利用偏微分方程的Tetrolet变换图像去噪

对图像进行Tetrolet变换后利用偏微分方程对图像进行了质量改善,仿真结果表明,该算法不仅能有效去除噪声,而且可得到更高的峰值信噪比和更好的视觉效果,去噪后图像较光滑,减少了方块效应,更多地保留了图像边缘和细节等局部特征.     

图像多尺度几何分析综述

阐述了图像多尺度几何分析技术的国内外发展现状及趋势,并介绍了其在图像处理中的部分应用,探讨了图像多尺度几何分析方法存在的问题及进一步的研究方向,为多尺度几何分析技术的发展状况提供了清晰的轮廓.     

基于小生境遗传算法的约束滤波器优化设计

为了对战场图像进行实时处理，抑制噪声，改善图像质量，需要对图像进行平滑滤波。考虑了一类具有频域等式约束的FIR滤波器Minmax设计问题，引入小生境技术自适应遗传算法来得到最优化滤波器的一组参数，并且对滤波器的阶数N进行了优化。设计实例表明，基于小生境技术自适应遗传算法是有效的，具有很好的扩展性，可用来设计最优约束FIR滤波器，实现对图像的平滑滤波。     

基于自适应遗传算法和BP网络的物重监测模型

采用自适应遗传算法与误差反向传播算法(BP)相结合,建立一个通过图像监测物体重量的模型。先对图像进行特征提取,然后用遗传算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快并避免局部极小。作为实例,利用圆柱体、锥形体、梯形体等物体图像相关资料建立了数据库,将图像的特征因素作为样本对网络进行训练,并用训练好的网络预测未知物体重量。由实例表明,该方法在预测物体重量中是可行的,误差较小,为物体重量监测提供了一种新思路和新方法,可用于大型生产线上的物体重量在线监测和质量控制。     

基于Tetrolet变换的自适应阈值去噪

提出一种新的阈值函数,在Tetrolet变换域中利用此阈值函数通过最小均方误差进行自适应图像去噪.此方法主要优点是利用图像Tetrolet变换的多尺度框架和方向性来保留原始图像的边缘和纹理等重要信息,同时在Tetrolet变换域中利用新阈值函数通过LMS算法来对图像自适应去噪.实验结果表明:该算法具有更高的峰值信噪比和更好的视觉效果,是有效可行的.