基于色彩和饱和度的彩色时变图像光流场计算

从物体光照模型的角度出发,依据物体的颜色在运动过程中保持不变,表示物体色彩和饱和度的量在运动过程中也不变,提出了基于色彩和饱和度信息的彩色时变图像光流场计算方法.该方法不仅可以避免RGB颜色模型带来的线性相关问题,而且更符合生物视觉原理本文用HSV和HLS两种颜色模型计算彩色时变图像的光流场,实验结果表明该算法能够得到较好的计算结果.     

基于全自动生长分割的梯度彩色光流场计算

形变物体边界的准确定位是光流估计的难点之一,仅依靠改进光流算法收效甚微。提出了全自动生长分割,以准确提取形变运动物体,从而将视频分割结果与梯度彩色光流算法相结合来提高光流法对形变物体的检测准确法度     

基于彩色图像的机器人视觉声纳实现

着重分析了彩色图像中物体的识别方法,对如何利用彩色图像的颜色信息进行图像分割、目标识别进行了较为深入的讨论。提出了视觉声纳的概念,研究了从二维视觉信息中获取目标精确位置的算法。实验表明该算法可以得到相当精确的结果。     

时变流场环境中机器人跟踪气味烟羽方法

机器人对气味烟羽的可靠跟踪是实现气味源定位的关键. 本文主要针对实际时变流场环境中的机器人跟踪气味烟羽问题进行研究. 文中在机器人测得气味时估计气味包的最大可能路径, 在此基础上结合流向信息, 规划搜寻路径并使机器人沿此路径运动以跟踪气味烟羽. 考虑到气味浓度场的时变特性以及可能存在的基本浓度, 采用浓度相对变化量表征气味信息. 室内时变流场环境实验表明, 使用本文所提方法的机器人可实时、有效地跟踪烟羽并趋向气味源.     

图象光流场计算技术研究进展

时变图象光流场计算技术是计算机视觉中的重要研究内容，也是当今研究的热点问题。为了使人们对该技术有一个较全面的了解，因而对时变图象光流场计算技术的研究和进展做了较系统的论述，首先分别列举了灰度时变图象和彩色时变图象的光流场计算方法，并对这些方法进行了分类，然后总结了出目前图象光流场计算中存在的几个问题，最后对光流场计算技术的研究发展及其应用前景指出了一些可能的方向。     

光流场算法中优化图像梯度数据可信度方法

基于梯度方法的光流场算法中,迭代次数需要足够大才能使运动物体边界数据扩散到灰度平坦的区域,计算量大,精度不高。在光流迭代方程中,梯度数据的精确度与可信度对光流计算的结果有直接的影响。对这一问题,应用Hessian矩阵判别、高斯滤波标准差修正、均值模板修正和多帧图像对比等四种方法可以有效地处理图像梯度数据,并不断修正,以提高梯度数据的可信度。这些方法通过防止运动物体边界梯度数据向邻域内盲目扩散,增加扩散的方向性,从而提高光流场计算精度和收敛速度。     

基于角点跟踪的光流场计算

在综合视觉运动分析中的两类处理方法，选取图像中的角点作为特征点，并检测和跟踪图像序列中的角点。记录检测到的角点在图像序列中的位移，在理论上证明了时变图像的光流场可以近似地用角点的位移场代替，同时给出这种替代的两个前提条件。本文用真实图像序列验证提出的算法，实验结果表明该算法取得了较好的效果。     

基于梯度光流场计算方法的一种改进

提出了一种新的改进光流场技术计算方法。它采用类似差分的方法从图像序列的多帧图像中检测出运动目标区域。通过代数运算减轻了Hom算法中全局约束对运动边界的影响。实验证明该方法是有效的。     

一种基于光流场的医学图像配准方法

提出了一种基于光流场的医学图像弹性配准方法。方法先对图像进行小波分解,从最低分辨率的近似图像开始,采用光流场的方法进行逐级配准,再对配准的各分量进行重构,直至得到最高分辨率的配准图像。实验表明,这种方法对于具有较小形变的医学图像的配准是有效的。     

彩色视觉相似性图像评价方法

针对当前评价方法对彩色图像评价的不足,提出一种基于彩色视觉相似性的图像质量评价方法。首先通过把彩色图像转换到相对均匀的色空间（LAB2000HL）,再根据视觉空间响应特性分别使用亮度对比度敏感函数（CSF）和色度CSF进行调整,获得各维图像的结构相似性（M-SSIM）指数,最后综合考虑色空间各维信息对彩色视觉质量影响的权重,建立综合评价指标现实彩色图像的质量评价。实验中,利用图像数据TID2008进行测试,并通过Spearman 等级相关系数和Kendall等级相关系数分析评价结果与其视觉主观评价的一致性。实验结果表明,与其他图像质量方法比较,所提方法的评价结果与视觉主观评价具有较高的一致性。     

综合图像分割与光流计算的连续处理方法

本文提出了利用多通道将图像分割和光流计算相综合的方法，使连续处理方法适用于多物体有遮挡的运动场景．     

真实图形的颜色量化

颜色量是真实图形显示的一个重要环节。它的主要任务是将一幅有Ｎ个象素点的真实图用不超过Ｋ（Ｋ《Ｎ）种颜色近似表示，以使这幅图能在颜色表长为Ｋ的显示设备上输出。本文提出了一种基于编码的颜色量化算法，引算法速度快，所生成的图形效果较好。     

一种基于颜色的图像表示及全局相似检索技术

基于内容的图像检索是当图像数据库领域中的一个研究热点,给出了一种描述图像视觉特征的图像表示方法,并据此计算图像之间的全局相似度,首先,通过对彩色空间的分析,提取图像中的颜色不变量,然后在频域内对这样的颜色信息进行分析,对频域分析的结果进行K-L变换,变换后的低维向量即为图像的颜色表示,在此基础上,也讲座他图像的相似度量以及相应的图像检索技术,并给出了实验结果和图像检索性能的评价。     

基于模糊细胞神经网络的彩色图像形态学重构

利用彩色图像的ＲＧＢ空间分解,在模糊细胞神经网络上实现了彩色图像数学形态学的基本算子,并讨论了该实现相对于常规串行计算机算法的优越性和局阴,进一步地利用按分量的灰度重构,实现了彩色重构算法,最后讨论了该重构算法在抑帛镐频噪声中的应用,给出的仿真结果对对于推广模糊细胞神经网络在彩色图像实时处理和硅眼等模拟逻辑中的应用有着重要的意义。     

基于色彩学习的彩色图象分割方法

图象分割是实现计算机图象识别与理解的基础，而彩色是进行图象分割的一个重要手段。本文给出了一种基色彩学习的彩色图象分割算法。     

基于光流网络模型的岩心CT序列图像裂缝分割

由于CT序列图受到成像物体和设备精度影响,传统的CT序列图分割方法需要大量的图像运算,提取的裂缝容易受到噪声的影响。对此,将CT序列图看作一个连续变化的视频序列,使用光流神经网络模型进行帧间变化检测,通过区域聚类和光流阈值实现目标的分割。实验结果表明,该方法很好地解决了岩心CT序列图的裂缝分割,并提高了分割的自动化水平。     

基于神经网络的MRF纹理图象恢复

本文提出了一种基于平均场神经网络的纹理图象恢复算法，并且利用多状态神经元表达方式，压缩问题解的搜索空间，算法是一个自适应过程，交替地进行模型参数估计和图象恢复，实验结果说明了算法是行之有效的。     

一种基于纹理域神经网络的彩色卫星图像分析方法

描述了一种利用纹理域神经网络,通过监督的学习方法来调整和权重,将预处理后成的彩色卫星图像中的纹理信息块进行分类,从而达到在彩色卫星图像中将有用的色彩块分析出来的目的,给出了纹理域的预处理过程,阐述了对原彩色图像进行颜色映射和量化的目标和方法;讨论了纹理域神经网络的构造方法及算法;最后给出了用以上方法对彩色卫星图像进行分类的实验结果,实验证明该方法对彩色卫星图像有较好的分类作用。