电容层析成像系统重建图像质量评价方法探讨

提出了使用多参数即图像形心点空间位置误差和面积误差的方法，在仿真环境下对电容层析成像系统的重建图像质量进行评价，给出了图像形心点空间位置误差的计算模型．仿真结果表明，该法比目前常用的单参数评价重建的图像质量更科学合理．     

反正切函数的快速计算方法

给出了反正切函数的快速、高精度的计算方法，其基本策略是按照二进制定点表示的特点，将计算区间转换成易求值的区间，然后利用低次逼近法进行计算．该方法计算量小，其计算精度可达到１０－８．     

基于DRNAMC表示的快速矩计算算法

为了进一步提高低阶矩的计算速度,分析了基于对角优先的矩形非对称逆布局模型编码（DRNAMc）表示的同类块的矩计算的复杂度,给出了基于DRNAMC表示的矩计算的2个重要定理,提出了一种DR—NAMC基于表示的快速矩计算算法．实验结果表明：以Peppers,Boat和Goldhill等灰度图像作为典型测试对象,与流行的基于S树编码（STC）表示和传统表示的矩计算算法相比,基于DRNAMC表示方法的矩计算平均执行速度比基于STC表示方法的矩计算平均执行速度提高了32．92％,比传统表示方法的平均执行速度提高了91．07％,是一种良好的矩计算方法．     

用顶点链编码计算区域面积的方法

研究了在图像分析和识别中，直接从顶点链编码计算封闭边界所围区域面积的方法，并用该方法对正方形、正三边形和正六边形点阵中区域面积进行了计算．结果表明，顶点链编码计算封闭边界所围区域面积的方法简单易行，且运算速度快．     

基于序列视差图像的全息立体显示方法

通过获取的序列视差图像，用计算全息与图像处理技术产生了一个全息立体图的显示．在计算全息中采用了基于衍射的光栅条纹生成方法，将视场分为连续的8个区域，每个区域由一个空间频率不同的基本条纹衍射生成，利用迭代算法计算了基本条纹函数．然后对序列视差图像经过二维离散处理，通过光场投影与几何光学成像法，转换到一张全息图上，由包含8个基本条纹的全息素衍射生成序列视差全息图像．从而使观察者获得三维感的立体图像，并给出了实验结果．该算法为基于照片的全息立体图的生成提供了新的方法．     

稀疏矩阵文档图像处理

讨论基于稀疏矩阵的文档图像存储及处理方法 .采用三向量法或链表法表示稀疏图像 ,然后在稀疏域直接实现某些基于临域运算的图像处理算法 .分析表明 ,对于具有显著特征的文档图像能有效地节省存储空间并提高计算效率 .以卷积运算和一种文档图像处理运算为例 ,给出实验结果     

基于图像连续表示的角点检测

为研究基于数字图像连续表示的角点检测方法,利用弦理论给出了离散数字图像的连续表示形式,利用快速付里叶变换实现了离散数字图像的连续表示和重建.通过计算小矩形区域的积分对直线段进行了检测.将角点的响应函数定义为平行四边形面积的大小,利用检测出的有向直线段,实现了对角点的检测.运用不同于传统的离散图像角点检测方法进行了角点检测实验,结果表明:它对图像的噪声有较强的适应性.     

二维和三维线性二元树的操作和运算

提出了二维和三维图像的线性二元树表示.给出了二维和三维线性二元树操作和运算的若干快速算法(如近邻、旋转、两幅图像的交和并、投影、截面、面积、体积和形心等算法).对每一算法都给出了复杂性分析.     

基于非对称逆布局模型的几何矩计算方法

以提高低阶矩的计算速度和精度为目标,以传统的图像表示方法和基于分层结构的图像表示方法为研究对象,提出了一种基于非对称逆布局模型和坐标编码程序(NAMCEP)的快速精确几何矩计算方法.给出了基于NAMCEP表示的精确矩计算的一个重要定理.以图像处理领域里惯用的Lena,Goldhill,F16和Peppers二值图像作为典型测试图像,并与流行的基于线性二元树(LBT)表示的矩计算方法进行比较,结果表明:基于NAMCEP表示的矩计算方法精确矩计算时间比LBT平均节省68.75%,能够有效地用于推导平移、伸缩和旋转不变量方面.     

铸铁平板接触点面积的像素检测法

通过分析铸铁平板接触点面积现行检测方法中存在的不足，提出一种先进的检测方法——像素检测法．该方法以图像的像素多少来表征图像的面积大小，即将扫描所获得的铸铁平板的接触点图像，通过计算机进行像素计算，求出铸铁平板接触点面积的比率，以检测其精度等级．通过实例验证，它是一种性能优越、检测准确的先进方法．建议补充标准JB／T7974-1999.     

基于激光标定的热工缺陷面积测量方法

针对建筑外墙热工区域缺陷面积的测量难题,提出了一种利用激光标定和热成像技术探测热工区域,从而进行图片处理计算面积的方法。该方法使用红外热像仪器采集目标图像,并由Matlab设计相关算法,首先将目标图像转换成YCbCr色彩模型,然后进行灰度处理,二值化目标图像,最后利用激光标定对目标的面积进行计算。为了验证其有效性,通过实体工程的运用,证明该方法具有方便快捷、准确度高的优点。     

基于Gabor滤波器的自适应指纹增强算法

指纹增强的目的在于改善指纹图像的质量,进而提高指纹识别系统的性能.提出了一种基于Gabor滤波器的指纹增强算法,算法采用梯度法计算纹线方向,利用指纹图像子块的频谱分布特征计算纹线频率,通过计算图像方向一致性来自适应地调节Gabor滤波窗口的大小,再采用具有可变角度带宽的低通滤波器进行滤波,有效地提高指纹的纹理清晰度,较好地避免奇异点区域的块效应.实验结果表明,算法具有良好的图像增强效果.     

立体视差调整的快速估计方法

立体图像的视差调整多用于会聚调节和视差校正．为准确地计算出立体图像视差调整量的取值范围,建立了立体视差调整的快速估计方法．算法首先将人类立体视觉的Panum融合区应用于立体显示空间,给出计算立体显示屏幕Panum融合区的方法,然后推导出立体显示屏幕Panum融合区对视差调整量的限定,最后通过对立体图像深度线索的稀疏匹配快速估计出Panum融合区限定下视差调整量的适用范围．经实验验证．本方法可以快速、准确地得到视差调整量的适用范围,最大限度地避免立体图像中出现双眼复视的情况．     

基于梯度调节规则的图像修复算法研究

当前较多图像修复算法采用单一大小样本块进行图像修复,不能适应图像不同差异的纹理丰富度变化,使得修复结果存在块效应以及模糊效应等不足。本文利用图像的梯度值,设计了基于梯度调节规则的图像修复算法。将图像的梯度信息引入优先权计算,联合数据项、置信度项目构造优先权计算函数,以计算优先修复块。利用图像的梯度变化率,建立梯度调节规则,用以调节样本块大小,适应不同的纹理丰富度。引入SSD(Sumofsquareddifferences)函数从源区域中寻找最优匹配块,实现图像修复。实验结果显示,所设计方法修复的图像具有良好的视觉效果。     

改进暗通道先验的雾霾天图像复原算法

为解决暗通道先验在雾霾天图像复原过程中存在的不足,提出了一种改进的快速算法,即采用自适应邻域求取原图像的暗通道,解决了固定邻域在局部区域的错误估计问题;结合极大值滤波与双边滤波计算透射率,有效降低了运算量和运行时间;最后利用区域像素的平均值替代单个最大值,获取更加准确的空气光亮度,从而使改进算法对雾霾去除的视觉效果更加...     

基于二阶对比度的图像融合算法

本文针对融合图像的对比度下降问题,提出了一种基于二阶对比度的图像融合算法。文中给出基于图像灰度直方图的对比度定义、二阶对比度定义和计算方法,可以直接根据灰度图像计算图像的对比度和二阶对比度。所提出的融合算法向融合图像传递二阶对比度信息、对比度信息和灰度信息,不需要对源图像进行变换。实验结果表明,与现有算法相比,基于二阶对比度的算法所需CPU运行时间有较大幅度减少;而且基于二阶对比度算法的融合图像的互信息有显著提高。     

针织物密度在线检测算法研究

针织物的密度、线圈长度、面积孔隙率、未充满系数等组织结构参数的检测是针织物的一个重要指标。但是,目前针织物的密度参数通常是以人工手拉目测为主,严重降低了生产效率和产品质量。针对实际需求,研究开发了针织物密度算法。首先对针织物图像进行中值滤波和直方图均衡化,再根据提出的密度算法进行计算。实际研究表明,该算法运算量小、实时性高,非常适合于在针织物的图像检测领域大量推广,具有广阔的发展及应用空间。     

基于分水岭与多尺度相结合的影像分割方法

分水岭分割是一种应用较广泛的影像分割方法,它能自动生成单像素宽度的封闭轮廓,但需要把影像分割成过多小区域,从而导致影像分割耗时且工作量大。本文就此提出一种分水岭和多尺度相结合的高分辨率影像分割方法。该方法首先运用分水岭方法对融合了亮度梯度和纹理梯度的综合梯度进行计算,然后将同质性度量值最小的区域对合并,最后结合改进区域邻接图进行区域合并。实验结果与基于分水岭和区域合并的影像分割算法得到的结果进行比较,证明该方法不仅能充分利用高分辨率遥感影像中地物的光谱、形状、纹理等特征,而且减少了计算时间。     

基于短小波包的图像边缘检测算法(英文)

使用缩短小波包算法对图像进行处理.对图像进行多层次小波包分解,分解之后用小波包重构高频子空间从而减少图像边缘信号损失。最后依据每层阀值化后的系数,得到图像的边缘.实验结果表明,该算法既能根据需要分别求出不同尺度不同方向下图像的边缘,又能保持图像边缘的完整性和清晰性。     

基于边缘扩展相位相关的图像拼接算法

针对图像拼接算法中计算量大的问题,提出了一种基于边缘扩展相位相关的图像拼接算法。该算法采用迭代阈值分割法对图像进行边缘检测,并对检测出的边缘进行扩展相位相关计算,得出图像间的平移、旋转和尺度变化。利用这些参数拼接图像,用渐进渐出的方法实现拼接图像的融合。实验证明,该算法能够简化计算,并有效地实现图像的拼接。