一种基于多线程技术的连通区域检测分析算法及应用

当前常用的连通域检测算法中很多是标号算法.为了克服标号算法的不足,提出了一种基于多线程的连通域检测算法,并考虑到图像中连通域的实际特点,构建了几个重要的连通域的数据结构,在像素之间建立一种多层链表的关系来分析和识别不同的连通区域.实验表明该算法的准确性高,计算速度比较快,计算量与标号计算法相比减小了很多.     

一种基于多线程技术的连通区域检测分析算法及应用

当前常用的连通域检测算法中很多是标号算法．为了克服标号算法的不足，提出了一种基于多线程的连通域检测算法，并考虑到图像中连通域的实际特点，构建了几个重要的连通域的数据结构，在像素之间建立一种多层链表的关系来分析和识别不同的连通区域．实验表明该算法的准确性高，计算速度比较快，计算量与标号计算法相比减小了很多．     

基于双十字TV模型的图像修复算法

当前的各种TV(total variation)算法均只利用待修复点及其邻域的4个点的信息进行修复,由于所提供的参考信息有限,使得修复后的图像精确度欠佳. 该文提出的双十字TV算法利用原始的TV算法,将待修复点邻域中的8个点分为两组,分别利用每组4个点的参考信息计算待修复点的像素值,然后将这两个像素值进行加权平均得到最终的修复值. 实例验证结果表明,在不增加时间复杂度的情况下,双十字TV算法有效提高了修复后图像的精确度.     

二值图像的区域标识与噪声去除

提出一种将去噪和连通区域标识同步进行的快速算法．该方法仅需对图像作一次全扫描即可标记物体所有连通部分，统计标识号，根据闲值面积消除法即可快速去除图像中所有前景和背景噪声．实验结果表明，该方法应用在纤维横截面二值图像处理中有简单、快速、实用的效果．     

快速百分比靠近软阴影绘制算法

为了在较低的时间开销下生成高质量的软阴影,提出一种快速的百分比靠近软阴影（percentage closer soft shadows,PCSS）绘制算法。该算法基于百分比靠近软阴影算法,首先使用多尺度阴影图技术对阴影图进行预处理,同时去除其中对阴影图查询贡献较小的像素,降低预处理的开销;然后基于快速遍历方法,使用一种有效的采样方式,对部分搜索区域进行采样,并利用采样信息提高快速遍历结果的准确性;接着设计一种复用方案,对于多个相似像素组成的相似像素组,只对其中一个被称为代表像素的像素进行耗时的计算,组内其它像素复用代表像素的计算结果,降低了计算总量,提升算法性能。最后对生成的软阴影进行模糊处理,使其边缘更为平滑。此外,通过对比不同设置下的实验结果,确定出较为合理的参数。为验证算法的有效性和通用性,使用随机生成的场景进行测试,并与主流算法进行对比,对比指标为软阴影质量和算法运行时间。实验结果表明,该算法在保证软阴影质量的条件下,拥有更高的性能,并且虚拟场景中阴影部分所占比例越大,性能提升越大。     

图像高椒盐噪声的迭代滤除算法

为有效滤除图像中的高椒盐噪声,提出一种迭代滤波算法.首先采用极值方法检测出噪声点,然后对噪声点以迭代方式逐步滤波,直到噪声点全部清除.利用迭代方式中每一噪声点都能直接或间接利用到图像有用信息的特点,滤波输出始终采用恒定的3×3小邻域,避免了大邻域窗口的诸多弊端.基于图像相关特性,在滤波输出上采用一种基于灰度差的加权均值方式.仿真结果表明,该算法能有效滤除图像中的高椒盐噪声,性能优于其他许多同类算法.     

基于标签相关性的多标签分类AdaBoost算法

在多标签分类问题中,标签之间往往是相关的,为了提高分类性能,利用标签之间的相关性,提出AdaBoost.MLR算法和标签相关性分析方法。AdaBoost.MLR算法采用余弦相似度来计算标签相关性矩阵,利用标签相关性矩阵对原始标签矩阵进行补全转换为模糊标签矩阵,将标签空间划分为标签集、标签相关集和标签无关集,结合标签之间的相关性和弱分类器的分类情况,对样本权重进行调整。AdaBoost.MLR算法也能解决多类别分类问题,在其标签相关性的计算中,根据已经训练的弱分类器得到的临时强分类器的分类结果,构造标签相似性矩阵。实验结果表明,文中提出的算法在实验数据集上优于现有的算法,尤其在标签相关性复杂的数据集上分类性能有显著提升。     

New Algorithm for Binary Connected-Component Labeling Based on Run-Length Encoding and Union-Find Sets

Based on detailed analysis of advantages and disadvantages of the existing connected-component labeling (CCL) algorithm, a new algorithm for binary connected components labeling based on run-length encoding (RLE) and union-find sets has been put forward. The new algorithm uses RLE as the basic processing unit, converts the label merging of connected RLE into sets grouping in accordance with equivalence relation, and uses the union-find sets which is the realization method of sets grouping to solve the label merging of connected RLE. And the label merging procedure has been optimized: the union operation has been modified by adding the "weighted rule" to avoid getting a degenerated-tree, and the "path compression" has been adopted when implementing the find operation, then the time complexity of label merging is O(nα(n)). The experiments show that the new algorithm can label the connected components of any shapes very quickly and exactly, save more memory, and facilitate the subsequent image analysis.     

文冠果幼苗变化动态的彩色图像分析法

采用中国特有乡土树种文冠果生长初期的逐日图像,探讨植物体像素抽取算法,根据苗木逐日像素的变化分析植物的生长过程。结果表明：根据图像中前景像素变化来研究植物动态规律是一个很好的办法;苗木生长初始月份,理查德曲线可以很好地拟合文冠果苗木的像索生长过程。为文冠果苗木培育提供基础技术参考,也为该领域物联网图像的使用提供一些方法性指导。     

融合多分辨率表征的实时烟雾分割算法

针对烟雾分割领域缺乏应用于实际监控系统的实时烟雾分割算法的现况,提出高准确率的实时烟雾分割算法. 该算法利用轻量化的多分辨率卷积模块并行提取特征图,在获得丰富语义信息的同时满足实时分割的需求. 提出烟雾前景增强模块,使得烟雾像素点融合前景增强表征、避免背景信息干扰,分割准确率得以提高. 提出残差注意力模块,从通道、空间维度增强重要特征信息,抑制无效信息. 该算法在自建数据集上平均交并比为91.27%,每张图片预测时间为39.06 ms,网络权重为74.66 MB;在公开数据集上的对比结果表明,该算法综合检测性能优于其他烟雾检测算法. 该算法分割准确率高、检测速度快且模型轻量化,可以应用于实际视频监控系统.     

Change detection for SAR images based on fuzzy clustering using multilevel thresholding

A new fuzzy clustering algorithm using multilevel thresholding is proposed to reduce the computational complexity of the fuzzy local information c-means (FLICM) algorithm for solving the clustering problem on the difference image of change detection for SAR images. First, the pixels in the difference image are classified into the “changed” pixels, “unchanged” pixels and unknown status pixels by the multilevel thresholding procedure. Then the unknown status pixels are clustered by the FLICM. If the neighboring pixels in the FLICM are not the unknown status pixels, their degrees of membership are set to 1 or 0. The proposed method improves the precision in the change detection for SAR images with the low computational complexity. Experimental results show that the proposed method has the better performance than fuzzy c-means (FCM) and FLICM algorithms on the change detection for SAR images and that its run time is about 70％ less than that of the FLICM algorithm.     

一种手绘圆的快速识别算法

提出一种手绘圆的快速识别算法,该算法采用像素跟踪方式,通过提取和跟踪圆的骨架像素得到圆片段的直线段序列,然后进行直线段序列的分解和合并处理,把属于同一圆的直线段序列连接起来,进而计算圆的几何参数,完成手绘圆的识别.与Hough变换方法相比,该算法不需要大量的计算时间和存储空间.实验结果表明,该算法能快速、准确地识别出手绘图形中的圆,具有良好的稳定性和鲁棒性.     

基于快速的混合高斯模型的运动目标检测算法

针对传统高斯模型实时性差的问题,该文提出了一种快速的背景更新策略.首先对彩色图像建立混合高斯模型,根据场景中象素点的稳定性来调整模型参数的更新速度;其次利用混合颜色空间的阴影检测算法消除前景图像的运动阴影;最后对该文方法进行了验证性实验,结果表明提出的运动目标检测方法有效、实时性好、对光照有较强鲁棒性.     

基于全局优化的图像修复及其在GPU上实现

针对目前贪婪修复算法可能存在修复效果视觉不一致以及全局优化修复算法中未考虑结构信息的情况,提出一种新的基于全局优化的快速图像修复算法.通过定义出改进的能量函数,把图像修复问题转化为全局优化问题,并采用基于非局部均值的状态标签裁减算法,大幅度减少图中每个节点可能的状态标签数,从而大幅度降低优化算法复杂度;同时,利用图形处理器（GPU）进行加速,进一步提高了运算速度.与其他贪婪合成和最优化修复方法相比,该方法速度更快且较好地保持了纹理和结构的整体一致性.     

A Global-Scale Image Lossless Compression Method Based on QTM Pixels

In this paper, a new predictive model, adapted to QTM （Quaternary Triangular Mesh） pixel compression, is introduced. Our approach starts with the principles of proposed predictive models based on available QTM neighbor pixels. An algorithm of ascertaining available QTM neighbors is also proposed. Then, the method for reducing space complexities in the procedure of predicting QTM pixel values is presented. Next, the structure for storing compressed QTM pixel is proposed. In the end, the experiment on comparing compression ratio of this method with other methods is carried out by using three wave bands data of 1 km resolution of NOAA images in China. The results indicate that： 1） the compression method performs better than any other, such as Run Length Coding, Arithmetic Coding, Huffman Coding, etc; 2） the average size of compressed three wave band data based on the neighbor QTM pixel predictive model is 31.58% of the origin space requirements and 67.5% of Arithmetic Coding without predictive model.     

基于局部相似性测度的SAR图像多层分割

针对谱聚类算法计算复杂度高,不适用于合成孔径雷达图像分割的问题,利用谱聚类算法与权核k均值之间的等价性,提出一种基于局部相似性测度的SAR图像多层分割算法．首先提取图像中每个像素的小波纹理特征,利用每个像素点的纹理特征计算各自的局部尺度参数,进而构造像素点之间的邻接关系,然后利用最近邻规则对此邻接关系进行逐层合并,进行基础聚类和逐层细化实现像素点聚类,最终得到图像的分割结果．对人工纹理图像和SAR图像的分割结果表明了新算法避免了传统谱聚类算法对尺度参数的敏感性,获得了更优的分割性能．     

Contrast Enhancement Using Weighted Coupled Histogram Equalization with Laplace Transform

基于直方图均衡化和拉普拉斯变换的加权耦合图像增强对比度研究

郝惠敏¹, 辛文斌¹, 卜明龙^{1, 2}, 王鹤¹, 兰媛¹, 熊晓燕¹, 黄家海¹

（1. 太原理工大学机械与运载工程学院,太原 030024;

2. 哈尔滨电机厂有限责任公司,哈尔滨 150040）

中文说明：

直方图均衡化是一种传统的提高图像对比度的算法,但是其代价是图像平均亮度的偏移及细节丢失。为解决这些问题,提出一种独立处理图像前景像素和背景像素的新方法。由于图像细节信息主要包含在前景中,因此采用直方图均衡化及拉普拉斯变换的加权耦合来平衡对比度增强和细节保留。其中图像前景和背景的加权因子由它们各自的信息量决定。所提方法被应用于从CVG-UGR和USC-SIPI图像数据库中获得的图像,并且与其他方法进行比较,如剪切直方图尖峰,直方图加法与非线性变换,以验证其有效性。实验结果表明所提算法在不引入失真的情况下,可以有效地增强图像对比度,同时能很好的保存图像的平均亮度和细节。

关键词：对比度增强;加权处理;直方图均衡化;拉普拉斯变换

     

一种基于码本背景模型的运动目标检测方法

针对减背景算法中复杂背景下背景帧的提取问题,给出了一种码本背景提取方法。利用视频图像序列中的颜色和亮度信息,为每一个像素点创建一个码本,且码本随着其中码字的更新而更新,所有像素点的码本构成一个完整的背景。用当前视频帧和码本进行比较得到前景运动目标。结果表明：算法运算量小,适合做实时处理。     

基于相关权值的图像椒盐噪声自适应窗滤波

为有效滤除图像中椒盐噪声,提出一种基于相关权值的自适应窗滤波算法。算法基于极值检测判断噪声点并仅对噪声点滤波。引入灰度差刻画邻域像素与中心像素的相关性,以此为基础设置像素权值,对中心像素执行加权均值滤波。通过邻域窗口的自适应扩展适应噪声密度变化,并对邻域像素分区域设置权值,从而适应高椒盐噪声的滤除。仿真结果表明,本文算法能够有效滤除图像中的椒盐噪声,尤其在高椒盐噪声下性能表现更佳。     

快速单像素多目独立成分设计

分析了LCNN的约束项的物理意义,认为约束项λ是有监督学习的加速度,使得整个算法无论是学习矩阵还是独立成分的求解效率都可达到O(n)。针对不同的λ和源信号、观测信号对的不同特性,提出了4种快速LCNN算法,分析了静态图像独立成分分析模型,建立了单像素内的独立模型,并总结了其优势。