基于变分的图像分割算法

提出了一种新的基于变分的图像分割算法. 该算法以图像的边缘点为插值点，通过极小化一个能量函数产生光滑的阈值曲面，进而实现图像分割. 为了使所产生的阈值曲面保有原图像的边缘信息，同时又不过度锐化图像的边缘，采用非凸的能量函数，并通过引入二元能量函数，提出一种全局收敛的松弛算法，将一个非凸优化问题转化为一系列本质上的凸优化问题，从而克服了采用传统的梯度下降法会出现收敛速度较慢、甚至不收敛的困难. 实验结果验证了算法的有效性. 此外还初步探讨了相应优化问题求解过程中的参数确定问题.     

基于磁性微泡对比剂的超声和磁共振影像融合算法

文中提出了一种新的基于磁性微泡对比剂的超声影像和磁共振影像之间的融合算法．首先利用磁性微泡对比剂对体模进行超声和磁共振显影，并对显影进行边缘分割．运用非采样contourlet变换（nonsubsampled contourlet transform．NSCT）对源图像进行分解，然后对低频子带系数采用自适应动态加权非负矩阵分解（dynamic weighted non-negative matrix factorization．DWNMF）结合分割图像进行融合．然后对各带通方向子带系数采用空间频率激励的脉冲耦合神经网络进行融合，最后利用NSCT逆变换得到融合图像．研究结果表明，利用磁性微泡对比剂并结合上述算法对超声影像和磁共振影像进行融合，可以获得预期的融合效果．     

星载合成孔径雷达TOPS模式研究

TOPS(循序扫描地形观测)模式作为一种新的星载合成孔径雷达(SAR)工作模式,通过天线波束指向的改变避免了扫描工作模式SAR图像的扇贝效应.本文给出了一种广义的SAR成像模型,适用于TOPS模式和其他工作模式,以模式因子描述天线的转角率、多普勒中心率、照射时间范围和方位分辨率.分析了TOPS模式带宽扩展和间隔缩放的信号特点及其处理方法,提出了一种以Chirp-z变换算法为基础,引入去转动函数解决输出长度问题的TOPS成像处理流程,最后通过点目标仿真验证了算法的有效性.     

基于四元数表达的模糊矢量形态学算子

由于经典的形态学算子不能直接拓展到彩色图像处理中,提出一类基于四元数表达的模糊矢量形态学算子.该算子利用四元数表达彩色图像并结合其分解特性,将彩色图像的模值、四元数的垂直分量和角度信息作为词典编纂顺序的3个边缘分量.3个分量一方面去除了彩色图像多通道数据的相关性,另一方面更便于词典编纂顺序等级的划分.并利用模糊数学解决了现有词典编纂顺序存在的等级判定难以深层进入的问题,给出了基于四元数表达的模糊矢量排序算法.与现有的矢量排序算法相比,新的矢量排序算法同时考虑了各分量的作用,并将判定进行到词典编纂顺序的最后一层,实现了矢量的正确排序.基于新的矢量排序规则,定义了矢量形态学算子,并将新的矢量形态学算子应用于彩色图像滤波、分割中.实验结果表明,与现有的矢量形态学算子相比,新的矢量形态学算子在平滑彩色图像噪声的同时保留了图像细节,并能正确地分割多类彩色图像,具有较高的鲁棒性及实用性.     

一种基于Markov随机场模型的核磁共振图像分割方法

为了提高核磁共振(MR)图像分割的效果,提出了一种基于Markov随机场模型的分割方法。该方法利用Markov随机场描述图像的先验分布,结合MAP准则获得分割优化函数,通过ICM局部迭代使分割优化函数收敛。迭代过程中引入了后验概率矩阵的平滑;提高了分割的精度和速度。实测数据的实验结果证明了所提方法的有效性。     

基于边缘检测的 RIP混合插值算法

图像放大是 RIP软件中十分重要的环节,其所用插值算法的优劣直接关系着输出图像的质量与速度.利用 Canny算法提取的边缘信息将低分辨率图像分为平坦区域与边缘区域,对非边缘区域采用双线性插值算法,对边缘区域使用沿4相邻降采样点确定的方向进行插值的特殊算法.经实验证明,与经典插值算法相比,放大图像边缘效果更好,且处理速度更快,可实际用于对图像质量与处理效率要求高的 RIP软件     

融合块结构的等周算法及其在CT图像分割中的应用

等周分割是一种基于图谱理论的分割算法,能有效提高图像分割质量且有较高的效率及稳定性.本文提出了一种融合块结构的等周分割算法.该算法采用块结构来减少图中节点数.并根据CT图像特征,将该算法应用到CT图像分割中.实验结果表明,融合块结构的等周分割算法在CT图像分割中取得较好的分割效果,并大大提高了分割效率.     

一种基于图像边缘的鲁棒水印算法

本文基于图像的边缘，提出一种鲁棒水印算法．该算法使用Prewitt检测算子对载体图像进行边缘检测，并对边缘点进行选取，将水印信息嵌入在边缘点像素处的梯度方向上．由于人类视觉感知在图像边缘处的掩蔽效应，同时由于图像边缘的感知重要性和在图像处理中的稳定性，使得本文算法在不可见性和鲁棒性方面具有较好的效果．本文从理论上分析了算法抵抗攻击的能力．并在试验中得到了验证．同时结合人类视觉感知的掩蔽效应．提出了一种客观评价图像质量的方法．试验中对该方法进行了验证，并表明本文算法在该方法下具有较好的不可见性．     

基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

基于细胞神经网络的图像分割及其在医学图像中的应用

细胞神经网络（cellular neural network,CNN）在图像处理方面的应用研究已有很大进展. 其中,指定目标提取CNN现有算法应用于灰度图像时,其有效性依赖于初始点的选择. 以医学图像为例,对这种局限性进行了分析,并提出了一种改进CNN算法,实现了对图像中任意灰度区域的目标物体分割. 同时利用梯度信息和轮廓提取CNN确定轮廓,有效抑制分割过度. 人脑磁共振成像（MRI）中肿瘤分割的实例表明,改进的算法具有实用性和有效性.     

带方向特征的Contourlet HMT模型

根据Shannon信息理论将纹理的方向特征定义为:图像中信号取值为随机分布的奇异值时方向变量的取值特征.根据这一定义,并结合Tamura方向特征的求取方法,文中对Contourlet变换系数的方向概率分布进行了研究,获得方向特征在Contourlet变换的父子子带间形成传递这一结论,在此基础上结合Contourlet隐Markov树(HMT)模型,建立了以隐状态变量分布为条件的方向隐变量的概率分布模型,即带方向特征的Contourlet HMT模型,给出了该模型的结构和训练方法.此外,通过基于所提出模型的无监督结合上下文信息的图像分割算法对合成图像和遥感图像的目标分割实验验证了所提出模型的有效性.     

卡通—纹理字典学习的图像分解方法

结合变分方法与字典学习,提出一个新的图像分解变分模型和由扩散流引导的字典学习算法.实验结果表明,和已有图像分解方法相比,新算法自适应性强,不仅可以更好地将图像的卡通和纹理分开,而且能有效地将纹理中的噪声去除.     

基于棋盘分割插值的多描述视频编码

为了提高恶劣信道上视频传输的鲁棒性, 提出了一种基于棋盘式分割插值的多描述视频编码算法, 即将输入图像按照棋盘模式分割并插值形成两路相同分辨率的近似图像, 并对这两路近似图像进行独立的运动预测、补偿和编码. 使用这种编码算法, 接收端可以在同时收到两路描述时得到相当好的重建图像质量, 而在由于误码或丢包等使其中一路描述丢失或受损时也能得到可以接受的重建图像质量. 此外, 编解码器之间的不匹配可以通过对两路描述之间差信号的部分编码得以有效的控制. 在双向通信应用中编码器还可以根据反馈信息来主动跟踪解码器的状态从而消除误差积累. 由于充分利用了分块DCT编码所固有的块间相关性, 该算法与同类算法相比具有更好的冗余率失真性能. 模拟实验表明, 该算法在保持较高压缩效率的前提下, 具有很好的鲁棒性, 在高误码信道上相对于传统的单描述视频编码可以得到更为稳定的重建图像质量, 并且编解码器之间的不匹配和误差积累都得到了有效的控制.     

基于最优小波包分解的图像隐写通用检测

基于图像最优小波包分解,提出了一类具有较高检测正确率的信息隐写通用型检测方法.首先基于Shannon熵计算信息代价函数,对图像进行最优小波包分解,并从分解得到的子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类.针对不同的背景和应用环境,文中给出了3种不同的检测算法.针对LSB、PMK、LTSB、Jsteg、F5及JPHide等典型隐写算法的实验表明:此方法相比现有的典型通用检测方法,正确检测率提高约6.4%～15.4%,且具有更好的通用性,并可为设计基于最优小波包分解的模式识别和分类算法提供参考.     

POLSAR图像杂波L分布建模及其参数估计

基于乘积模型的杂波统计建模是进行高分辨极化合成孔径雷达(POLSAR)图像非均匀区域杂波统计特性分析的有效方法,其核心在于纹理分量随机分布的类型选择.广义伽马分布(GΓD)是一种普适性很强的分布类型,Weibull分布、伽马分布、逆伽马分布等都是GΓD分布的特例,因此基于GΓD分布的图像乘性杂波建模既满足杂波建模的高精度要求,同时成为各种雷达杂波辨识的有效工具.本文首先推导了服从GΓD分布的随机变量的高阶矩特征及其对数累积量(MLC),利用纹理分量服从GΓD分布情形构建了乘积相干斑模型,得到了适用于POLSAR图像处理的L分布杂波多视处理的协方差矩阵的概率分布函数,同时推导了其高阶矩特征及其对数累积量,提出了基于对数累积量的L分布参数估计新方法.针对样本数较少的情况下对数累积量参数估计失效问题提出了基于混合矩(MME)的参数估计方法来解决.然后给出了不同分布的高阶矩和对数累积量,通过二三阶对数累积量关系图辨析了常用分布与L分布的内在关系,得到了L分布是目前乘积模型中适用范围较为广泛的统计分布的结论.最后用仿真数据验证了理论推导的正确性,并将基于对数累积量的参数估计方法与已有方法进行了比较,结果证明新参数估计方法具有更高的估计精度和运算效率;另外,还用实测数据进行了统计模型检验,其结果验证了理论推导的正确性.极化SAR中多视图像L分布杂波的统计建模及其参数估计方法为极化SAR目标检测和识别等领域的新技术研究提供了新手段.     

基于仿真数据的HJ-1C卫星SAR成像处理方法

合成孔径雷达(SAR,synthetic aperture radar)是对地遥感观测的重要技术手段.作为民用星载SAR的第一颗卫星,HJ-1C卫星即将发射,因此文中针对其成像处理中涉及的关键技术开展了研究工作,包括精确的斜视等效距离模型下的扩展ECS(extended chirp scaling)算法的补偿因子、三次相位误差补偿因子形式的分析,快速的回波数据模拟算法的建模和实现,以及精确的Doppler参数计算方法以及对扫描模式成像算法中拼接环节的算法改进.通过理论研究分析和仿真验证,证明基于等效斜视模型的扩展chirp scaling算法是适应条带、扫描成像模式的精确算法.     

基于互信息熵差测度的医学图像自动优化分割

分割问题是医学图像处理领域的热点和难点之一. 特别是如何自动确定图像中分类类数（NC）以及如何对含有病灶的医学图像进行分割这两个问题一直未能得到很好的解决. 因此, 提出一种基于互信息熵差（dMI）测度的模糊交叉分割算法（DDC）. 实验结果表明, dMI揭示了分割图像与原图像的内在联系, 因而得以有效地确定NC, 而DDC算法对含有不同病灶的不同模式的医学图像能够进行自动优化分割.     

方向EMD分解与其在纹理分割中的应用

提出了方向EMD(Directional Empirical Mode Decomposition，简写为DEMD)的定义和框架并用来进行纹理分割．EMD是由Huang等人提出的新的时频分析工具．这种工具使用筛法对信号分解，再对成分的瞬时频率进行分析．虽然已有文章讨论将一维EMD推广到二维情况，但有两个方面还没有考虑：一方面是从二维EMD中提取特征，另一方面是考虑图像固有的方向性在二维EMD分解中的作用．文中考虑到这两方面，提出了DEMD的方法．这种方法在分解框架中考虑了图像的方向性，并从分解的每个成分中对每个点提出三个特征以进行图像处理．使用DEMD分解提取的特征进行纹理分割的实验说明了这种方法对于纹理处理的有效性．此外，给出了关于DEMD区分纹理在视觉上的解释．     

一种基于边缘检测的小波包非对称分解在图像编码中的应用

图像的像素点的值分布并不是均匀的，而是集中地分布在一些区间之内。小波包分解是将频带等分为2j个新的子带，但很多子带里只有少数无用的孤立点；而在像素点集中的子带里，如果要进行更细的分解，将使子带数量呈指数级数增长。本文提出一种方法先对图像进行边缘检测，得到边缘与非边缘部分。对于像素点集中的几个部分，再分别对这几个部分定义不同的细度并采用小波包非对称分解再进行进一步细分，对于少数无关紧要的孤立点则舍弃。这样既保持了图像的有效信息，又能极大地减小图像编码的冗余度。     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.