基于小波变换的图象压缩

要在模拟和移动通讯中传输数字图象，首先必须对图象实行高比率的压缩，本文对讨论小波变换的特征机理，建立了以小波变换为基础图象压缩软件模拟系统，并同标准ＪＰＥＧ的图象压缩方法做了对比实验，结果证明：在高压缩比时，基于小波变换压缩的重建图象ＰＳＤＮ和重建图象质量都明显地成于传统的ＤＣＴ压缩方法。     

彩色图象噪声的形态滤波方法

形态处理是二值和灰度图象处理中噪声抑制、特征抽取、形状描述等的有效方法，本文提出了一种彩色形态变换，将数学形态学理论拓展到彩色空间，构建了彩色噪声形态滤波器，分析了其性质，实验结果表明它能有效地消除图像中的彩色噪声、保留图像边缘。     

子波变换图象压缩编码技术进展

从１９８８年Ｍａｌｌａｔ将子波变换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法。开创了子波变换在图象处理中的应用，子波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计，在１９９６年符合高清晰度电视标准的子波变换视频图象压缩技术将推出问世，本文综述子波变换图象压缩编码技术当前的进展。     

光学图象假彩色处理中的密度-颜色变换分析

本文提出了Ｈ－Ｄ双线的分析方法，得到了光学图象假彩色编码中的等色线方 程。通过实验制作了表示密度－颜色变换的等色线区图。利用等色线区图，能够实现 可控制的密度－颜色变换，将待处理的黑白图象的特征信息密度，转换成预定的假彩 色图象颜色。     

面向对象的图像数据库检索系统

提出“图象图标法“，采用小波变换技术从图象中抽取其主要结构作为其逻辑图象，即图标，利用图标进行模板匹配，从而大大提高了匹配效率。     

图象压缩一从DCT到小波变换

讲述了基于散余弦变换（DCT）和小波变换（DWT）的压缩算法的各自特点，比较指出后者的优越性。并针对其应用前景介绍了新一代静止图象编码标准JPEG2000。     

增强医学X光片衬比的数字图象处理方法

医学Ｘ光病理检查片由于成象条件和显影条件等的限制，病灶图象的衬比（对比度）较低，某些重要的信息被掩盖了，影响医生对病情作出正确诊断。利甲数字图象处理方法选择适当的变换函数，用区域衬比增强方法对医学Ｘ光片进行处理，增强了图象的衬比，使图片中某些肉眼看不清的特征信息显现出来，提高了诊断的准确性。     

图象数据压缩的一种向量量化方法

讨论了一些标准图象通过二维小波变换结果的统计特性，在此基础上，提出一种码本组织法，这种新的向量量化技术用于图象数据压缩时，能显著地减少向量匹配的搜索算法的计算量。     

快速图象纹理映射算法的研究

本文提出了改进的双步图象纹理映射方法。算法采用了参考面、双线性变换和图象域增量法等技术，使其具有实现简单、快速实用、满足交互式图象生成系统的需要等优点。文中详细地讨论了算法的实现步骤及计算复杂性，并给出了理想的系统实验结果。     

使用K—L变换进行图象压缩的一种新方法

在图象变换编码领域，Ｋ－Ｌ；变换是最小均方误差意义上的最佳变换，但是变换矩阵随图象内容而不同，且计算复杂，速度慢。本文造反他合理的计算自协方差矩阵的特征矢量的方法，以削减计算时间。同时提出了将模式识别引入Ｋ－Ｌ变换的一种新的图象压缩的方法，用精选的模式集训练ＢＰ神经网络，使之在计算中将各个图象正确归类，以选择合适的变换矩阵。     

本影变换与灰值形态变换

在二值形态变换的基础上,通过引入本影和表面算子,给出了灰值形态变换的定义,较为全面地讨论了本影变换和表面算子的相关性质以及以此为基础所建立的灰值形态学变换的相关性质,并给出了详尽的证明过程.     

模糊形态学的理论概念

本文将经典集上的形态运算扩展到模糊集，并且以模糊集理论和模糊形态学的观点，建立了完备格。运用模糊集上的截集概念本文将经典集上的形态运算扩展到模糊集，并且以模糊集理论和模糊形态学的观点，建立了完备格。     

乘除形态学联想记忆及其性能分析

形态学联想记忆是一类新颖的人工神经网络,但是它的异联想记忆效果较差.针对这个问题,基于互补的思想,提出一种形态学联想记忆方法,称为乘除形态学联想记忆.文中分析了乘除形态学联想记忆方法完全回忆记忆的条件及其噪声性质.分析和实验表明,这种方法对异联想效果显著,并具有一定的抗噪声鲁棒性,在一些情况下,能够取得更好的异联想效果.     

基于广义形态骨架的拐点检测方法

提出了一种基于形态骨的快速拐点检测方法,该方法基于物体条件骨架原理,采用改进的非对称开运算算子,利用内外骨架检测物体的凸点和凹点,以实现对所有拐点的检测;对于有噪声图像根据多刻度滤波原理采用较大的结构算子去噪,使预处理和检测在算法上实现统一,实验表明,该统一算法检测准确度高,抗噪性能好、具有旋转不变性、计算量小、硬件实现简单。     

一个关于数字图像处理的变精度形态学模型

基于形态学的基本理论,通过包含度和集合间大包含度包含关系的定义,建立一种新的变精度形态学模型.该模型与经典形态学相比,在使用上具有更强的灵活性,且经典形态学只是该模型的一种特殊形式.最后通过实验仿真,将其用于图像去噪和边界提取,验证了该模型的灵活性,并且所得效果明显优于经典形态学算法.     

草果的生药学鉴定

对草果进行系统生药学鉴定,为其鉴别及应用提供科学依据．采用原植物鉴别、性状鉴别、显微鉴别的方法．结果草果在原植物、性状、显微等方面具有专属性的特征．该方法简便易操作,可作为该药材定性鉴别依据．     

提取深度图象尖顶边缘的一种新方法

提出了一种以基本数学形态学运算为基础的在深度图象中提取尖顶边缘的方法．首先用形态梯度算子处理深度图象，使尖顶边缘包含在图象的凹谷中．然后用形态凹谷检测算子将凹谷检测出来，并在尖顶边缘处形成凸峰．计算凸峰的局部极点，从而得到对应的尖顶边缘点的位置．用实际的深度图象进行了实验，结果证明这种方法快速有效，并且具有良好的抗噪声性能。     

扫描电镜下的花粉形态研究

对一些植物的花粉进行扫描电镜下的观察研究,详细描述了它们的形态特征,以期为植物系统学研究提供新的、有价值的性状依据．     

图像数学形态学分析与处理

图像数学形态学操作是数字图像处理的重要技术之一,用于表示和描述图像的形状。在分析了图像形态操作的基础上,综合考虑了图像形态操作的各种情况,给出了图像形态操作的实例,提供了Matlab实现方法,有利于分析和提取图像的有用成分。     

区域生长型分水岭算法及其在图像序列分割中的应用

针对物体基视频编码中的图像分割,提出了一种区域生长的分水岭算法,它直接对要分割的图像而不是其形态梯度信号进行分割,克服了传统形态分割方法使用形态梯度信号而导致轮廓信息丢失的缺点。此外,在具体实现算法时,采用了一种基于分级队列结构进行图像扫描的巧妙方法,大大提高了算法的效率。模拟结果表明,该算法能有效地分割运动物体,能较精确地定位运动物体的边缘。