基于模糊阈值的图象分割方法

叙述了采用模糊阈值进行图象分割的基本原理，提出了简化资格函数形式和采用直方图中值滤波处理方法，算法简单直观，计算机仿真表明图象分割结果比较理想．     

快速HLS彩色空间变换方法

分割是图象分析和处理中的重要手段．对于彩色图象,一般的分割方法都是基于ＲＧＢ（红、绿、蓝色）的彩色分量的计算,但有时ＲＧＢ分量不能确切体现图象中目标物体的特征,而且计算量很大．给出了一种新的彩色图象ＨＬＳ（色度、亮度、饱和度）变换方法,它能够体现出人类视觉特征,且经变换后的图象特征明显,易于进行边缘检测、分割和目标识别处理．此方法计算量小、精度高,经在医学图象处理系统中的实际应用,取得了很好的效果．     

微型计算机视频信号输入系统

本文提出了一种适用于微型计算机处理红外电视图象的输入系统。该系统采用程序访问式传送数据;用多场按列采样以降低图象数字化的码率;利用四块中规模集成电路组成可预置可变分频器,使得位移电路简单,性能可靠,用硬件组成窗口以便选取图象的任意部分送微型机进行处理,并在监视器上显示出窗口的位置,同时可在打印机上打印出所输入的图象。     

实时图象伪彩色处理电路的设计与实现

该文研究利用硬件电路实现图象伪彩色处理的方法，突破了传统的图象伪彩色处理必须利用计算机软件的局限。通过对黑白视频信号进行灰度分割和编码，建立起灰度级－彩色的变换关系，即某一灰度级经过变换编码后对应于一个特定的彩色，并且连续的灰度级变化对应于连续的彩色变化，通过彩色编码合成为彩色全电视信号，从而可以直接在彩电上显示出伪彩色图象。该方法线路结构简单，实现了实时伪彩色处理，大大提高了人眼的分辨能力。     

基于灰度直方图的快速K—MEAN图象分割算法

K-MEAN图象分割算法本质上是一种迭代运算,分割结果虽不受初始类中心的影响,但分割处理速度明显依赖于初始类中心的选择.对此,本文根据K-MEAN图象分割算法的原理,提出了基于灰度直方图的快速K-MEAN图象分割算法,该算法直接在灰度直方图上进行迭代运算,不仅减少了数据处理量,且无需人工确定初始类中心,图象分割只需简单的门限判别.理论分析和实验结果证实了该算法能明显加快迭代过程和提高处理速度.     

视频二值图象信号输入输出接口

本文介绍一种用作微型机视觉系统的二值图象输入输出接口板,它具有二值图象采样存贮、显示以及作为微机存贮扩展板等功能。电路设计采用二值化方法处理视频图象信号和对画面进行开窗控制,使存贮空间得到充分利用。电路结构简单合理,造价低廉,适用于标准视频信号采样和普通电视机显示,能方便地用作文字图表信息输入和物体形状检测监视等微型机视觉系统接口。     

一种光学一数字混合型快速功率谱分析系统

本文介绍适用于大量图象筛选处理的光学一数字混合型功率谱分析系统的设计原理,並介绍了利用该系统进行肺癌细胞自动识别的应用举例。     

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。     

红外热图象自动阈值分割方法

根据红外热图象的特点，提出基于灰度统计特性的直方图移动平均方法，实现了红外热图象自动阈值分割。实验结果表明，此方法算法简单、运行速度快、分割效果也较为满意。最后给出了计算机处理结果。     

基于区域增长及边缘检测的一种图象分割方法

提出一种图象分割算法．这种算法综合了三种算法，即区域增长、边缘检测及保持边界平滑方法．它可以明显地克服区域增长及边缘检测各自的缺点．在这种方法中还引进了边界平滑算法使得分割所产生的边界更可靠．可直接应用到三图象分割、医学图象分割的实验中，证明了这种方法的有效性     

基于引导滤波的红外图像预处理算法

针对红外图像固有噪声和灰度分布非均匀性影响图像质量的问题,提出一种基于引导滤波的红外图像预处理方法。根据引导图的局部信息,在红外图像的不同位置动态生成滤波核函数,从而可以在平滑场景的同时保持甚至增强边缘细节。实验表明,本文方法可以有效滤除噪声,保持场景强边缘,改善灰度分布非均匀性;且由于引导滤波算法复杂度与滤波半径无关,处理速度快。此外,应用实验表明该方法可以提高融合图像视觉效果,增强目标跟踪的定位精度,在图像增强中能够有效避免伪边缘的产生。     

一种基于特征表达的无人机影像匹配像对提取方法

针对无人机(unmanned aerial vehicle, UAV)影像三维重建中匹配像对提取适应性差、效率低、需准确的先验知识等问题,提出一种基于特征表达的无人机影像匹配像对提取方法。首先利用SiftGPU算法对一组无人机影像进行尺度不变特征转换(scale-invariant feature transform, SIFT)特征提取。其次,对SIFT特征向量集合构建分层词汇树,并分别计算各个影像与影像集中各影像的综合权重因子并按得分大小进行排序。最后,自适应计算影像检索阈值,得到最终的影像匹配像对。通过对不同地形地貌的无人机影像进行试验。实验结果表明:所提方法能快速、有效获取查询影像的匹配像对。与常规词汇树检索方法相比,查准率提高了19%～24%,查全率提高了17.4%～30.9%。尤其针对海量的无人机影像数据,所提方法具有更高的处理效率。     

铸铁平板像素检测法中的图像均匀化方法

在铸铁平板像素检测法中，针对图像的不均匀特点，建立了铸铁平板图像的数学模型，并在此基础上提出了以二维插值为基础的铸铁平板图像均匀化方法．结果表明，该方法的均匀化效果良好，均匀化后的平板图像可直接用Otsu方法对其讲行分割．分割效果满足应用要求．     

基于数据网格的肝脏CT图像感兴趣区域分割

通过图像分割获取医学图像感兴趣区域是医学图像处理与分析要解决的首要问题及技术难点。为了获取肝脏CT图像中的感兴趣区域,针对肝脏CT图像的自身特点,提出了一种基于数据网格和改进的区域生长法相结合的肝脏CT图像感兴趣区域分割方法。首先利用数据网格对肝脏CT图像做粗分割,最大程度地去除骨骼及背景对后期分割的影响。其次,利用先验知识,确定区域生长的种子点,做基于改进的区域生长法的二次分割。实验结果表明,能较完整的分割出CT图像的肝脏区域。实验结果为进一步的医学肝脏图像的处理与分析奠定了基础。     

基于Contourlet和IHS的遥感图像融合

针对目前最新发展的Contourlet变换较小波变换能提供更丰富的方向和形状,有助于捕捉图像中的几何结构,提出了一种新的基于Contourlet变换和IHS(Intensity-Hue-Saturation)变换的遥感图像融合方法,首先对多频谱图像进行IHS变换,然后对所得的亮度分量和全色图像分别进行Contourlet变换,再对得到的低频近似系数和高频细节系数采用一定的融合规则得到一个新的亮度分量,并对其做逆向的IHS变换得到融合图像.实验结果表明,该方法在保留多频谱图像的频谱信息的同时增强了融合图像的空间细节表现能力,提高了融合图像的信息量,并且优于同等条件下的小波变换方法,该方法是有效可行的.     

全息实时检测中零级衍射斑的消除

在全息流水线检测中,为了保证再现像细节的清晰再现,同时降低全息记录对CCD性能的要求,采用图像相减法消除离轴全息零级衍射斑,并对实际结果进行处理。实验表明,该方法简单快捷,并且在零级像和其他级次像严重重叠的情况下,也能较好地消除零级像的影响。因此可用于全息的实时检测,且不会造成信息丢失。     

基于小波变换的遥感图像快速拼接方法

基于图像小波变换与低频区域特征匹配的拼接方法,实现无人机序列遥感图像的快速动态拼接.根据无人机遥感图像成像的内、外方位元素,采用直角空间变换及二次线性插补方法,实现了遥感图像校正.小波变换提取低频图像,在此图像区域中搜索和提取特征模板,然后利用序贯相似性检测法进行匹配计算.根据匹配结果,实现两幅图像的拼接.仿真实验结果表明,所提出的拼接方法具有较好的实时性和拼接精度.     

求解多层媒质中点源电场问题的复镜像法

求解点源与半无限大均匀媒质的电场问题可利用经典镜像法。若媒质分层均匀,则经典镜像法需要无穷多个镜像来模拟这种电场问题,这给分析计算带来一定的困难。本文所介绍的复镜像法是采用任意函数的有限项指数级数Ｐｒｏｎｙ展开来定义镜像的大小和位置,而替代经典镜像法中采用无限项Ｔａｉｌｏｒ级数展开方法。仅利用几个复镜像便可以得到高精度的计算结果。对于一般的２层媒质问题,利用８个复镜像可以达到１千个经典镜像的计算精度。     

一种红外偏振与光强图像的暗原色多特征分离融合方法

针对现有红外偏振和光强图像融合算法不能同时兼顾提高对比度、突出明亮特征和保持边缘细节信息的问题,提出一种暗原色多特征分离融合的新方法。首先,对源图像进行局部最小值滤波和引导滤波得到暗原色图;然后,经过差值、绝对值取小融合的处理,提出暗原色多特征分离方法,得到包含亮、暗以及边缘细节信息的三部分图像;最后,对三部分图像采用不同规则分别融合,通过重构和亮度调整得到最终融合图像。实验结果表明,本文方法能有效地融合源图像的互补信息,不仅能够保留边缘细节信息,同时也能突出明亮特征和图像整体对比度,在实际的目标识别中具有一定的优势。     

基于离散多小波变换的多聚焦图像融合方法

多小波是小波理论的扩展,多小波变换能够为图像分析提供一种比小波多分辨率更加精细的方法。利用多小波将两幅图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。在研究离散多小波图像分析法基础上,提出了一种基于离散多小波变换的多聚焦图像融合方法。试验结果表明,该方法能够很好地解决多聚焦图像融合问题,具有良好的融合特性,得到的融合图像效果优于传统图像融合方法。