奇异点多门限图象分割算法

本文提出了一种基于灰度直方图奇异性分析的多门限图象分割算法。     

基于纹理分析的去图象噪声研究

针对中巴卫星高分辨率CCD相机接收影像存在明显的条带噪声，本文提出了基于纹理分析的去条带方法，即将图象上具有特定特征的噪声信息看作是某种对应的纹理特征，在基于纹理特征滤波法进行图象预处理的基础上，再用灰度共生矩阵法进行直方图平滑，以进一步消除局部噪声．     

利用混沌布谷鸟优化的二维Renyi灰度熵图像阈值选取

为了进一步降低现有的Renyi熵阈值法的计算复杂度,提出了基于混沌布谷鸟算法和二维Renyi灰度熵的阈值选取。首先,引入一维Renyi灰度熵阈值选取公式,建立基于像素灰度和邻域梯度的二维直方图,推导出基于该直方图的二维Renyi灰度熵阈值选取公式,通过快速递推公式来减少阈值准则函数的计算量;最后,采用混沌布谷鸟算法搜索最优阈值来完成图像分割。结果表明,与二维Arimoto熵法、基于粒子群的二维Renyi熵法、基于混沌粒子群的二维Tsallis灰度熵法、基于布谷鸟算法的二维Renyi灰度熵法相比,所提出的方法能够准确实现图像分割,且运算速度有所提升。     

图象数字变焦算法研究与实现

相邻像素之间的相关是图象数字变焦(视频插补)、图象平滑及滤波处理的理论基础。文章以图象的相关系数为量化参数,讨论了像素的空间和灰度相关性;定义了像素的空间距离和灰度距离,在此基础上构造了基于空间相关和灰度相关的邻域变焦(插值)算子,给出了该算子的离散算法、软件实现和仿真。仿真结果表明:该算法最大限度地减小了图象的几何失真和色彩失真,满足数码相机数字变焦的视觉要求。该算法已应用于eBoat系列数码相机。     

基于数码相机的图象数字变焦（视图插补）算法

相邻象素之间的相关是图象数字变焦（视频插补）、图象平滑及滤波处理的理论基础。为此以图象的相关系数为量化参数，讨论了象素空间和灰度相关性；定义了象素的空间距离和灰度距离，并在此基础上构造了基于空间相关和灰度相关领域变焦（插值）算子，给出了该算子的离散算法、软件实现和仿真。仿真结果表明：该算法最大限度地减小了图象的几何失真和色彩失真，可满足数码相机数字变焦的视觉要求。本算法已应用于i.Photo系列数码相机。     

基于二维灰度图象的道路区域获取方法

针对二维灰度图象给出了一种获取道路区域的方法。首先基于边缘特性利用灰度直方图把初始生长点限定在道路区以内,然后确定区域生长阈值,以待生长点与已生长邻点的灰度接近性和已生成区域的均值接近性作为生长准则,形成准确的道路区域。     

基于改进最大类间方差法的手势分割方法研究

针对手势图像中由于噪声和成像干扰造成的手势模糊和边界不清晰的问题,提出了一种基于改进最大类间方差法的手势分割方法.首先建立手势图像的二维灰度直方图,在二维灰度直方图上确定噪声点位置,在原图的相应区域滤除噪声.然后重建二维灰度直方图将内点区的点集投影到45度线,得到投影灰度直方图.接下来在灰度投影直方图上采用全局Otsu确定局部Otsu的左边界,用高斯函数拟合得到局部Otsu右边界,最后采用局部Otsu分割手势.该方法可以有效地对手势图像进行精确分割,实验结果验证了本文算法的有效性.     

基于形状的二维灰度图象插值

内插是三维重建中的一个重要步骤 .一般传统的插值算法大体可分为灰度插值和基于对象形状的插值两种 .其中直接的灰度插值对二值及灰度图象均适用 ,但结果在多数情况下并不准确 ;而基于形状的插值 ,早期仅适用于二值图象 .近来 ,人们将两者较好地结合起来 ,使得基于形状的插值同样适用于灰度图象 .为了克服直接灰度插值易造成较严重的轮廓模糊问题及为克服 Chuang等人提出用基于形状的插值方法求得的对应点易产生偏差的问题 ,提出了一种新的基于形状的二维灰度图象插值算法 .该算法首先采用数学形态学的方法分别对两幅源图象进行膨胀和腐蚀 ,用于确定插值图象的轮廓 ;然后对轮廓内的点 ,分别找出其在两幅源图象上的对应点 ,再通过灰度的线性插值来求得此点的灰度 ,进而得到最终的插值图象 .实验结果表明 ,此算法得到的插值结果是令人满意的 .     

基于直方图映射和分层的图像迁移算法研究

本文提出了一种基于直方图映射和分层迁移的灰度图像上色HisT算法.对于给定的颜色图像和需要迁移的灰度形状图像,先从RGB色彩空间转换到一个正交空间lαβ,消除空间各分量之间的强相关性.然后分别统计两幅图像的灰度直方图,对于灰度图像中的象素点,保留其灰度值,而利用颜色图像中与之对应或相邻灰度等级的颜色信息为灰度图像进行粗糙上色,得到一幅过渡图像.参照灰度直方图,将颜色图像和过渡图像进行分层处理,并利用统计学方法对图像各层和整体统计量进行分析,提取颜色图像的颜色信息和过渡图像的形状信息,最终实现颜色图像到灰度形状图像的上色过程.实验证明,该算法能快速准确地实现灰度图像的上色,具有广泛的应用前景.     

基于邻域灰度差值的二维Otsu分割方法研究*

针对传统二维灰度直方图的阈值分割方法中区域划分像素易丢失、运算速度慢等不足,通过深入分析图像中邻域灰度偏离的情况,并充分考虑像素的空间灰度信息,提出一种利用像素邻域灰度差值的新方法构建二维直方图;基于二维类间方差法实现了图像二维Otsu分割方法,并给出了相应算法的实现步骤。以生物图像中的鱼体分割为实例对方法进行了实验验证,结果表明算法分割效果良好,运算速度提高较明显。     

基于微粒群算法的灰度图像阈值分割的改进

为了充分利用灰度图像的灰度信息和空间信息,提高分割精确度和最优阈值的求解速度,提出一种基于微粒群算法的阈值分割方法--PSO-SDAIVE算法.该算法对传统的二维直方图进行改进,生成差值属性灰度直方图,同时对灰度均值和二维熵的计算进行改进,生成空间差值属性信息值熵(SDAIVE),最后用微粒群算法搜索SDAIVE的最大值.在实验中,对头部CT图像进行分割,实验结果表明,这种分割方法能精确地获得分割阈值,并有很好的抗噪声能力,节省计算时间.     

基于计算机视觉的指针式仪表自动检测系统

对基于计算机视觉的指针式仪表自动检测系统设计中所涉及到的数字图像处理关键技术进行了研究。利用指针图像的先验特征,构造了基于空间相关和灰度相关的邻域平滑算子。在常规图像分割理论的基础上,进行了图像多灰度等级分割的理论分析,提出了多灰度等级分割算法。根据仪表图像的噪声特征,构造了阈值减影算法,以实现指针的检出。其研究结果己应用于“基于计算机视觉的指针式仪表自动检测系统”的设计开发中,实现了指针式仪表质量检测的自动化。     

基于灰度空间特征的模糊C均值聚类图像分割

模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但是该算法没有考虑像素的灰度和空间特征,对噪声十分敏感.因此提出一种改进的算法,在传统的FCM聚类的基础上,运用邻域像素的灰度相似度和聚类分布统计来构造新的隶属函数,对图像进行聚类分割.该方法不仅有效地抑制了噪声的干扰,而且把错分类的像素很容易的纠正过来.对两种类型的含噪图像的实验结果表明该方法对噪声具有很强的鲁棒性和对像素聚类的正确性.     

一种新的基于参数估计的自适应双边滤波算法*

传统双边滤波算法需要根据经验预先设置空间标准差和灰度标准差,参数固定且不具有通用性。针对此问题,提出了一种新的基于参数估计的自适应双边滤波算法。通过图像灰度共生矩阵实现空间标准差的自适应,利用统计方法估计光滑区域噪声标准差,根据噪声标准差设置灰度标准差,从而实现自适应双边滤波。仿真结果表明,所提出的算法无论在主观还是客观评价上都取得了较好的效果。     

A theoretical comparison of texture algorithms

An evaluation of the ability of four texture analysis algorithms to perform automatic texture discrimination will be described. The algorithms which will be examined are the spatial gray level dependence method (SGLDM), the gray level run length method (GLRLM), the gray level difference method (GLDM), and the power spectral method (PSM). The evaluation procedure employed does not depend on the set of features used with each algorithm or the pattern recognition scheme. Rather, what is examined is the amount of texturecontext information contained in the spatial gray level dependence matrices, the gray level run length matrices, the gray level difference density functions, and the power spectrum. The comparison will be performed in two steps. First, only Markov generated textures will be considered. The Markov textures employed are similar to the ones used by perceptual psychologist B. Julesz in his investigations of human texture perception. These Markov textures provide a convenient mechanism for generating certain example texture pairs which are important in the analysis process. In the second part of the analysis the results obtained by considering only Markov textures will be extended to all textures which can be represented by translation stationary random fields of order two. This generalization clearly includes a much broader class of textures than Markovian ones. The results obtained indicate that the SGLDM is the most powerful algorithm of the four considered, and that the GLDM is more powerful than the PSM.     

基于灰度和非局部空间灰度特征的二维Otsu曲线阈值分割法

为了克服图像噪声对图像分割结果的影响,利用图像中与像素具有相似邻域结构的像素提取当前像素的非局部空间信息,构造了基于像素的灰度信息和非局部空间灰度信息的二维直方图,并将此二维直方图引入到Otsu曲线阈值分割法中,提出了基于灰度和非局部空间灰度特征的二维Otsu曲线阈值分割法。实验结果表明,该方法能进一步提高原始二维Otsu曲线阈值分割法对于图像噪声的鲁棒性,获得了更加理想的分割结果。     

融合SIFT特征的熵图估计医学图像非刚性配准

配准准确性是医学图像配准算法的一项重要指标,像素灰度是目前图像配准中广泛使用的特征,但是灰度特征来源单一,而且忽略空间信息,在一些情况下容易产生误配。针对这个问题,本文提出一种融合SIFT特征的熵图估计医学图像非刚性配准算法。该算法首先使用基于互信息的刚性配准算法对两幅待配准图像进行粗配;然后,在采样点上提取像素灰度和SIFT高维特征,并在此基础上构造k-最邻近图(kNNG);最后,使用k-最邻近图来估计α互信息(αMI)。实验结果表明:和传统的基于互信息和像素灰度的刚性配准算法,基于熵图估计和单一像素灰度特征的非刚性配准算法相比,本文提出的算法具有更高的配准准确性。     

一种基于Parzen窗法和Renyi熵的图像分割阈值选取新方法*

采用Parzen窗技术来估计图像灰度值的空间概率分布,再用Renyi熵来构造目标函数,最后在图像灰度范围内搜索,使此目标函数最小的灰度值作为最佳全局阈值。实验结果表明,此方法对图像分割的精度非常高,且适应性强。     

基于纠错码的健壮性图像信息隐藏算法

针对空域图像信息隐藏(IH)算法健壮性较差的缺陷,研究了基于纠错码的图像信息隐藏算法。利用纠错码能够纠正随机错误的特性提高空域信息隐藏算法抵抗攻击者修改载体的能力。给出了两类不同的算法:基于纠错码的最低有效位(LSB)信息隐藏算法与基于纠错码的灰度位信息隐藏算法。前者将秘密信息进行编码并以LSB的形式进行嵌入,能够在低密度噪声的情况下实现较高的健壮性;后者利用图像像素灰度值的结构特点,以Hamming码的形式对每一个已嵌入秘密信息的像素灰度值进行编码,可以达到独立纠正一个错误的目的。理论分析和实验结果表明,在相同的噪声密度和噪声幅度下,这两类算法恢复的秘密信息百分比均高于基本的LSB算法,是两种具有较高健壮性的信息隐藏算法。     

非局部降噪快速模糊C-均值聚类算法

传统的模糊C-均值聚类算法未利用图像的空间信息,在分割迭加了噪声的MR图像时分割精度较差。采用了既能有效去除噪声又能较好地保持图像边缘特征的非局部降噪方法,结合基于图像灰度直方图聚类分析的快速模糊C-均值聚类算法,得到了一种具有较高分割精度的图像快速分割算法。通过对模拟图像、仿真脑部MR图像和临床脑部MR图像的分割实验,表明提出的新算法比已有的快速模糊C-均值聚类算法有更精确的图像分割能力。