不完全投影数据的最大熵再投影图象重建

针对某些被测物对部分射线“不透明”致使相应投影数据丢失情况,提出了最大熵再投影的图象重建新算法,经通用微机上仿真对比实验,重建图象质量优于传递的最大熵法。     

基于最大相关熵准则的压缩感知地震道重建方法

从含异常振幅噪声的缺失地震道重建问题出发,引入信息论中的最大相关熵准则,构建以最大化相关熵为目标函数的鲁棒地震道重建模型,降低异常振幅噪声在残差度量中的影响;利用最大相关熵的导数构建伪观测数据,并利用迭代阈值算法进行直接求解,进而实现异常振幅噪声干扰下的地震道鲁棒重建。结果表明,欠采样数据中的异常振幅噪声会严重影响传统压缩感知地震信号重建方法的重建精度,而最大相关熵准则可有效抑制噪声对重建过程的影响,可有效提高重建方法的精度及稳定性。     

SPECT图象的最大似然断层重建

传统的ＳＰＥＣＴ反投影断层重建技术只能得到较模糊的图象．基于统计成象模型的断层重建技术,能补偿随机干扰、衰减、散射等因素所造成的图象降质,从而提高图象质量．本文介绍了ＳＰＥＣＴ成象的统计模型及最大似然断层重建算法．从计算机模拟结果可见,新方法能较大程度地改善重建图象的质量．     

在8计算机层析技术中投影数据的多目标优化

在8计算机层析技术（CT）中,优化投影数据是改善重建图象质量的有效途径。为减弱噪声等因素对投影数据所造成的模糊,也为了寻求最佳唯一图象,为此以模糊数学和决策理论为基础,通过建立投影模糊指数函数及平方误差模糊指数函数,提出了一种称为多目标优化的新的模型,对投影数据进行优化。实验验证在微机上完成,首先在给定图象上作仿真采集并将所得投影数据加高斯噪声,然后用含噪声的及经多目标优化的两类投影数据分别完成图象重建,并把所得结果作对比分析。实验结果表明,所提出的多目标优化模型有较强的抗噪声能力,理论和实验有较好的一致性。     

几种图像结构模型的分析

采用一维信号的进化模型,建立图像广义空间的进化模型,得出了各种参数与图象物理参量的关系,据此建立了图像结构信息模型,指出H(Tran)是图像结构熵,图像应向结构熵最大的方向进化．同时,建立了层次结构模型,指出各个终节点构成语义字符串,并定义了图像语义码,这个码所含的信息量及熵称为语义信息及语义熵．     

不完全扇形投影数据的图象重建算法研究

针对ＣＴ实际应用中存在不完全扇形束投影数据的图象重建问题，提出了最大熵积分递推算法，应用该算法对多种数据丢失情况进行了实验研究，并与卷积反投影法进行了对比。     

不完全扇形投影数据的图像重建算法研究

针对ＣＴ实际应用中存在不完全扇形束投影数据的图象重建问题，提出了最大熵积分递推算法，应用该算法对多种数据丢失情况进行了实验研究，并与卷积反投影法进行了对比。     

基于人工神经元网络的图象重建

文章探讨利用人工神经元网络重建图象的方法 ,并讨论经过改进的 Hopfield网络的基本模型及其实现算法。研究完成了同步跳变、异步跳变和混合跳变等算法在图象重建中的实现 ,最后将衰减最大能量神经元准则应用于上述算法中。实验证明收敛的迭代步骤减少 ,收敛精度提高。     

模糊熵应用于图象边缘检测

图象边缘检测在图象分析和识别中具有重要的意义作者将模糊子集理论＾１，２中的模糊熵概念引入图象边缘检测中支１，在图象的模糊特征平面上，用最大熵原则也确定边缘有阈值。实验结果表明了该方法具有良好的有效性。     

基于时空熵分析的组合高斯背景建模方法

为提高视频监控系统中背景高斯模型的更新速度,提出了场景运动复杂度的概念和计算方法,并在此基础上提出了一种组合高斯背景建模方法:根据像素的时空模型分析场景运动的复杂性并计算出场景的熵值图,按照最大熵阈值将熵值图分割为稳定区域和动态区域,然后在不同的区域采用不同的高斯模型及相应的更新算法.利用该方法对384像素×288像素视频文件进行前景分割,结果表明,该方法能有效地分割运动目标,具有较快的更新速度.     

基于数学形态学的图象骨架提取与重建

提出了基于数学形态学理论来提取图象中的骨架并由骨架重建图象的方法.通过在MATLAB中的仿真,验证了此方法是提取骨架与重建图象的一种有效方法.     

基于数学形态学的图象骨架提取与重建

提出了基于数学形态学理论来提取图象中的骨架并由骨架重建图象的方法.通过在MATLAB中的仿真,验证了此方法是提取骨架与重建图象的一种有效方法.     

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。     

基于Bayes网络的航空图象理解模型

提出一种基于Bayes网络的图象理解模型,用于检测与描述城市航空图象中的停车场、空地、房屋等二维和三维目标.模型首先使用一种基于感知组织的算法生成焦点区域,然后使用Bayes网络建立焦点区域的图象特征与目标之间的(不确定性)联系,由Bayes网络推理机制完成对焦点区域的识别.对于屋顶区域,模型使用一种基于DEM(digitalelevationmap)方向直方图的匹配算法进行模板匹配,生成房屋的三维几何模型描述.模型中所有Bayes网络组成层次结构,可以方便地增加被识别目标的种类;图象特征与提取图象特性的算法之间由一种称为证据源的数据结构相连接,可以方便地扩充图象特征的提取算法.由此实现了模型的易扩展性.实验结果表明了本文模型的有效性.     

超分辨率图象恢复

本文系统论述超分辨率图象恢复的两大类算法,极大熵法和凸集投影法.我们用可变空间域窗法改善了GP算法,并求得最大熵法的一种情况的非线性方程组的近似解.最后给出我们的实验结果.我们还在一维情况下当收到信号的分辨率比原信号低几倍时进行极大熵恢复也得列满意的结果.     

不完全投影据图像重建的最小交叉熵算法

提出图像重建的最小交叉熵算法,详细推导了算法的有关公式,并给出程序实现框图.计算机模拟结果表明:最小交叉熵算法的性能优于最大熵算法.     

基于混合条件模型的Web信息抽取

针对传统Web信息抽取的隐马尔可夫模型对初值十分敏感和在实际训练中极易得到局部最优模型参数,提出了一种最大熵和最大熵马尔可夫模型相结合的条件模型.该方法对输入的Web页面进行解析并构建HTML树,通过计算HTML子树结点的熵定位数据域,允许观察值表示任意重叠特征(像词、大写、HTML标记、语义)和定义状态序列给予观察序列的条件概率实现了Web信息抽取.实验结果表明,新的方法在精确度和召回率指标上比传统隐马尔可夫模型和最大熵马尔可夫模型具有更好的性能.     

基于改进3D-PCNN的中药材彩色显微图像分割

为有效提取中药材彩色显微图像的目标信息,提出了一种基于改进三维脉冲耦合神经网络的图像自动分割方法.首先,从适合处理中药材彩色显微图像的角度出发,对传统模型进行简化与改进;其次,采用RGB颜色空间,利用最大信息熵选择性排列图像,并将结果作为改进模型的输入,进而完成图像分割;最后,用最大综合判定准则选取最佳分割结果,并与最大香农熵、最小交叉熵、色差对比度进行比较.实验结果表明,本文方法可以精确自动地分割中药材彩色显微图像,克服了最大香农熵、最小交叉熵、色差对比度的缺点,分割效率明显优于传统方法.     

一种水下图象传输编码解码的方法

介绍一种水下图象传输系统中的新的编码解码方法，包括由快速数字频率合成实现的多频移频键控，图象信息产生装置，智能模糊判别逻辑的图象灰度解码，微机图象重建和显示．     

改进的图象小波域水印算法

本文以数字图象为例，通过对人类视觉系统（HVS）模型的改进，在数字图象中加入了鲁棒性强的水印。