融合块结构的等周算法及其在CT图像分割中的应用

等周分割是一种基于图谱理论的分割算法,能有效提高图像分割质量且有较高的效率及稳定性.本文提出了一种融合块结构的等周分割算法.该算法采用块结构来减少图中节点数.并根据CT图像特征,将该算法应用到CT图像分割中.实验结果表明,融合块结构的等周分割算法在CT图像分割中取得较好的分割效果,并大大提高了分割效率.     

基于粒子群寻优机制的图像分割方法

利用粒子群优化（eso）算法全局寻优、快速收敛的特点,结合模糊C-均值（FCM）图像分割算法提出一种新算法,用PSO算法代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极小的缺陷;同时也降低了FCM算法对初始值的敏感度。实验结果表明,与FCM相比该算法聚类更准确,效率更高,具有较高的分割速度和良好的抑制噪声的能力。     

变分不等式的修正松弛混合最速下降法

本文主要研究具有K—Lipschtz和η强单调性质的经典变分不等式问题,通过几个基本性质和Hilbert空间的性质给出了一类松弛混合最速下降算法,并且证明了该算法的强收敛性。     

基于Rabin密码体制的图像分存改进算法

图像分存是图像保护的重要措施之一;本文在分析Rabin密码体制及二次剩余定理的基础上,提出了对基于二次剩余定理的数字图像分存改进算法。改进算法为无损图像分存;实验结果表明：图像分存后,安全性高,图像恢复效果好。     

图像分割方法综述

图像分割是由图像处理进到图像分析的关键步骤。不仅总结了传统的图像分割方法,还介绍了一些近年来热门的分割方法,如聚类分析、模糊集理论、小波变换、神经网络、水平集、均值迁移、图论等,分析了各种方法的原理和特点,并用部分分割方法对经典的Lena图像进行了处理,最后对图像分割方法的研究进行了总结。     

一种基于Markov随机场模型的核磁共振图像分割方法

为了提高核磁共振(MR)图像分割的效果,提出了一种基于Markov随机场模型的分割方法。该方法利用Markov随机场描述图像的先验分布,结合MAP准则获得分割优化函数,通过ICM局部迭代使分割优化函数收敛。迭代过程中引入了后验概率矩阵的平滑;提高了分割的精度和速度。实测数据的实验结果证明了所提方法的有效性。     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

基于互信息熵差测度的医学图像自动优化分割

分割问题是医学图像处理领域的热点和难点之一. 特别是如何自动确定图像中分类类数（NC）以及如何对含有病灶的医学图像进行分割这两个问题一直未能得到很好的解决. 因此, 提出一种基于互信息熵差（dMI）测度的模糊交叉分割算法（DDC）. 实验结果表明, dMI揭示了分割图像与原图像的内在联系, 因而得以有效地确定NC, 而DDC算法对含有不同病灶的不同模式的医学图像能够进行自动优化分割.     

基于谱聚类的图像多尺度随机树分割

针对谱聚类（spectral clustering）应用于图像分割时权矩阵的谱难以计算的实际问题，定义了像素点与类之间的距离，给出一个采样数定理，设计了一个图像的分层分割（hierarchical divisive）算法．在利用该算法进行图像分割时，由于既要对待分类的点进行随机抽样，又要通过调节尺度因子来合并较小的类或拆分较大的类，因此图像的分割既具有随机性又具有多尺度特性，称之为基于谱聚类的图像多尺度随机树分割（multiscale stochastic hierarchical image segmentation byspectral clustering，简写为MSHISSC）．实验结果表明了算法的有效性．     

基于时空光滑约束的总变分最小化视频去隔行算法

从隔行视频序列获得高质量图像需要进行去隔行处理．文中针对这一问题提出了一种基于时空光滑约束的总变分最小化视频去隔行算法．它首先应用Bayes公式将去隔行问题转化为一类最优化问题，然后应用图像随机场模型结合时空光滑约束导出优化问题的代价函数，通过变分法得到Euler-Lagrange方程，最后应用凸半二次规整化方法求得最优解．实验结果表明，文中的方法优于一般的去隔行算法．同时提出了两个去隔行方法的评价标准，它们可以定量检验去隔行方法的效果．     

基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

一种快速TMF的无监督SAR图像多类分割算法

三重Markov随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题.为了降低模型和算法的复杂性,以满足对实测SAR图像处理的实时、稳健和高效的需求,文中提出了一种快速TMF的无监督SAR图像多类分割算法.该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成Bayes最大后验模型(MPM)分割.测试数据和实测SAR图像的仿真实验验证了快速TMF算法的有效性.     

GPS掩星资料的一维变分同化与观测算子

在应用掩星观测资料反演温度和水汽的过程中,存在一个模糊度问题。合理利用背景场和观测量的误差特性,变分同化反演技术可以克服这个困难,并改进反演剖面的质量。采用一维变分同化反演技术,可以从弯曲角或折射率剖面直接反演大气层的压强、温度、和水汽的剖面,并使结果更加合理。变分同化反演是地基和天基GPS技术服务大气科学的主要途径,如何选择合适的观测算子直接进入气象预报的3-维或4-维同化模式成为GPS气象学最重要的环节之一。本文介绍一维变分同化反演技术、各类观测算子,这些基本方法也可以应用到3-维或4-维同化模式中。     

任意共形同轴线电容的变分闭式

基于连续函数的变分极值理论，从共形同轴线电容问题中提炼出基本三角形和任意三角形，由它们可以叠加成任意共形同轴线，同时进一步发展了微分三角形来解决任意曲线方程，导出了任意共形同轴线电容的变分解析闭式，从而比较彻底地解决了任意共形同轴线电容问题．文中给出了各种共形同轴线的实例，讨论了所提出方法的应用和解析闭式的准确性．     

基于细胞神经网络的图像分割及其在医学图像中的应用

细胞神经网络（cellular neural network,CNN）在图像处理方面的应用研究已有很大进展. 其中,指定目标提取CNN现有算法应用于灰度图像时,其有效性依赖于初始点的选择. 以医学图像为例,对这种局限性进行了分析,并提出了一种改进CNN算法,实现了对图像中任意灰度区域的目标物体分割. 同时利用梯度信息和轮廓提取CNN确定轮廓,有效抑制分割过度. 人脑磁共振成像（MRI）中肿瘤分割的实例表明,改进的算法具有实用性和有效性.     

基于混合像元分解的遥感图像融合实用算法

传统的图像融合算法,如IHS变换、合成变量比、主成分替换等方法所得到的融合图像通常存在不同程度的光谱扭曲现象.一种基于混合像元分解的图像融合算法(FSMA)可以很好地保持图像的光谱信息,但该算法仅在以终端端元为先验知识的模拟数据中得到了成功的应用.分析表明,由于全色波段与多光谱波段光谱响应函数不同以及多光谱波段通常不能覆盖整个全色范围,原有的FSMA算法并不能直接应用到真实遥感数据中.文中提出了一种改进的基于混合像元分解的图像融合算法(IFSMA).该算法通过重构原有算法中优化问题的目标函数,降低了对利用多光谱数据模拟全色波段亮度值的难度,使得基于混合像元分解的图像融合算法可以推广应用到真实遥感数据中.实验结果表明,IFSMA算法在光谱信息和空间信息的保持方面均优于IHS变换、合成变量比、主成分替换以及原有的FSMA等算法.     

复杂裂隙网络无压渗流分析的变分不等式提法

通过对仅适用于湿区裂隙渗流的Darcy定理进行延拓处理,并将潜在溢出面归纳为Signorini型互补边界条件,建立了定义在裂隙网络全域上无压渗流问题的偏微分方程（PDE）提法.为了减小试探函数的选取难度和消除溢出点的奇异性,进一步发展了与PDE提法等价的变分不等式（VI）提法,并给出了离散型变分不等式提法的有限元数值求解格式、迭代算法与计算流程.由于使用了连续型的Heaviside函数代替阶跃型函数,避免了对位于过渡区域裂隙单元进行积分时形成的数值跳跃,从而显著提高了有限元数值求解过程中的稳定性.典型算例的计算结果验证了该方法的有效性和可靠性,并表明基于离散裂隙网络模型的无压渗流分析不但可以较好模拟裂隙岩体渗流的非均质性和优势水流方向,还可以准确预测坡体内部排水结构的渗流量,为裂隙岩体边坡防渗排水系统的优化布置提供科学依据.     

缩减MAX SAT问题中变元个数的多项式时间算法

针对ＭＡＸ ＳＡＴ问题，提出一个缩减变元个数的多项式时间算法，若Ｔ是ＭＡＸ ＳＡＴ问题的任何一个实例，该处法将其转化为另一个实例Ｐ，具Ｐ中的变元个数小于Ｔ中的子句个数，在采用其他算法求出Ｐ的最优解后，可用Ｐ的最优解构造Ｔ的最优解。此算法可作为一个有效的预处理处理。     

基于复扩散模型憎水性图像多尺度亮点检测算法研究

在多尺度框架下,提出基于非线性复扩散模型憎水性图像水珠亮点检测算法,最后采用模糊均类算法对多尺度虚部图像水珠亮点进行提取。实验结果表明：对于不同憎水性等级憎水性图像,水珠亮点检测都达到95％以上,这为对绝缘子憎水性等级估判及水珠（水迹）的进一步分割提供了重要的信息。     

基于表面间距离度量的多视点距离图像的对准算法

现有的距离图像对准算法，一般是采用最近点之间的距离和作为评价函数来估计运动参数．这种基于点对间距离的评价函数的缺点是，不同距离图像之间的最近点不一定是物体表面同一点的采样，而且不同采样点所代表的物体表面面积也不同．这些问题使得基于点对间距离度量的对准算法存在不精确对应的问题，因而对准精度不高，对初始运动参数敏感．提出一种基于表面间距离度量的对准算法．通过构造三角网格来近似表示物体的表面，采用三角网格间最近距离的均值作为评价函数来估计运动参数．推导并简化了表面间距离计算的积分公式．实验结果表明，该算法有较高的对准精度，而且收敛速度较快，抗噪声能力较强．