一种改进的红外图像模糊增强方法

由于图像在成像过程中存在许多不确定性即模糊性,针对图像的模糊性将模糊理论运用到图像处理,提出了一种改进的红外图像模糊增强方法。该方法在将图像从空间域变换到模糊域时,采用改进的正弦函数做隶属函数,在模糊域进行增强时选择2次迭代增强,通过自适应调节模糊参数能够使图像得到很好的增强。大量实验验证表明,该方法能够较大程度降低图像的模糊性指数,改善图像质量,有利于分割出目标。     

基于耦合小波阈值的图像放大增强方法

利用单尺度平移不变Haar小波变换和扩散方程离散一步迭代的等价性,提出一种图像放大增强的新方法。该方法把原图像作为放大图像的小波低频子带,对重构后的图像进行平移不变小波分解,然后进行基于前向-后向扩散方程的耦合小波阈值。该阈值使得在放大的同时能更好地去除噪声和增强图像的边缘部分,放大和增强同时实现。该方法简单易实现,数值实验结果证实,此方法为一个有效的图像放大增强法。     

复图像域正则化特征增强SAR成像方法

通过分析合成孔径雷达(SAR)的成像过程和频域上的正则化特征增强方法,提出了一种在复图像域进行正则化特征增强的SAR成像方法,直接从SAR复图像域数据出发,利用先验信息,使用正则化方法重建高分辨率的SAR图像。实验结果表明,该方法能较好地保护目标并增强目标的可分辨性、抑制旁瓣和噪声、提高SAR图像的对比度。通过大量实验,研究了正则化参数的选取规律,总结出一些有用的结论。复图像域上的正则化特征增强方法的计算量比频域上的正则化特征增强方法的计算量大大减小。     

一种改进的Gabor滤波器特征抽取算法及其应用

特征抽取是模式识别中的一个关键问题。丈中提出一种改进的基于Gabor滤波器的特征抽取算法。该算法应用Gabor滤波器的多尺度特性与样本图像进行卷积，将得到的Gabor特征矢量，根据其邻近分量的离散程度进行加权处理。与传统方法相比，该算法可以有效增强离散程度相对较小的特征分量在分类中的作用，分类效果较好；同时充分利用样本图像的统计信息，具有一定的鲁棒性。将该算法应用于车辆检测系统中，数据表明其能有效降低车辆检测的错误率，增强系统的鲁棒性。     

一种改进的图像模糊增强方法

本文在ＰＡＬ提出的用模糊集合理论进行图像增强的方法的基础上，提出了一种用正弦函数进行图像模糊增强的方法，我们对四幅图像进行了处理，并给出了定量的描述结果。     

基于扩散张量的自适应正则化变分模型

结构张量是描述图像的有效工具。利用结构张量对图像灰度变化的方向和大小进行判断,提出基于扩散张量的自适应正则化变分模型。该模型将冲击滤波器耦合在其中,使其在恢复图像的同时能有效地增强边缘。同时,给出一种构造正则化参数的方法。仿真实验表明,该模型在对带噪图像进行自适应恢复时,能较好地保护边缘信息,增强纹理特征,得到了较为满意的结果。     

一种基于正交矩的立体匹配方法

通过引入Tchebichef离散正交矩提出了一种新的基于双目立体匹配的方法，该方法利用了Tchebichef离散正交矩在图像空间中的正交性来描述图像的灰度分布特征，然后根据该分布特征对图像对进逐行逐像素匹配，视差计算通过逆变换或者通过比较重建图像的灰度值进行估计，从而得到视差图。给出了利用正交矩处理图像对的重建结果和立体匹配结果。试验结果表明，该方法是可行和有效的。     

基于曲面纹理映射的图像对象阴影快速生成方法

在虚拟环境中，对象阴影的轮廓与在光源位置对对象的观察视图相同。通过对图像对象的视图载体进行网格化分割，对每个网格点基于光线跟踪算法计算投影点，基于光源位置计算对象阴影轮廓，从而提出了一种三维地形场景中基于曲面纹理映射的图像对象阴影快速生成方法，并对算法的性能进行了分析。实验表明，在动态光照条件下，该方法在增强对象真实感的同时，能够获得较为理想的场景渲染实时性。     

一种改进的基于样本块的图像修补方法

图像修补技术一直被广泛地用于重建旧照片和移除一些在图片背景中不想要的物体。提出了一种新的图像修补方法,该方法基于样本的图像修补思想。我们的方法通过合理的信心度和数据条件的计算方法改进了图像修补的有效性和增强图像中线性结构扩散。因此,用本方法进行图像修补时,能有效地避免其他算法共同存在的"垃圾物"的生成问题。实验结果表明,与其他类似方法相比,本方法能够得到更令人满意的视觉效果。     

基于小波分解与神经网络的图像分割方法

采用小波变换进行图像分解，得到不同分辨率下的图像表示，进而构造多分辨率图像金字塔。然后讨论了利用小波变换进行消除噪声的方法，较好的去除了图像的噪声。最后，采用Kohonen神经网络进行图像聚类分割，该方法加快了聚类速度，提高了图像的聚类分割准确性。     

一种新的基于模糊数算术运算的综合评价模型

将模糊数引入综合评价领域,提出了一种新的基于模糊数算术运算的综合评价模型。介绍了三角模糊数和梯形模糊数算术运算的法则,利用模糊数确定评价值和权重值进行综合评价。以机构方案优选为例列举了新的模糊算术运算综合评价的步骤。计算结果表明,该方法评价效果显著,所提出的模型采用模糊数算术运算简明快捷,在工程实际应用中有重要价值。     

基于折线模糊数多属性指标信息的FCM聚类算法

折线模糊数是借助实数的有序表示来确定一类模糊信息,它不仅可以按任意精度逼近一般模糊数,而且也克服了基于Zadeh扩展原理的模糊数四则运算的复杂性.该文首先引入折线模糊数定义及其有序表示,并给出它的扩展运算和度量公式.其次,采用折线模糊数的有序表示描述了待聚类对象的多属性指标信息,进而依据目标函数给出最优模糊划分(矩阵)和聚类中心的计算公式,并基于折线模糊数刻画多属性指标信息的模式提出(fuzzy c-means)FCM聚类算法.最后,通过算例说明该算法比梯形模糊数刻画指标信息更具优越性.     

基于熵权的鱼雷系统模糊层次分析与评判

给出了一种基于熵权的鱼雷系统模糊层次分析与评判方法 .该方法通过两两元素相对比较技术 ,采用三角模糊数来建立判断矩阵 ,改善了 AHP方法所给出判断矩阵的不平衡问题 .根据水平截集和乐观指标 ,进行模糊区间运算 ,从而得出熵权 ,再根据熵权的大小对鱼雷系统进行分析与评判 .最后通过一个鱼雷系统评估和选择的实例来应用和检验这种系统综合评判方法.     

一种基于证据修正的一致性模糊Petri网模型

针对传统的基于模糊Petri网模型的形式化推理算法不能很好地求解含闭环结构的模糊Petri网,提出了一种基于证据修正的一致性模糊Petri网模型。该模型通过引入证据修正因子,把多规则情形退化为一定置信度的带复合证据的单规则情形进行处理,有效简化了模型中的闭环结构。该模型还充分利用模糊“与”规则和模糊“或”规则的内部逻辑关系,对产生式规则中逻辑“与”和逻辑“或”两种组合关系进行了区分,克服了传统的“累加型”加权模糊逻辑方法的缺点,降低了算法推理的复杂度。最后通过实例证明了该模型的有效性,而且易于编程实现,尤其适合应用于较复杂的模糊Petri网推理。     

广义模糊熵的构造及其在图像分割中的应用

针对现有的模糊熵阈值法对噪声干扰、光照不均匀图片的分割不能获得满意分割效果的不足,提出了模糊熵公式的参数化修改并用于图像分割,获得了选取最佳分割阈值的模糊熵新算法。首先将Sugeno广义否定算子替代二次型模糊熵公式的Zadeh标准否定算子,得到了参数型的广义模糊熵表达式;其次,将其应用于构造图像阈值化分割的准则函数;最后,给出了图像阈值化分割新算法中的广义模糊熵参数自动选取方法。实验结果表明,给出的广义模糊熵图像分割方法对光照不均匀图像相比传统模糊熵分割方法更有效。     

基于模糊集合论的故障树分析方法及其应用

传统的故障树分析方法是基于概率论的 ,其失效概率通常要根据大量的第一手数据进行估计 ,然而 ,实际上不可能收集到足够多的第一手数据。首先分析了传统故障树分析的不足 ,提出了一种基于梯形模糊数算术运算的故障树分析方法 ,阐述了将各种模糊数转换成梯形模糊数的途径 ,最后 ,给出了该方法的一个应用实例。结果说明 ,所提出的故障树分析方法具有很好的灵活性和适应性。     

基于时序模糊软集的群决策方法

研究了时序模糊软集环境下的群决策问题.针对实际问题中模糊软集信息随时间动态变化的情形,定义了时序模糊软集等概念,并讨论了其相关运算及性质. 考虑不同时刻模糊软集信息对最终决策的不同影响,分别从连续和离散时间建立基于指数衰减模型的权重确定公式. 然后,利用集成思想定义模糊软集间的运算并给出了算术加权平均算子的计算公式,将时序模糊软集集成为综合模糊软集. 利用水平软集等工具计算各对象的机会值,得出最优决策. 最后,给出了基于时序模糊软集的群决策途径并通过实例验证了决策方法合理、可行.     

基于小波变换及傅里叶描述子的图像检索

分析并设计了具有不随目标的平移、旋转和尺度变换以及边界的起点变化而变化的傅里叶描述子。把小波变换的多尺度边缘检测算法及傅里叶描述子应用于基于内容的图像检索。实验结果表明 ,这种方法对于有背景噪声和旋转、平移及尺度变换后的同一类图像的检索率是很高的