基于最大信息熵的小波图像去噪算法研究

去噪算法在图像处理的过程中占有极其重要的地位。为了对含有高斯白噪声和脉冲噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于最大信息熵的小波去噪算法,根据最大信息熵的理论确定了改进型阈值和改进型加权阈值函数中的加权因子。仿真结果表明,该算法能够同时抑制高斯白噪声和脉冲噪声,可以更好地保留图像的边缘细节,与Donoho提出的小波阈值去噪算法的去噪效果相比,具有更好的去噪性能。     

形态学多结构元多尺度熵权边缘检测方法研究

数学形态学广泛应用于图像处理和模式识别领域.针对形态学单结构元在边缘检测中边缘信息丢失的问题,提出了基于形态学多结构元多尺度熵权边缘检测方法.首先利用形态学高低帽运算对原始图像进行增强处理,由形态学运算调整结构元素尺度,采用抗噪型算子进行边缘检测,依据边缘图像的信息熵确定权值进行融合,改进了数学形态学边缘检测算法.实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时,有很强的去除噪声能力.     

基于小波变换和相调制图像密度伪彩色编码的图像增强处理

小波变换的图像增强技术仅能应用于黑白图像,而传统伪彩色图像处理技术不能处理图像中的一些细节信息.基于以上两点,本文提出一种基于小波变换和相调制图像密度伪彩色编码的图像增强处理方法.该方法具有丰富的层次,其算法的清晰度要比传统方法高出10％,这能为处理更高分辨率的黑白图像提供效果更好的伪彩色方案.这种方法可将信息熵率提高70％.     

一种融合信息熵和改进SIFT算法的图像检索方法

针对图像检索中基于单一全局颜色特征或局部特征的检索方法存在查准率和查全率低等问题,提出了一种融合信息熵和改进尺度不变特征变换算法的图像检索方法。首先,利用改进的尺度不变特征变换算法提取图像的局部特征;然后,计算图像的全局颜色特征和信息熵;最后,利用信息熵动态分配全局颜色特征和局部特征的权重,计算图像间的相似度进行图像检索。实验结果表明:该方法的检索性能优于颜色直方图法和尺度不变特征变换算法。     

基于色彩分割及信息熵加权特征匹配的刹车片图像分类算法

在基于机器视觉的汽车刹车片外观检测中,刹车片图像前景分割及形状特征的提取和匹配算法是刹车片分类的关键。为实现汽车刹车片外观高精度检测分类,该文提出并实现了一种包括前景分割、几何特征提取及特征模板匹配的图像处理算法。该算法首先将工业相机拍摄得到的红、绿、蓝(red green blue,RGB)格式图像转换到色调、饱和度、明度(hue saturation value,HSV)色彩空间,利用其中的饱和度S通道从暗色传送带背景中分割刹车片;然后提取刹车片区域的多维几何特征进行特征融合;最后采用基于信息熵加权的改进特征匹配算法,通过刹车片特征的信息熵对特征空间的Manhattan距离进行加权。对98张、54类刹车片图像进行了分类实验,结果表明:算法准确率为95.00%,每张平均耗时110ms,可以应用于刹车片生产过程中的实时自动分类。     

一种基于熵的混沌加密小波变换水印算法

对基于熵的混沌加密小波变换水印算法进行研究,提出了一种基于图像信息熵理论的水印算法。通过对宿主图片采用小波变换,对子带图像计算信息熵,熵值最高的子带将再次进行二级小波分解,最终将经过加密处理的水印信息嵌入到分解后的子带中。通过模拟仿真对本算法进行了实验和分析,结果表明本算法能够有效的提取水印图像,表现出较好的鲁棒性。     

基于并行计算的图像检索技术的研究

由于图像处理和检索过程中的数据量巨大,而且各种算法中大量卷积运算和矩阵乘法运算的存在,为图像处理过程中的并行算法设计和实现提供了可能。提高图像处理的速度是由图像数据的特点和图像处理算法的复杂性引起的。并行计算是提高处理和检索速度的有效手段之一。所以将以并行算法在图像处理和检索中的应用为研究对象,重点研究图像处理和图像检索的并行算法处理,并且证明多核环境下实现的基于内容的图像检索技术大大提高了图像的检索速率。     

基于消息传递接口的并行图像处理算法研究

对于大数据量图像和复杂图像处理算法,并行处理是一种有效的解决方法.基于消息传递接口,设计了一种并行图像边缘检测算法,并在曙光4000L并行机上予以实现.数值实验结果表明,并行图像处理能显著减少计算时间,更多的计算节点能得到更大的加速比,该并行图像处理算法对于大数据量图像更加有效.     

基于区域特征的光学图像与SAR图像配准算法

图像配准是进行图像融合、变化检测等图像处理应用的前处理步骤,其配准效果将直接影响到后续图像处理工作的质量．针对光学图像与SAR图像成像特性差异,提出了一种基于区域特征的配准算法,通过实验结果证明了本算法的有效性．     

基于信息熵的Logo分类问题研究

匹配是实现图像分类的关键问题,由于匹配问题的复杂性,目前还没有一个较好的解决办法。该文提出了一种基于Fourier变换和信息熵相结合的匹配算法,对Logo的分类问题进行了研究。通过Fourier变换在图像的频域中找到最佳匹配,使用相关度阈值与信息熵差比作为衡量标准。实验中选取了大量商品图像对Logo匹配问题中查准率和查全率进行了统计分析。实验结果表明,当选取适当相关度阈值与信息熵差比的情况下,该算法能有效提高商品图像按Logo的分类效果。     

基于Spark的并行医学图像处理研究

随着医学图像规模的不断增长,为了快速且有效的处理医学图像并使各类图像处理算法得到应用.文章将传统的医学图像处理方法与Spark整合起来,提出了基于Spark的并行医学图像处理方法.首先,采用基于二进制的图像预处理转换方法,存储图像到分布式文件系统HDFS中;其次,应用传递函数的方法,避免了图像处理算法进行MapReduce转化,实现了快速的通用图像并行处理;最后,以肺叶DR图像分割算法为实例证明了基于Spark医学图像并行处理有较好的适应性和较高的效率,并适应大规模图像的并行处理.     

基于VB的图像处理方法及应用

介绍了12种图像处理的原理、算法以及基于图像处理的VB源程序,并用实例说明了VB源程序的调用方法和实现的图像效果。     

基于OpenCL改进四邻域算法速度的研究

介绍OpenCL基本原理及其特点,分析其在生物医学图像处理中的应用,并以图像清晰度计算算法四邻域法为例进行算法并行化。计算结果表明,在PC平台进行图像清晰度计算时,基于GPU计算的OpenCL技术可以极大地提高图像处理的速度,使得普通计算机上也可实现复杂的生物医学图像处理及可视化应用。     

基于LIP的多通道图像边缘检测研究

由于弱光照图像的成像特点,使得普通的边缘检测的算法难以奏效。20世纪80年代中期由Jourlin和Pinoli提出的对数图像处理LIP模型颇具特色,该模型中的方法对低亮度图像敏感,并且对灰度有界图像的加法运算是封闭的,在边缘检测等方面有着其他方法所不具备的优点。文章基于灰度图像的对数图像处理LIP模型,建立了多通道图像的对数图像处理MLIP模型,并在此模型上进行了对微光图像边缘检测,其效果明显优于经典的Sobel算法。     

基于直方图均衡与小波变换的超声图像增强

针对超声图像对比度低、成像质量差的问题,提出了一种基于小波变换的直方图均衡算法,用于超声图像对比度增强,并使信息熵有很大提高。直方图均衡可以使图像灰度分布接近均匀,提高图像对比度,但图像的信息量会有一定程度的损失。本算法首先对图像作直方图均衡,然后通过对小波变换的一级或二级近似系数的非线性增强处理,使图像灰度分布更加均匀,损失的信息熵也得到很大提高。通过多幅的超声图像的实验结果证明,该算法效果明显,处理后的图像细节清晰可辨,边界信息也得到了保留。该算法对于超声图像临床视觉检查,以及图像目标识别、组织分割等都有很大好处。     

适用于地毯编织图像处理的误差扩散改进算法

常规误差扩散方法会导致图像细节轮廓损失问题,为满足地毯编织图像处理中对图像细节处理的要求,本文提出一种基于HVS模型及边缘检测的像素点误差扩散半色调算法。该算法首先对图像进行边缘检测处理,提取图像的边缘点信息,然后采用基于HVS模型误差扩散系数对图像进行误差扩散处理,处理过程中对于边缘点不进行误差叠加,以保留图像边缘信息。仿真结果表明该算法能够更好地减少图像细节损失,保留图像细节信息,进而满足地毯编织图像处理的需要。     

基于FPGA的图像处理系统

针对目前采用通用计算机、多CPU并行、DSP等方法实现实时图像处理的不足,研究了一种基于FPGA的图像处理系统,由图像采集和图像处理基本算法两部分组成.图像采集选用OV7670图像传感器,其内部集成了传感器及图像处理单元,可以直接输出数字信号给FPGA.图像处理选用Altera公司的Cyclone II系列的FPGA芯片,在芯片上完成了图像采集的控制,模拟了I2 C总线协议,通过设计FPGA的内部逻辑实现了图像灰度化、中值滤波、边缘检测等图像处理基本算法,使处理速度远远快于软件方法.仿真结果显示:该系统实现了实时图像的快速采集和处理,最高能达到30帧/s,并且分辨率为640×480.     

基于GPU的图像处理算法研究

对基于统一计算设备架构(CUDA)的图形处理器(GPU)在图形处理方面的算法进行了研究和实现.针对目前图像处理算法日益复杂,性能要求越来越高,而传统的基于CPU的图像处理算法无法满足需求的情况,充分利用GPU突出的并行处理能力,采用CUDA技术,利用C++语言实现了图像处理算法.研究并设计了高斯模糊处理算法、彩色负片处理算法、透明合并处理算法的GPU并行运算流程,与CPU的性能对比表明基于GPU图像处理算法的效率更高.     

小图像放大:算法与评价

小图像低失真放大是图像处理的一个重要内容。在讨论现有放大算法及评价准则的基础上,重点探讨一种基于核回归的放大算法,并针对典型应用,提出一种基于正确识别率的小图像放大评价方法。实验结果表明了所探讨算法是有效的。     

基于CT图像的全髋关节置换辅助诊断算法

计算机辅助诊断算法是医学图像处理领域的研究热门。全髋关节置换前医生需要手动对比CT与股骨柄图像进行诊断。提出了一种基于CT图像的人工髋关节置换辅助诊断算法。首先统一CT图像与人工髋关节图像的度量,然后通过图像处理提取CT中股骨头中心与股骨干轴线作为内部基准,最后根据基准对人工髋关节图像进行几何变换,与CT图像融合后以模拟植入后效果,辅助医生诊断。实验结果表明,该算法能够准确地将人工髋关节图像与CT图像配准。