基于矩阵形态学分形几何图的产生

提出了一种利用矩阵和形态学相结合产生具有自相似结构分形图案的方法．图像矩阵和结构矩阵定义为其每个元素是具有矩阵下标的单独的图像，图像矩阵和结构矩阵的膨胀包含了大量不同图像元和结构元之间的膨胀，由矩阵理论把它们组合成一个新的图像矩阵．因此采用图像矩阵间的形态运算可以生成比常规形态学方法复杂得多的分形图形．给出了在特定条件下的分形维数的估计公式．     

基于矩阵形态学分形几何图的产生

提出了一种利用矩阵和形态学结合产生具有自相似结构分形图案的方法，图像矩阵和结构矩阵定义为其每个元素具有矩阵下标的单独的图像，图像矩阵和结构矩阵的膨胀包含了大量不同图像元和结构元之间的膨胀，由矩阵理论把它们组成一个新的图像矩阵，因此采用图像矩阵间的形态运算可以生成比常规形态学方法复杂得多的分形图形，给出了在特定条件下的分形维数的估计公式。     

一种基于矩阵变换的非对称图像加密算法

为提高图像数据的加解密速度与安全性，提出了一种新的非对称图像加密算法．算法原理是基于某种矩阵变换，使得原始图像每一分块像素及其频域产生置乱．具体实现上。首先利用矩阵变换产生密钥对；然后使用私钥对图像在变换域进行加密；最后接收方用公钥解密加密的图像．由于该算法是基于矩阵变换的，具有实现方便，加解密快速的特点；非对称的加密机制则使得数据加密更具安全性．同时，为了进一步提高矩阵变换的安全性，引入了第二种加密机制，将伪随机的高斯白噪声加载到变换矩阵上．分析表明。这种方法对于加密大容量数据尤其是数字图像特别有用．     

高密度椒盐噪声图像恢复方法的研究

高密度椒盐噪声的消除一直是图像消噪的热点和难点问题,一些经典的滤波方法往往在高密度噪声情况下失效,无法做到在消除噪声的同时保留图像的细节信息.为解决这个问题,利用D-S证据理论进行噪声检测,在检测窗口中使用距离矩阵和偏差矩阵为非噪声点的中值添加一个校正量,利用校正后的修复值进行修正噪声.实验结果表明,本文方法在高密度噪声的情况下不但可以有效消除噪声而且可以恢复原有图像的大量信息.     

一种基于自然特征点的增强现实注册方法

介绍了一种基于自然特征点的增强现实注册方法．根据计算机视觉的理论，在透视变换的情况下，一个景物平面与一个图像平面之间的变换是平面投影变换．通过这个原理就可以推导出投影矩阵在满足一定条件下可由单应矩阵得到．根据这个原理，首先通过一个景物平面和图像之间的单应得到初始状态相机的投影矩阵，然后对后面每帧图像和前一帧进行自然特征点匹配，通过匹配点对计算出图像之间以及图像与景物平面的单应关系，由此就可以得到每一帧图像对应的相机的投影矩阵，从而完成虚拟物体的注册．     

马氏矩阵反演的算子证明

为了给出拉格朗日反演的统一性方法，Krattenthaler提出了算子方法并找到一对普遍的反演关系：Krattenthaler公式．马欣荣建立了一个新的普遍性的矩阵反演：马氏矩阵反演，使Krattenthaler公式和Warnaar公式成为其特例．本将利用。Krattenthaler算子方法给出这个普遍性矩阵反演在具体形式下的算子法证明．     

基于Gabor变换的雷达图像滤波及无监督分割

提出了一种基于Gabor小波变换的多尺度、多方向的SAR图像去除斑点噪声及纹理分割算法．根据SAR图像的特点设计一组Gabor滤波器，对SAR图像进行二维Gabor变换，得到一组滤波后多分辨率、多方向的图像．通过对滤波后的图像分别进行非线性变换，再用非相干均值平滑滤出斑点噪声，并计算每个像素在选定窗口内的能量，以此检测出纹理特征，用均方误差聚类方法得到分割的图像．给出对SAR图像进行纹理分割的满意实验结果，对照试验表明，该方法优于空间灰度共现矩阵方法．     

一个计算基本割集矩阵元素的新公式及应用

从电荷守恒定律导出一个计算基本割集矩阵元素的新公式．应用此公式可改善割集电压法．不必选取较抽象的基本割集矩阵，只需写出较直观的关联矩阵即可．     

对角矩阵加入指数参数的AHP算法

基于AHP线性流形学习方法是通过适当的约束条件最小化目标函数来实现的,约束条件中对角矩阵的求解限制,使得公式不够灵活,于是考虑在对角矩阵求解时加入了指数参数,对公式进行泛化.通过人脸图像聚类实验,发现指数的改变对聚类结果能够产生较大影响,针对特定的人脸聚类,可以通过调整参数达到较好的聚类效果；另外,文中还对加入高斯白噪声的人脸数据库进行了实验,考察了参数对噪声的敏感度.     

一种基于服务机器人的视觉系统设计

通过采用图像传感器0V7635采集图像，帧存储器AL422B进行数据缓存，CPLD控制时序，DSP进行图像处理，构建了一个图像采集的硬件系统．在图像软件处理中，采用闽值向量判断法和改进的种子填充法来完成彩色图像的识别和分剖，在分割中计算图像的几何矩，利用全局图像的几何矩特征量构建图像雅可比矩阵，并用推导的图像雅可比矩阵完成一个图像反馈与目标运动自适应补偿的视觉跟踪系统．系统采用了TFT液晶来直观显示视觉识别和跟踪的效果．     

四元数奇异值分解与彩色图像去噪

提出了一种基于四元数的彩色图像去噪算法.该算法对彩色图像进行四元数奇异值分解，得到表征彩色图像的不同分量的奇异值，同时适当地选择和丢弃分别表征图像和噪声的奇异值，可以有效地去除彩色图像的加性噪声.该算法的特点是采用一种新颖的基于彩色图像能量测度模型，自适应地确定去噪图像重构的奇异值数目，因此具有快速去噪和简单可行的优点.实验结果表明，提出的方法针对彩色图像去噪具有较好的效果.     

利用中值滤波进行图像处理

从人眼的结构和视觉特性出发 ,研究了图像中噪声产生的机理和消除的方法 ;提出了利用中值滤波法消除图像噪声的实用方法 ,对影响图像信号的不同噪声采用了不同的滤波方法 ,并对信号的频谱和滤波的效果进行了研究和分析。利用中值滤波法消除图像中的随机噪声是图像噪声处理的最佳方法。     

基于小波变换的图像增强算法

结合小波变换中相关系数理论,提出了一种基于小波变换的图像增强算法,该算法先区分小波域中由细节及噪声产生的高频系数,对由细节产生的信息进行增强,对噪声进行抑制·解决了通常算法中增强细节信号的同时也放大了噪声这个问题·实验表明,该算法在得到很好的图像增强的同时,能很好地抑制噪声,对于多噪声环境下的弱细节信号能达到很好的增强效果·     

双能量乳腺X射线成像噪声分析与评价方法

针对双能量乳腺X射线成像结果易受到成像噪声影响的问题,提出了一种新的用于评价成像噪声对双能量计算结果影响的方法.该方法首先采用乳腺体模在两台临床常用的乳腺X射线成像系统中用双能量曝光,计算出成像噪声大小,并根据双能量成像物理模型推导出双能量计算结果对成像噪声的敏感度指标公式,然后依据公式和成像噪声水平评价敏感度大小.使用该评价方法对成像噪声引起的钙化图像背景区域的波动值以及钙化点的对比度信噪比值进行研究,仿真结果表明,成像噪声对双能量计算结果的影响较大,对于Essential系统,成像噪声会给钙化图像背景区域带来100～120μm的波动;对于DS系统,波动为160～200μm.Essential系统的性能明显优于DS系统,更适合于双能量乳腺X射线成像.     

带钢表面检测中压缩感知图像去噪方法

带钢表面图像中存在高斯噪声、椒盐噪声,以及信号的稀疏性问题,为此研究一种压缩感知图像去噪方法,建立基于分段正则化OMP算法的图像去噪模型,经过边裂、孔洞、辊印三种典型缺陷图像去噪处理的仿真实验和对比分析,结果表明在信号稀疏度未知的情况下仍然能够有效可靠地重构信号,保证全局优化的同时提高了算法的运算速度;特别是峰值信噪比(PSNR)值较高,可以有效的滤除噪声污染,改善图像质量,并能满足图像实时处理要求。     

基于自适应小波变换的红外图像去噪算法

针对红外图像存在的加性、乘性及混合噪声,提出了一种自适应小波变换的图像去噪算法.该方法首先用小波变换对含噪图像信号进行小波分解,这样可以保证对图像中的不相关噪声的有效抑制,保持图像的细节信息.然后将经小波变换所分离出来的噪声成分作为自适应滤波器的输入,通过选用自适应滤波算法从而实现信噪分离的最佳滤波.仿真结果表明,本文提出的去噪算法优于已有的各种算法,提高了图像的对比度,突出了图像细节.     

SAR图像小波域消噪方法

目的 介绍小波域SAR图像消噪算法，并且提出一个小波域内利用多重分形参数修正的雷达图像消噪算法。方法 在系统分析SAR图像与小波之间联系的基础上，通过实验表明SAR图像中原始信号与噪声的多重分形参数不同，采用小波域内对多重分形谱相关的Hoelder指数修正方法进行SAR图像消噪。结果 该算法可以在保留信号边缘、纹理等奇异性情况下，消除斑点噪声。结论 小波进行SAR图像消噪具有独特的优势，随着如分形理论的各种非线性理论的引入，对于具有非线性特征的SAR图像斑点消噪研究将取得更好的效果。     

基于多尺度边缘的血管内超声图像增强算法

血管内超声图像同时具有低对比度和低信噪比的特征,传统的图像增强算法会明显放大噪声.为此,提出一种基于边缘表示的算法来增强血管内超声图像的对比度,采用平滑函数的导数作为小波函数对图像进行二进小波分解,使用小波系数在各尺度间的局部极大值来刻画图像的多尺度边缘,通过拉伸小波系数极大值再重构图像来增强灰度图像的对比度.实验结果表明,本文提出的增强算法在有效增强图像对比度的同时避免了放大噪声,并且可以通过调节不同尺度的拉伸因子来获得不同的增强效果,同时提高了运算速度.     

一种静止图像质量评价指标

介绍一种新的静止图像质量评价算法，其数学模型的建立依据为：图像总的失真主要由相关损失、对比度失真和亮度损失3方面造成。该方法性能高于常用的均方误差和峰值信噪比图像质量评价方法，且简单有效。用此法对静止图像压缩中解压图像的质量进行评价，其结果与人眼的感知评价保持较好的一致。     

图像域阈值与维纳滤波组合的图像去噪方法

用小波变换方法获得与带噪图像具有相同尺寸的各尺度与方向的图像域子图,并对各细节子图进行阈值化处理;然后,将去噪的各图像域细节子图与低频子图相加得到初级去噪图像;最后,对初级去噪图像执行图像域维纳滤波,进一步去除噪声斑点.讨论图像域阈值参数的估计方法,提出一种与小波域BayesShrink对应的图像域BayesShrink阈值估计方法.实验结果表明:与小波域阈值或者小波域阈值与图像域维纳滤波组合的方法相比,对于非高度细节的图像,除去低噪声细节相对丰富图像的情况外,图像域阈值与维纳滤波组合在去除平坦区大部分噪声的同时,能更好保留边缘与纹理细节,得到更好的图像质量与更高的峰值信噪比.