基于视觉特征的不规则形状目标分割方法

该方法利用视觉底层特征颜色、方向、强度和轮廓构建显著图,通过最大熵估计方法获得显著特征分割蒙板;利用中层视觉特征对图像进行超分割,其中在聚类时考虑特征向量的空间信息,并依据显著性自动分配初始参数,使分割后的超像素与目标轮廓更接近;最后将底层视觉特征和中层视觉特征融合,通过底层特征分割蒙板判定图像的超像素归类,将不规则目标从背景中分离。实验结果表明:本文分割方法受复杂背景和光照的影响较小,分割目标轮廓准确,实现了不规则显著目标与复杂背景的有效分离。     

基于模糊PCNN的小波域超声医学图像去噪方法

在分析了斑点噪声和PCNN的特点的基础上,将PCNN引入到小波域中,并结合小波软阈值去噪思想,提出了基于PCNN的超声医学图像软阈值去噪方法(ST-PCNN),该方法的优点是实现了在小波域中利用PCNN来识别高频信号的小波系数,并采用相应的方法处理小波系数,改善了PCNN难以确定斑点噪声的位置和采用固定阈值造成高频信号损失的缺点,更好的保留了低于固定阈值的高频信号的小波系数;在此基础上,将模糊算法引入到PCNN模型中,进一步提出了基于模糊PCNN的小波域超声医学图像去噪方法(F-PCNN-WD),该方法利用模糊算法来去除PCNN点火过程中大于点火阈值的斑点噪声的小波系数,以更好的去除斑点噪声。实验结果表明,ST-PCNN和F-PCNN-WD方法不仅能够有效地去除噪声,而且能够很好的保留图像的边缘和细节信息。     

NSST与引导滤波相结合的多聚焦图像融合算法

为进一步提高融合图像的对比度和清晰度,提出一种非下采样剪切波变换(简称NSST变换)与引导滤波相结合的多聚焦图像融合算法.首先,利用NSST变换对多聚焦源图像进行多尺度、多方向分解;然后针对低频子带系数,通过计算局部区域改进拉普拉斯能量和进行加权映射,构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于局部区域改进拉普拉斯能量和的引导滤波加权融合规则;针对高频子带系数,结合人眼视觉特性,通过计算显著信息、局部区域平均梯度、边缘信息和局部区域改进拉普拉斯能量和来构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于人眼视觉特征的引导滤波加权融合规则;最后,进行NSST逆变换,获得融合图像. 4组多聚焦源图像的仿真实验结果表明,无论是从主观评价还是客观评价上,与其余4种融合算法相比,本文算法均较好地保留多聚焦源图像的边缘轮廓、细节和纹理等信息,也无细节信息缺失,提高融合图像的对比度和清晰度.     

表面肌电信号的小波消噪改进算法

根据在不同尺度下信号和噪声的小波变换系数的相反特性，提出了一种改进的小波消噪算法来去除肌电信号中的噪声.利用Mallat算法对肌电信号进行小波分解，实质上就是将信号投影到尺度空间和小波空间，分别包含了信号的光滑通道分量和细节分量.兼顾软阈值和硬阈值量化方法的优点，利用两者的加权平均值滤除由噪声所决定的小波变换系数，从而在大尺度下补充细节信息并保持信号在奇异点的特征.利用保留下来的小波变换系数进行信号重构即得到消噪后的信号.实验结果表明，该方法可以有效去除噪声，兼顾了软、硬阈值的优点，保留了在模式变化过程中肌电信号细节部分的有用信息.     

子区域视觉短语稀疏编码的图像检索

针对BOVW模型忽略图像特征空间排列导致量化误差较大的缺点,利用角点和特征点对图像进行区域分割,结合区域的空间排列信息,提出一种多通道融合的图像检索方法。其主要思想是将子区域编码和特征空间排列直方图结合组建视觉短语,这种构造方式在减少编码误差的同时还能更好地保留局部空间信息。首先,利用稀疏编码保留局部信息的高效性对提取的子区域进行编码;其次,利用特征的空间位置关系,计算子区域内的特征空间排列直方图;利用区域编码和特征排列直方图构建视觉短语;最后,结合BOVW模型的鲁棒性,统计视觉短语直方图用于图像检索。实验结果表明,该检索方法不仅比BOVW和SPMBOVM有更好的检索准确率,而且其编码过程稳定,误差较小。     

模糊小波算法在纺织品瑕点检测中的应用

提出了一种毛巾瑕疵特征提取的方法--模糊小波分析算法,同时给出了有实用价值的特征提取、瑕点识别的系统结构. 利用小波基函数从信号中提取毛巾图像中各种瑕疵特征,然后利用模糊推理构建的知识规则库,优化产生的小波系数,使得该算法具有很好的鲁棒性. 通过仿真和对毛巾图像处理实验,证明该方法对毛巾生产过程中出现的断纬、断经、飞毛大套、色斑等10多种瑕疵的检测都有很好的效果.     

基于SDM及加权均值滤波的人脸美化系统

提出了一种基于监督下降法(SDM)及加权均值滤波的人脸美化系统。该系统首先采用SDM实现人脸关键点定位,接着采用交互式图像变形实现人脸局部变形,最后采用表面模糊算法实现肤质调整。实验结果表明,与其他人脸美化系统相比,该系统可通过调整修图的力度达到瘦脸、美目、去斑等人脸美化效果,同时美化后的图片保留原图的清晰度和细节特征信息。     

去除图像分划线的线形窗开关中值滤波算法

提出了一种用于去除图像中十字分划线的线形窗开关中值滤波算法.该方法将图像进行区域分类处理,对于未受分划线影响的区域可直接保留原图像信息;而对受到影响的区域,则利用分类器判断是否为分划线的像素,即对受影响区域进行开关中值滤波,从而有效地保留图像的细节.该算法复杂度低、处理速度快,适合于实际工程应用.     

基于小波包的遥感图像融合新算法

提出了一种基于正交小波包的局域方差遥感图像融合新算法．该算法利用正交小波包变换,把图像分解成不同尺度的低频和高频部分,采用小波包局域窗口和子区域窗口统计,把小波包系数分类成边缘和非边缘系数．在融合处理中,把低频图像的小波包系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应图像小波包系数的多窗口区域方差,来确定融合后高频小波包系数．实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,有效且优于其他图像融合算法．     

基于区域能量的NSST域偏振图像融合算法

针对传统的偏振图像融合方法存在图像细节丢失、边缘模糊、对比度下降等不足,提出了一种基于区域能量的非下采样剪切波变换域(NSST)偏振图像融合方法。首先,利用NSST对源图像进行分解,获取源图像的低频子带系数和高频子带系数;然后,对分解得到的低频系数基于区域能量加权融合,对高频系数先基于区域能量取大融合,再应用引导滤波进行细节增强;最后,通过NSST逆变换得到融合图像。实验结果表明,融合后的偏振图像能够较好地保留细节信息,同时使边缘更加清晰,图像标准差、平均梯度、信息熵、对比度、空间频率相对传统方法均有不同程度的提高,具有更好的视觉效果。     

基于结构张量的四阶偏微分方程图像降噪模型

针对传统偏微分方程图像去噪模型会产生阶梯效应和边缘模糊的问题,提出了一种改进的四阶偏微分方程图像去噪模型.该模型利用图像的结构张量的行列式和迹作为边缘检测因子,并利用结构张量矩阵的特征向量来估计边缘和梯度方向,在图像平坦区域进行各向同性扩散,在图像边缘处只沿边缘方向进行扩散,在图像角点处则不进行扩散,实现了各向异性扩散.实验表明:从主观视觉上和客观评价指标上与一些相关模型相比,所提出的改进模型在去除噪声、保留边缘细节和避免阶梯效应方面性能更优.     

一种基于色阶偏差的皮肤检测技术研究

为提高数字图像中皮肤检测的准确性，在研究数字图像皮肤纹理特点的基础上，分析了基于灰度统计值的纹理检测算法及问题，在RGB彩色空间将基于灰度直方图统计矩的方法改造成基于纹理刷的色阶偏差法，并构建皮肤纹理检测器，对肤色检测器检测输出的皮肤区域再做纹理检测，保留和皮肤纹理一致的区域，去除误检区域。实验结果表明，该方案可提高对图像皮肤区域检测的有效性。     

基于三维特征和结构相似度的图像质量评价方法

分析了人眼视觉特性、双眼视差异信息等三维特征,将立体视觉与图像的结构相似度(SSIM)相结合,提出了一种新的立体图像质量评价方法。该方法考虑了立体图像的亮度、纹理细节和空间位置等因素对人感知立体效果的影响,利用加权平均结构相似性(WMSS)联合统计学方法得到评价初值,用包含三维景物深度信息的双眼视差信息进行修正,作为立体图像质量的评价结果。实验表明,该方法符合人眼视觉特性,与主观评价(MOS)的一致性较好。     

基于非下采样Contourlet域高斯混合模型的布匹瑕疵识别算法

针对经典瑕疵检测算法不能很好地描述瑕疵特征和不易区分相似类瑕疵类别的问题,提出了一种非下采样Contourlet域高斯混合模型的布匹瑕疵识别算法。首先利用非下采样Cont-ourlet变换(NSCT)得到图像的多方向、多尺度和平移不变表示,并通过代价函数挑选一个最优子带;由于子带瑕疵和非瑕疵区域系数差别较小,很难直接选取阈值,采用标准差法可以有效避免这个问题,获得比较准确的检测结果;然后计算瑕疵区域的统计特征得到特征向量;接着引入最小误分率函数,联合估计样本的高斯混合模型参数;最后采用贝叶斯分类器进行分类。在9类瑕疵上的实验结果表明,本文算法与几种经典算法相比得到更高的分类正确率。     

基于指纹改进的模糊金库算法

该文提出基于指纹改进的模糊金库算法可以同时解决保护短密钥时系统安全性不足,和攻击者通过交叉比对可捕获生物特征模板的问题.该方案采用两个多项式和两个指纹,每个指纹对应一个多项式.每个多项式系数由密钥、随机数和校验值3部分组成,以此解决密钥的长度影响系统安全性的问题.提取同一用户的两个不同指纹的细节点,再分别从两个指纹细节点集合中随机地选择部分细节点共同构成生物特征模板.随机选取的细节点不同,它们共同组成的生物特征模板就不同,由此产生的模糊金库就不同,这就实现了模糊金库的可撤销性.     

一种提高彩色图像质量的改进滤波算法

基于彩色图像人们已经提出了很多噪声的滤波方法,这些方法主要是为了平滑去除噪声、保留图像的边缘和细节信息.但可以看到很多滤波方法为了保存图像的边缘和细节信息而在图像的平坦区域产生了不必要的噪声;反之,也有很多滤波方法在去除图像平坦区的噪声的同时也去除了重要的图像边缘和细节等信息.因此本文率先提出了一种改进的滤波方法,用算术均值滤波器(AMF)、矢量中值滤波器(VMF)两种彩色图像矢量滤波方法有机结合来实现图像滤波,试验证明该方法可以很好的克服前面滤波方法的不足,不但很好的保存了边缘和细节信息,而且还在平坦区域有很好的滤波作用,在抑制噪声和保留细节之间达到了一个很好的平衡.     

一种新的自适应边缘保持滤波算法

在进行图像去噪时,为解决兼顾降低噪声和保留细节的难题,提出了一种新的自适应边缘保持滤波算法——区域灰度值最小方差的均值滤波算法．算法在图像去噪过程中利用邻域区间中各像素点之间的相互关联性,在8个方向上对像素点进行处理,具有较强的相关性和自适应性．利用该算法对随机噪声和椒盐噪声进行仿真去噪试验,结果表明,与已有的去噪算法相比,所提算法在去除噪声的同时较好地保持了图像的边缘、细节信息．     

基于机器视觉的铝型材表面瑕疵检测方法

铝型材的表面瑕疵影响其质量、外观以及安全性,如何准确、快速和高效地识别铝型材的表面瑕疵至关重要。为解决检测铝型材表面瑕疵的问题,提出一种基于机器视觉的铝型材表面瑕疵检测方法。该方法基于铝型材的瑕疵种类和特性,采用非线性的双边滤波,并对其定义域核函数作出空间域改进,改进后的滤波算法能够较好地抑制噪声,保留瑕疵边缘信息。预处理后采用改进的Canny算法对图像进行梯度计算并且通过非极大值抑制得到候选边缘,对缺陷进行定位。为了有效地对瑕疵进行分类,对其数据集进行数据增强,防止过拟合情况的发生,结合光照等外界因素对瑕疵特征的影响,采用HOG算法进行特征提取,并将卷积神经网络多层的特征与HOG特征进行融合,对卷积核采用相关系数法优化,解决传统HOG+SVM模型泛化能力和鲁棒性差的问题,铝型材表面瑕疵检测准确率提升至90.26%,平均每张测试集仅需58.34 ms,符合目前对铝型材表面质量检测的需求。     

基于自适应形态学滤波器的布匹瑕疵检测算法

针对布匹瑕疵检测算法中运算量大、自适应差的问题,利用布匹纹理周期性变化特性,自适应地构建结构元素,实现形态学运算;采用基于像素面积的阈值选择定位瑕疵位置。在不改变检测准确率的同时减少了运算时间。实验结果表明,该算法所确定的瑕疵位置与主观视觉吻合,相比经典算法,误检率、错误率均降低了4%。     

基于交互式遗传算法的园林景观空间环境优化设计

为了提高园林景观空间环境设计效果,提出基于交互式遗传算法的园林景观空间环境优化设计方法。构建园林景观空间环境设计图像的视觉特征空间分布式检测和模糊像素区域特征融合性重构模型,进行园林景观空间环境设计图像的多级特征分解和灰色像素特征分离,建立园林景观空间环境设计图像的视觉特征重构模型,结合分块区域模板匹配方法进行园林景观空间环境设计图像的特征视觉重构和视觉特征空间分布式检测,采用相似度信息融合模型进行园林景观空间环境设计图像视觉重构过程中的园林艺术景观信息融合感知和分块区域模板匹配,提取园林景观空间环境设计图像的模糊特征量,采用交互式遗传算法方法实现园林艺术景观信息融合感知和视觉重构质量评估。仿真结果表明,采用该方法进行园林景观空间环境设计图像视觉重构的质量较好,图像识别精度较高,对园林景观空间环境视觉的艺术特征重构的输出信噪比较高,具有很好的园林景观空间环境设计效果。