复杂场景中基于统计模型检测运动物体的新方法研究

本文介绍一种基于视频信号多特征统计分析来实现对自然场景中运动物体的检测的新方法。在一般的检测运动物体的方法中,基本上是刺甩求出序列图象的相邻两帧图象的各象素灰度值变化的方法,这种方法称为变化检测箕法。这些方法的原理是基于假设序列图象的灰度变化是由场景中的运动物体造成的。然而,其它原因(如;摄像机噪声、光照的变化、摄像机的轻微移动)也可以引起图象的灰度变化,因此使得系统容易产生错误的判断。为了克服这个问题,本文提出的新方法除了考虑帧问灰度变化外。,还考虑了图象中的纹理和运动信息。通过对帧间图象的灰度、纹理、运动三个不同特征信息的数据统计分析,实现对自然场景中运动物体的检测。     

一种新的物体连续切片图象的截面三维重建

描述了一种新的截面三维重建方法,它是在截面重建法的基础上,引入仿射变换作为旋转、投影变换,利用线性插值消隐填充算法,生成物体的可视侧面,直接利用重建图象的深度信息计算可视侧面的灰度,在显示平面获得物体可视侧面的三维结构及形状信息.并可通过旋转投影变换获得物体任一可视侧面的重建显示图象.     

基于粗集方法改进的图象增强

研究一个基于粗集理论改进的图象增强方法，首先根据图象灰度和邻域灰度均值相似程度，建立粗集等价关系和相应划分集合，然后得到基于粗集方法的图象增强框架，提出该方法具体实现。该图象增强与传统增强方法相比较，在增强图象边缘的同时，很好地保留非边缘信息，并且能有效抑制噪声。     

基于PCNN的纹理图像增强算法

阐述了应用有生物学依据的脉冲耦合神经网络（PCNN）的脉冲发放特性进行图像增强的原理，并将此原理应用于具有纹理特性的指纹图像，从而产生了针对纹理图像增强的新方法。此方法主要利用纹理图象的灰度变化特性，采用将像素点灰度与所在邻域内灰度的局部均值比较的方法，使原方法更有针对性。实验结果证明，指纹图象增强效果显著。     

图象灰度的非线性模糊补偿

在图象处理系统中，经常由于系统及环境亮度等诸多因素的非线性所带来的影响，需要对图象灰度进行非线性补偿．本文研究将模糊逻辑用于图象灰度的非线性补偿，提出根据模糊逻辑推理原理的非线性补偿算法，并与常规算法进行了比较，实验结果令人满意．     

模糊聚类分割算法在织物淋水等级评定中的应用

本文应用基于二维直方图的图象分割模糊聚类方法对标准织物淋水试验等级的图象进行分割处理，即利用模糊Ｃ—均值（ＦＣＭ）聚类算法得到图象像素点的隶属度集合，并由各像素点的隶属度实现图像分割，完成图像的二值化。然后计算二值化后的图象上黑区域（物体）面积百分率，此值即为织物上的沾水面积百分率。实际评定织物淋水等级时，采用欧氏距离计算实验样品与标准样品淋水面积的贴近度来确定其淋水等级。     

基于粗集方法改进的图象中值滤波

研究一个基于粗集理论的图象中值滤波方法。首先根据图象灰度和邻域灰度均值相似程度,建立粗集等价关系和相应划分集合,然后得到基于粗集方法的图象中值滤波框架,给出了该方法具体实现的实例。该图象中值滤波与传统中值滤波方法相比较,在有效抑制噪声的同时,能更好地保护边缘信息。     

基于粗集方法改进的图象增强

研究一个基于粗集理论改进的图象增强方法,首先根据图象灰度和邻域灰度均值相似程度,建立粗集等价关系和相应划分集合,然后得到基于粗集方法的图象增强框架,提出该方法具体实现。该图象增强与传统增强方法相比较,在增强图象边缘的同时,很好地保留非边缘信息,并且能有效抑制噪声。     

无损检测焊缝图像的缺陷分割算法研究

模糊C-均值聚类（FCM）算法现在已广泛的应用于地质形态分析、语音识别、图象处理及空间导航系统等领域。尤其在灰度图象中,由于其固有的模糊性,把模糊理论应用于灰度图象的处理中,能取得一定的效果。无损检测中采集到的图象为灰度图象,其中灰度信息是最基本的信息,也是最简单的图象信息,本文利用一维灰度信息,采用模糊C-均值聚类算法,结合直方图数据,设定FCM算法初始聚类数目及初始的聚类中心,实现对焊缝图象的缺陷分割。     

基于二维灰度阈值的图象二值化分割算法

图象的二值化分割算法是图象处理中最基本的预处理方法，二值化结果的好坏将直接影响后期的处理或识别。西文提出了一种基于二维灰度阈值的图象二值化分割算法，该算法能够将图象中的物体从有噪声的背景中有效地分离出来，具有罗好的二值化结果。     

基于图像分解的织物组织自动识别

利用维纳滤波从水平和垂直两个方向分解织物图像,经过合理的二值化,分别获得包含经纱和纬纱特征信息的子图像,从而计算经纬纱密度等参数.综合子图像的部分信息,可以确定织物组织点的位置,再利用每个组织点区域内经纬向纹理特征,判断织物组织类型.经过对平纹、斜纹、缎纹3种基本组织布样的实验,表明该方法可以很好地识别织物组织类型.     

使用直方图熵阈值法,从背景中自动分离出医学心脏图象

在医学科学研究和临床诊断中,常常需要在图象背景中分离出心脏或其他内脏器官的图象,以便对心脏或内脏器官进行几何学参数的测量。本文使用信息论中熵概念,推导出与先验和后验信息有关的评价函数,由它来选择最佳阈值,使分离出完整的心脏图象。为了能得到精确、清晰的心脏边界,本文使用了双曲线函数增强处理,选择常数C为0.5或1。采用灰度值窗口法后,并把阈值处理后图象的直方图起点移至灰度级为零的位置,使增强心脏边界的效果更为明显。本文使用Roberts边缘检测法获得了精确又清晰的心脏边界。     

使用直方图熵阈值法,从背景中自动分离出医学心脏图象

在医学科学研究和临床诊断中,常常需要在图象背景中分离出心脏或其他内脏器官的图象,以便对心脏或内脏器官进行几何学参数的测量.本文使用信息论中熵概念,推导出与先验和后验信息有关的评价函数,由它来选择最佳阈值,使分离出完整的心脏图象.为了能得到精确、清晰的心脏边界,本文使用了双曲线函数增强处理,选择常数C为0.5或1.采用灰度值窗口法后,并把阈值处理后图象的直方图起点移至灰度级为零的位置,使增强心脏边界的效果更为明显. 本文使用Roberts边缘检测法获得了精确又清晰的心脏边界.     

二维信息熵的红外图像分割算法

为了准确实现目标分割,提出将信息熵应用于红外图像的分割算法。对一般二维直方图最大熵进行推广,给出了外接4邻域直方图最大熵、灰度级-邻域灰度级绝对差直方图最大熵,以上3种二维信息熵算法均能有效地实现红外图像分割。引入属性直方图的概念,构造合适的属性集,先缩小目标的搜索范围,在此基础上运用信息熵进行目标分割,与单纯信息熵分割算法相比,得到的分割结果图中,目标的形状比较完整且引入的干扰较少。仿真结果表明该算法是有效的。     

基于参数校正的离焦图像高斯核估计

针对离焦模糊图像高斯核难以快速精确估计的问题,提出了局部熵和参数校正相结合的辨识算法.该算法首先对模糊图像进行局部熵滤波提取图像阶跃边缘模糊区域,然后对此区域进行两次人为离焦模糊,根据梯度比估算高斯模糊核,在计算中提出参数校正的方法减少了量化误差,实验结果表明该算法在模糊核较小时能够精确快速地定位阶跃边缘,并提高了高斯模糊核的识别精度和识别效率,为模糊图像复原提供了较为精确的退化函数.     

基于多尺度空间子带共生矩描述子的花粉图像特征提取方法研究

针对显微镜下的花粉图像普遍具有特征维数高、旋转和姿态变化较大等问题,提出了一种新的基于多尺度空间子带共生矩描述子的纹理特征提取方法;并应用于花粉图像的分类和识别。该方法首先采用Mallat小波分解算法将花粉图像分割成不同层次的尺度空间,然后在各个子带尺度空间上提取图像的灰度共生矩分量,最后通过计算每个灰度共生矩多个方向上的统计特征分量构造最终的子带共生矩,描述子鉴别特征。通过Confocal和Pollenmonitor图像库上的仿真结果表明,该特征能较好地描述花粉颗粒图像的纹理分布,对于花粉图像的旋转和姿态变化具有良好的鲁棒性,能够获得较好的识别精度和效率。     

Assessing Fabrics Wrinkling by Image Analysis

In this paper, the features of fabric wrinkle structure are analyzed, by image processing technique. The wrinkle images are processed and character parameters are extracted. The wrinkle side surface area ratio of image gray level intensity, the standard deviation of total pixels' gray level intensity and the standard deviation of wrinkle block area are adopted to evaluate fabric wrinkling. The results show that these three character parameters can be served for ranking the wrinkling. It provides a feasible objective method for fabrics wrinkling degree assessing.     

一种基于灰度相似性的指纹纹线密度提取方法

 提出了一种独立于纹线方向信息的方法,根据指纹整体与局部在灰度的相似性,求出具有该相似性的最小局部的尺寸,从而得到相应的纹线密度.该方法在指纹图像的各种区域都适用,很好的解决了不规则区域纹线密度的提取问题.     

基于梯度信息的灰度人脸检测

针对灰度图像提出了一种有效的人脸检测算法。首先对原始灰度图像利用Sobel边缘检测算子得到水平方向的梯度信息;在此基础上,结合人的眼睛灰度信息得到眼睛的初步候选区域,并根据眼睛的几何特征删除非眼睛区域;然后利用眼睛的几何特征以及人脸的“三停五眼”特性确定真正的眼睛和嘴的区域,在精确定位眼睛和嘴的几何位置后确定人脸区域;最后利用人脸的左右对称性来验证人脸。实验表明,该算法对于灰度图像的正面人脸定位以及人脸检测具有良好的效果。     

一种基于多分辨分析的简化的分裂-合并图像分割算法

为了减少分裂-合并算法的计算复杂性,提出了一种基于多分辨率分析的分裂-合并简化算法.首先,将原始图像用多分辨的形式分层表示,对最低层分辨率的图像用简化的分裂-合并算法进行图像分割,同时用该层的边缘信息对分割结果进行优化,得到该层的分割图像;然后,用直接影射的方法将低分辨率的分割图像映射到高分辨率空间中,并用相应的边缘信息进行优化,直到在原始分辨率空间完成上述工作,得到最终的分割结果.试验证明,所提算法简单有效,较好地解决了分裂-合并算法计算复杂的问题.