带方向特征的Contourlet HMT模型

根据Shannon信息理论将纹理的方向特征定义为:图像中信号取值为随机分布的奇异值时方向变量的取值特征.根据这一定义,并结合Tamura方向特征的求取方法,文中对Contourlet变换系数的方向概率分布进行了研究,获得方向特征在Contourlet变换的父子子带间形成传递这一结论,在此基础上结合Contourlet隐Markov树(HMT)模型,建立了以隐状态变量分布为条件的方向隐变量的概率分布模型,即带方向特征的Contourlet HMT模型,给出了该模型的结构和训练方法.此外,通过基于所提出模型的无监督结合上下文信息的图像分割算法对合成图像和遥感图像的目标分割实验验证了所提出模型的有效性.     

基于EMD和LSSVM的滚动轴承故障诊断

滚动轴承故障的特征信号具有非平稳性,处于较低频带内,并且容易被噪声所淹没、难以检测,在现实条件下很难获得大量故障样本。针对滚动轴承故障信号的这些问题,提出了经验模态分解(EMD)和最小二乘支持向量机(LSSVM)结合的滚动轴承故障诊断方法。使用经验模态分解,将故障特征信号分解为若干个固有模态函数之和,提取特征向量,训练最小二乘支持向量机,通过对N205型号的滚动轴承实验数据的验证,表明了该诊断方法获得较高的准确率,能有效识别滚动轴承的故障类型。     

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.     

基于磁性微泡对比剂的超声和磁共振影像融合算法

文中提出了一种新的基于磁性微泡对比剂的超声影像和磁共振影像之间的融合算法．首先利用磁性微泡对比剂对体模进行超声和磁共振显影,并对显影进行边缘分割．运用非采样contourlet变换（nonsubsampled contourlet transform．NSCT）对源图像进行分解,然后对低频子带系数采用自适应动态加权非负矩阵分解（dynamic weighted non-negative matrix factorization．DWNMF）结合分割图像进行融合．然后对各带通方向子带系数采用空间频率激励的脉冲耦合神经网络进行融合,最后利用NSCT逆变换得到融合图像．研究结果表明,利用磁性微泡对比剂并结合上述算法对超声影像和磁共振影像进行融合,可以获得预期的融合效果．     

基于特征的矢量场自适应纹理绘制

针对3D流场纹理可视化方法面临的遮挡问题,提出了一种基于流场特征模糊提取的自适应稀疏纹理绘制方法.该方法建立在一种可扩展的模糊流场特征区域描述与提取算法基础上,首先通过采用模糊理论对流场特征区域进行描述,建立了流场特征的测度规则并得到相应特征向量,然后基于特征向量偏差给出了最小平方和误差准则下的模糊测度隶属度的确定方法.根据得到的流场特征模糊隶属度场,生成可突出流场特征信息的自适应高斯噪声以进行纹理LIC卷积.同时针对纹理方法难以明确表示3D流场具体方向的缺陷,提出了两种冷暖光照方法,通过在LIC卷积过程中采用冷暖光照方法突出流场具体方向显示,有效解决了该问题.实验表明,本文方法相对于传统特征提取方法更具有可扩展性.同时自适应技术的采用,有效缓解了3D流场可视化存在的遮挡和混淆现象.而冷暖光照处理的加入,则解决了纹理方法对流场具体方向表现上的缺陷.     

一种从X射线血管造影图像中自动分割冠状动脉的新方法

针对X射线造影（XRA）图像的分割,首先分析了血管图像的基本特征和先验知识,提出血管结构的多特征模糊识别（MFFR）算法;然后提出基于先验知识引导的概率跟踪算子（PTO）,该算子能够迅速地跟踪动脉血管树,并能够跨过因干扰或预处理导致的血管局部消弱和断裂区域.另外,跟踪过程中同步地进行了血管中心线和宽度的精确测量.为正确评价该方法,分别利用真实造影图像和二维仿真动脉树进行实验评估,结果表明该方法较传统方法高效,一次选定跟踪的起点,平均92.7%的可见血管段或分支可以自动提取出来,结构识别正确率平均达到90.0%.     

色斑检测图像分析系统的研究现状

色斑是一种发病极高的皮肤病，表现为与正常皮肤不同的颜色，色斑影响了人的美容与健康，在皮肤病诊断、化妆品功效判定与皮肤评价中都需要精确地检测色斑。目前国内外都在大力发展用图像分析系统来检测色斑，该系统包括色斑图像提取，色斑分割，色斑信息量化和分类。，本文介绍了用于色斑检测的图像分析系统，总结了图像获取，色斑分割和色斑务类的一些方法，列出了色斑量化的一些有用的几何、颜色和纹理信息。     

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.     

非稳态导热基于温度梯度的本征正交分解降维方法

利用本征正交分解(POD)方法处理温度场是实现非线性热流过程降维的有效途径.目前大部分POD算法研究,是从温度场构成的瞬态图像中提取POD基函数,结合Galerkin投影法建立低阶模型;或者对数值计算方法采用的方程组进行POD分解或SVD分解,以建立低自由度的方程组,达到降维的目的.与传统的POD方法不同,本文以优化POD解的梯度为目标,从温度场的梯度中提取出最优正交基.结合Galerkin投影法,建立了二维、常物性、非稳态导热微分方程的POD-Galerkin降维模型,研究了各个边界条件下导热微分方程的降维算法的精度.结果表明POD解保持0.1%以下的相对偏差,而平均求解时间从原来的1.64 s降低到0.02 s.     

快速评估颗粒污泥性能的无锚实例分割方法

现有的Anammox颗粒污泥性能评估方法中,生化反应等效测定的方法较为精确但耗时长,基于图像颜色建模的方法足够快但不够精确.因此本研究基于实例分割任务,提出一种新的结合颗粒污泥视觉特征(如颗粒污泥颜色、尺寸、粗糙度等)进行性能评估的模型,使其能够在快速评估的同时保证较高精度.首先设计采样方案,收集颗粒污泥图像后进行图像标注,进而构建颗粒污泥图像数据集.针对图像场景中样本不均衡和小目标信息难提取的难点,本研究对无锚实例分割方法BlendMask进行改进,在主干网络上结合可变形卷积提取小目标信息,在头部网络上提出自适应样本选择策略平衡样本,并重新设计了后处理、损失函数与数据增强等模块,使改进后的BlendMask方法能快速精确提取图像场景中的颗粒污泥个体.然后获取颗粒污泥的视觉特征,设计视觉特征与性能的关联模型,判别输入图像的性能类别.相比之前的研究,本文提出的方法能够快速精确地获得颗粒污泥的性能评估.最后比较了所提出改进的BlendMask方法和先进方法在颗粒污泥图像分割和性能评估方面的表现,实验结果表明,改进的BlendMask和性能评估模型精度分别提升了3.93%和1.49%,方法取...     

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.     

数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现

文中提出并论述数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现．首先，分别从信息论和动力学两个角度深刻阐述了分数阶微积分的几何意义和物理意义．然后，提出并论述了分数阶驻点、分数阶平衡系数、分数阶稳定系数、分数阶灰度共生矩阵的概念与理论，并详细论述了分数阶灰度共生矩阵对图像纹理细节特征的检测．然后，论述了在X轴负、x轴正、Y轴负、Y轴正、左下对角线、左上对角线、右下对角线、右上对角线8个方向上的数字图像任意分数阶n×n的分数阶微分掩模的构造及其数值运算规则．最后，在此基础上，提出并论述了数字图像分数阶微分滤波器的理论与构造．仿真实验分别从定性和定量两方面证实了，对于纹理细节信息丰富的图像信号而言，分数阶微分具有非线性增强图像复杂纹理细节特征的独特优势与良好效果．     

基于区块位置与加权视觉语义映射的语义图像检索

提出了一种新的图像语义映射方法WVS—RSSVM,采用自适应的NCut分割方法自动发现并图像中的区域,提取出每个区域包含了位置信息的特征,达到消除一定歧义的目的。并将这些区域采用加权的方式映射为视觉语义空间中的一个点,然后通过SVM分类的方法进行语义学习,实现对图像的语义标注。并且以SVM分类时点到边界的距离作为该点属于某个语义的隶属度,实现检索的排序。实验结果表明,该方法对表达图像的主要语义以及发现有歧义的区块代表的语义,有很好的效果。     

基于最优小波包分解的图像隐写通用检测

基于图像最优小波包分解,提出了一类具有较高检测正确率的信息隐写通用型检测方法.首先基于Shannon熵计算信息代价函数,对图像进行最优小波包分解,并从分解得到的子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类.针对不同的背景和应用环境,文中给出了3种不同的检测算法.针对LSB、PMK、LTSB、Jsteg、F5及JPHide等典型隐写算法的实验表明:此方法相比现有的典型通用检测方法,正确检测率提高约6.4%～15.4%,且具有更好的通用性,并可为设计基于最优小波包分解的模式识别和分类算法提供参考.     

小波域Copula多维模型纹理检索

提出一种有效的小波域copula多维模型的纹理检索方法.针对小波域上各个子带间独立性建模的不足,方法利用小波分解系数的相关结构设计了树状依赖结构,并在这种依赖结构上实现了copula多维分布模型.树状依赖结构能同时捕获尺度间依赖和邻域依赖,且与邻域依赖结构相比该树状结构具有维数低、需要的copula模型个数少的特点.由于copula多维模型较为复杂,很难计算其Kullback-Leibler距离(KLD),本文提出一种基于copula多维模型的KLD相似度检索方法:Copula模型的KLD由其边缘分布函数的KLD和copula函数的KLD组成.在Vis Tex与Brodatz数据库上的实验表明,本文提出的树状依赖结构和相似度检索方法在小波域相关性建模方面计算效率高,较大地提高了纹理图像的检索率,并且能很好地推广到其他小波域(比如复数小波域、方向小波域等).     

基于多尺度特征注意力网络的施工安全预警方法

安全管理是建筑施工过程中的重要工作之一,设计自动化的安全预警方法对保障工人安全、减少施工事故有着重要作用.本文提出一种基于多尺度特征注意力网络的施工安全预警方法.首先,设计融合多尺度特征注意力机制的施工现场实例分割网络,使用具有丰富语义信息的高维特征指导网络对低维特征的学习,从而增强网络对施工设备专有特征的聚焦能力,实现复杂环境下施工设备与工人的精准分割;其次,提出基于位姿估计的三维边界框重构方法,利用神经网络提取到施工设备在三维空间上的朝向,并结合二维边界框所反映的几何约束实现对施工设备三维约束的重构;最后,设计施工现场动态预警方法,根据生产安全要求将施工现场划分为危险区、预警区与安全区,并对施工现场的设备与工人进行实时追踪与三维约束重构,当工人进入危险区及预警区时及时发出警告.实验结果显示,本文所提方法在MOCS公共数据集上取得超过90%分类准确率与59%的分割mAP,优于其他融合特征注意力机制的深度学习算法;从施工现场安全预警案例可知,本文所提方法能够对工人的安全状态进行准确判断.     

基于视频图像的火灾探测方法

图像型火灾探测是利用摄像机作为探头,对拍摄到的现场视频进行处理和分析,通过形体、颜色等变化特征探测火灾.本文提出一种基于视频图像的火灾探测方法,首先探测视频中是否存在移动区域,然后对移动区域内满足火焰颜色特征的区域利用HIS模型进行分割,分别分割计算区域的圆形度,面积变化率,闪烁频率及面积变化趋势特征等,最后通过分析特征进行火灾的探测.在此基础上,对提取的各项特征进行综合分析,从而实现火灾的探测和判别.仿真实验结果证明了算法的有效性.     

机载雷达空时二维自适应处理框架及其应用

推导了机载相控阵雷达空时二维自适应信号最优处理器的另一种等价表达式，由此提出了空时二维部分自适应处理框架，将文献上已有的主要几个空时二维部分自适应方法给出了统一的分析形式，并着重对基于Ｄｏｐｐｌｅｒ预滤波的２种典型降维空时二维处理方案进行了详细的性能比较。     

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。     

超声速混合层拟序结构密度脉动的多分辨率分析

由于超声速密度场测量十分困难,基于实验图像的超声速混合层流场的多分辨率分析一直难以实现．本文利用新近提出的基于纳米粒子的平面激光散射技术,以较高的时空分辨率测量了超声速混合层密度场结构．根据混合层拟序结构的动力学特性,以Taylor的时空转换假设为基础,利用小波分析研究了密度脉动信号和密度场图像的多分辨率特征．密度脉动信号的小波近似系数较好地反映了不同尺度下密度脉动信号的特征,相应的细节系数在一定程度上反映了各层平滑近似的差值．超声速混合层密度脉动信号不同于周期性的正弦信号,而更类似于具有分形特征的Koch曲线信号,在各个尺度上都具有一定的相似性,体现了混合层流场的分形特征．密度场图像的二维小波分解与重构给出了不同尺度的近似与细节信号,有效地分辨了不同尺度下流场的特征结构．