基于视域剔除和图像缓存技术的复杂场景快速绘制方法

结合基于场景图构建的虚拟场景和仿真应用的特点,提出了一种基于视域剔除和图像缓存技术的复杂场景快速绘制方法。此方法能够有效地解决图像缓存算法中,由于未考虑视域不可见剔除,而造成的绘制元素复杂度计算偏差引起图像缓存误判断,从而降低绘制效率的问题。另外,通过对图像缓存有效性的判断,可以简化视域不可见剔除的判断,提高绘制效率。     

一种基于GVF变形模板的椭圆提取算法

给出一种结合梯度矢量流（GVF）及椭圆变形模板的椭圆提取新算法。普通的动态轮廓算法仅提供局部的连续与正则性约束，虽然使得曲线可以灵活适应各种不同的边缘形状，但也导致轮廓强烈敏感于图像噪声及邻近边缘点，引入全局模型是改善性能的关键。给出一种新的基于椭圆形状约束的变形模板算法，其能量最小化过程也直接在椭圆的参数空间中进行，从而保证了提取结果一定是椭圆；算法与GVF相结合，大大扩展了边缘能量的捕获范围，而不致造成边缘模糊；此外，本算法容许同时提取多个椭圆，且可利用各个椭圆参数及其相关性（例如同心椭圆）等先验知识，从而实现快速、准确、鲁棒的椭圆提取，仿真结果与实际图像应用验证了算法的有效性。     

基于图像质量因子的图像融合客观评价方法

针对图像融合技术中的效果评价问题,提出了一种基于图像质量因子的图像融合客观评价方法。该方法利用熵加权和均方根图像融合质量因子对融合图像与源图像间的相关性、亮度失真和对比度失真进行综合评价,因而在不同融合方法和不同源图像的条件下,可获得标准的评估统计量。采用加权平均、拉普拉斯塔形分解及基于小波变换的图像融合法为例,通过对多传感器图像进行融合评价实验,证明了该方法的有效性和鲁棒性。     

基于时间轴小波变换的运动对象分割算法研究

对时间轴一维小波变换的视频运动对象分割算法进行了研究。将视频序列进行时间轴一维小波变换，利用变换后的高频帧信息提取出初步的运动掩模图像；进行数学形态学后处理，以消除各种噪声的影响和对象的不连通性，得到理想的运动掩模图像。实验结果表明该方法分割效果较好，分割出的运动对象可直接应用于基于对象的视频编码，且算法耗时较少。     

基于数字水印的经典图像认证算法分析

图像认证是近几年发展起来的新技术，目前主要有2种用于图像认证的技术：基于数字签名的图像认证和基于数字水印的图像认证技术。主要针对基于数字水印的图像认证算法分类详细介绍了几种经典算法，对这几种算法各自的优缺点作出比较分析，最后对未来算法的研究工作做出了展望。     

一种基于小波提升变换的多尺度边缘提取算法

提出了一种基于小波提升变换的改进图像边缘的检测算法.本算法首先对源图像进行小波提升分解,然后分别对高、低频子图像进行边缘提取.对于低频信息使用Canny算子进行边缘检测,而高频信息先用相邻尺度小波系数相乘的方法去除噪声,消噪后再对高频分量进行边缘检测.最后通过一定的融合规则进行融合,得到最终的边缘图像.实验结果表明,该方法具有运算速度快,能有效地抑制噪声,边缘检测精度高等特点,是一种有效的图像边缘提取算法.     

基于对比度因子调节的快速分形解码算法

通过对搜寻码本设置门限的方法来调节对比度因子,提出了基于对比度因子调节的快速分形解码算法.实验结果表明,该算法获得了较基本分形算法质量高的第一次迭代后图像,在图像质量降质较小的情况下比基本分形解码明显地加快了收敛速度,从而可较好地满足需要超高速图像解码的应用场合(如实时视频传输).     

低分辨率人脸序列的超分辨率重构识别

针对低分辨率人脸序列的识别这一问题,提出了一种超分辨率重构识别算法.该算法利用低分辨率序列中所提供的关于同一人脸的不同信息,先重构出一幅具有更高分辨率的人脸图像,然后再进行基于Gabor特征的人脸识别.实验结果表明,该算法能够显著提高人脸识别率.     

CMOS sensor图像处理芯片在手机开发平台上的应用

在分析了手机数码相机的两种图像传感器CCD和CMOS之间区别的基础上，选用CMOS图像处理器进行手机开发．阐述了CMOS图像处理器的工作原理和工作流程，由于CMOS集成度高，它在功耗、大小、系统及成本上有竞争优势．     

医学图像粗匹配的主轴质心法

图像配准是图像分析和处理的基本问题,在医学影像、遥感遥测、计算机视觉等领域有着广泛的应用。根据当前国内外医学图像配准技术的发展现状,发现主轴质心法作为混合配准算法中的粗匹配算法,具有速度快、鲁棒性相对较高,易实现等优点。通过实验,得出主轴质心法对256×256的图像配准速度在0.45 s以内,对512×512的图像配准速度在1.70 s以内,角度误差在3°以内,平移误差在5个像素以内,配准效果良好。