数字图像连续表示及应用

研究了离散图像的连续表示及重建问题.首先利用弦理论,给出了图像的连续表示形式,然后利用付里叶变换实现了图像连续表示及重建的快速算法,接着将它们应用于图像无级缩放、图像平滑、边缘检测、角点检测,并与传统离散图像处理方法的实验结果进行了比较.实验结果表明:利用图像连续表示方法处理离散图像可以得到不差于传统的离散图像处理方法处理的结果,此方法使离散图像的解析法处理成为可能.     

绕水翼空化流场旋涡特性分析

为了深入了解绕水翼空化流动机理,利用数字式粒子图像测速(DPIV)系统,并辅以高速摄像机,对绕水翼流动进行了观测. 观测结果表明: 空化的发展对整个流场的涡量变化起决定作用. 无论在空化还是无空化流场中,涡量主要集中在自水翼前后缘开始的剪切层所在区域,并形成涡带,且上下涡旋向相反;随着空化数的降低,空化区域的流场混合得更为均匀,从而使涡量的峰值逐渐减小;上下涡带逐渐靠拢,并向后延伸、拉直,同时下涡带的起始位置向后推移.     

一种基于皮层变换的图像融合方法

提出一种基于皮层变换的图像融合方法. 该方法模拟生物视觉皮层中简单细胞的响应特性,将单幅图像映射成一系列分辨力及方向各异的子图像,子图像中每个像素代表了视觉皮层中某个神经元的响应. 通过简单的展开运算和加法操作就可实现逆变换. 仿真实验表明,较之于基于最大绝对系数和最大方向对比度的小波变换融合方法而言,该方法在交叉熵和对比度意义上性能更佳. 对于某些源图像而言,其主观效果亦更好.     

基于图像信息相关性的质量评价方法

图像质量评价是图像工程的重要内容之一,在图像通信过程中起着举足轻重的作用。评价方法一般来说可分为客观质量评价方法和主观评价方法。文中分析了传统的MSE和MOS图像质量评价方法及其一些缺点,在分析图像信息和相关性理论基础之上,通过对基于结构失真的图像质量评价方法的深入分析,提出了一种对结构失真评价方法进行改进的图像质量评价方法,实验证明所提出的改进方法与人的主观视觉质量具有一致性。     

一种加权融合的乳腺图像增强方法

在分析人眼对图像亮度感知的基础上,针对乳腺X线片提供信息的不足,提出了一种既能改善乳腺图像边缘曝光过度,又能增强乳腺组织及钙化点的新方法．该方法首先分别采用直方图均衡化和增强高通滤波方法进行图像增强,然后再对增强后的结果进行加权融合,融合增强后的图像保持了良好的视觉效果．     

过渡区提取方法综述

图像分割是图像理论发展的瓶颈, 过渡区是指图像中介于目标和背景之间的 特殊区域,借助于过渡区的确定进行图像 分割。主要介绍了过渡区提取的两大类方法 ：基于梯度的方法和基于非梯度的方法, 并对提取效果以及存在的问题做了简要分析。     

一类带限函数的外推算法及在有限角图像重建中的应用

将带限函数的外推Gerchberg-Papoulis算法在维数和已知区域方面进行了推广,证明了推广的算法在L2范数下的收敛性,并应用于限制角图像重建.在一维情形下进行了数值模拟,验证了推广后算法的有效性.     

基于广播影视资料的图像检索技术研究

本文以国家发改委CNGI项目“基于IPv6的广播影视资料P2P内容存取中闾件系统”为背景,研究了基于内容的图像检索技术。通过对常用颜色和纹理特征提取算法的研究,选择了块RGB均值法、改进参考颜色表法和灰度一平滑共生矩阵法对图像进行特征提取,并使用标准的Corel库建立图像特征数据库,分析和比较这几秤算法单独检索和综合检索的效果。实验结果证明,采用多特征的综合检索比采用单特征的检索具有更高的查全率和查准率,因此采用综合特征检索技术,能够更好地实现对广播影视资料的内容检索。     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.     

基于模糊梯度的微齿轮图像边缘检测算法

提出一种基于模糊梯度思想的微齿轮图像边缘检测算法.该算法采用正切归一化函数对灰度图像模糊化,并计算该模糊图像的梯度矩阵;采用正弦函数对梯度矩阵进一步模糊化得到模糊梯度矩阵;采用基于归一化实数编码的遗传算法来搜索最优的阈值λ对模糊梯度矩阵做截集,获取图像边缘点集合.实验中以不同微齿轮图像作为实验对象,测试了该算法性能.实验结果表明,该算法的检测精度优于10μs,检测时间基本为1s,整体性能优于Canny算法和Pal-King算法.