低频系数生成子块认证水印和恢复水印,分别嵌入当前子块和对应子块的第一层低频系数,形成含水印图像;用认证水印进行图像认证;用恢复水印恢复被篡改图像子块。实验表明,该算法安全性高,且具有很强的抗VQ攻击能力。     

WorldView-2遥感图像融合新方法

新型高分辨率World View-2星载图像的出现给现有的图像融合技术带来了更大的挑战,该文提出了一种全色光和多光谱图像融合新方法。首先采用最近邻插值对多光谱图像重采样放大;然后结合World View-2各波段光谱响应特点利用多元线性回归构造出低分辨率全色光图像,通过对原始高分辨率全色光图像空间细节信息的提取并将其注入至多光谱图像的成分空间中;最后经对应分析反变换得到融合结果。实验结果表明,该方法在融合World View-2遥感图像时能够在提高空间分辨率和保持光谱信息两方面达到较好的平衡,优于现有的几种融合方法。     

基于小波框架变换的图像融合方法

利用框架分解的多分辨率特性和方向性,建立了一种新的基于框架多尺度分解的分层图像融合方法,提出了新的融合规则和融合算子.实验表明,基于框架变换的图像融合方法是有效的,融合后的图像质量得到了较大提高.     

三维运动目标体的微机图像模拟

重点阐述模拟训练系统中采用微机成像技术实现空中运动目标体的图像生成原理。微机图像与模拟训练系统的其它设备相配合可实现运动目标体的实时可视模拟。     

基于形态学的微目标的图像分割

提出了一种适于高分辨率可见微目标图像的分割算法,首先通过形态学运算强化微目标区域,利用阈值化分割并提取这些感兴趣区域;然后运用小波多尺度算子检测这些区域的边缘;最后再次采用形态学运算以获取目标区域边缘。仿真结果表明该方法能有效地将图像中的具有特定结构的微目标区域分割开来。     

人脸识别中多目标最优不相关图像鉴别分析研究

考虑图像投影鉴别分析问题,为提高特征抽取的速度和识别率,利用图像矩阵直接构造图像散布矩阵,在具有统计不相关的条件下将Foley-Sammon鉴别分析(FSLDA)转化为两目标约束优化问题,并给出了有效投影向量的概念;根据多目标优化的最优性条件可将求取有效投影向量的问题归结为求广义特征方程的最大特征值对应的特征向量,并据此进行特征抽取,进而提出了两目标最优图像投影鉴别分析方法。与其他鉴别投影分析方法相比,该方法具有以下特点:(1)可直接由图像矩阵构建散布矩阵;(2)有效投影向量具有统计不相关性;(3)训练样本的类内散布矩阵不必为可逆的,也不需要求某种形式矩阵的逆。在ORL标准人脸库和NUST603人脸库上的试验结果表明,上述图像投影鉴别分析方法在识别性能上较以往的方法有一定的提高,尤其是特征抽取的速度有明显的提高。     

基于双树紧支剪切波变换的遥感图像融合

提出一种基于双树紧支剪切波的遥感图像融合算法。紧支剪切波变换是剪切波理论的空域实现,因其步骤中包含了传统的离散小波变换(DWT),引入了移变性。分析移变性对图像融合的影响,采用双树复数小波抑制紧支剪切波的移变性,与主分量分析变换(PCA)或IHS变换相结合,提出遥感图像融合算法。通过Quick Bird和IKONOS的三组数据的进行实验,结果表明提出的融合方法性能优于基于DWT、àtrous小波、Curvelet以及基于频域实现剪切波(àtrous shearlet)方法。