一种光栅图像地图转化成矢量数据地图的方法

矢量化光栅地图是一个重要而又远未解决的问题。该文通过对分布式虚拟战场环境中仿真实体及其应用研究的开发应用，对光栅图像地图转化成矢量数据地图的方法进行研究。该方法首先对扫描仪扫描输入的图像进行处理，然后采用一种动态线划的自动、半自动跟踪算法，数字化现有地图上的等高线等地貌信息，该方法是利用跟踪地图地理要素线划中心的模式完成跟踪的，较好地模拟了人工矢量化所采用的策略和方法，获得的矢量数据骨架点准确，失真少、处理速度快，与人的直观视觉相符，能用于各类地图的矢量化。     

具有鲁棒性的图像骨架提取方法

基于最大正方形的中轴变换,提出了一种二值图像的骨架提取算法。首先通过计算目标像素邻域内最大正方形的所有像素的个数来进行中轴变换,判断骨架点,并提取骨架。如果通过设定一个阈值,再提取骨架,就可以滤除背景中的噪声。实验结果表明:该方法提取的骨架效果好,通过与基于传统中轴变换和形态学提取骨架方法进行比较,该方法抗干扰能力强。     

快速滤除脉冲噪声的八向叠加算法

分析了当前脉冲噪声消噪的主要方法,提出了一种滤除脉冲噪声的快速算法。其主要思想是利用阈值检测法从输入图像中提取出信号点矩阵,然后对信号点矩阵进行八向叠加,最后对叠加后的信号点矩阵进行两步校正得到滤波结果。该算法的一个主要优势就是基于图像矩阵进行整体操作,利于数据的并行处理,编程简单,实时性强。实验结果表明该算法运行快,对普通密度的脉冲噪声滤除效果明显。     

用局部平均法消除心电信号的噪声

本文把图像处理中局部平均消除噪声的方法,即K邻点加权和差敏加权两种方法,应用于心电信号(ECG)的噪声消除。通过编程实现,这两种方法能较好地滤除噪声,不失真地锐化信号特征点,算法简单可行。由于两种算法属于非线性滤波,适用于任何采样率的ECG信号噪声消除。     

保持特征的平面形状近似骨架的抽取算法

针对多边形骨架抽取中轮廓噪声严重影响骨架的问题,提出一种保持特征的多边形近似骨架的抽取算法.通过分水岭算法检测平面多边形的特征突起点,在分支末端点引导骨架的抽取,从而避免多边形轮廓噪声对骨架的影响,得到有效的形状简洁的近似骨架.另外,该方法还适用于半自动的骨架抽取,即允许用户手动指定骨架末端点,使计算所得的骨架具有更高的实用性.实验结果表明,文中方法简单易行,能应用于计算机动画和形状检索等领域.     

Android多点触摸屏输入系统的设计与实现

为了设计实用新型工业人机界面,提出了一种基于五点触摸校正和中位数均值滤波的Android多点触摸输入系统设计方法。采用五点触摸校正,根据触摸屏上采样的五个点,计算出校正系数,作为触屏校正参数;在mXT224控制器处理基础上,采用中位数均值阀限滤波,滤除触摸系统高斯噪声与尖峰噪声,并结合触摸校正参数校正输入坐标,逐级上传输入坐标信息,最终传递给上层应用程序。测试表明,基于优化的Android多点触摸输入系统在噪声很大环境下能够维持高信噪比（超过80∶1）,并支持带手套或触笔触摸输入,反应时间小于10 ms,符合工业人机界面（HMI）设计要求。     

基于形态学的快速拐点检测统一模型

拐点检测一直是计算机的视觉和图像处理中的关键问题，传统方法是通过计算曲率来实现拐点的检测，其要求准确定位拐点所在局部区域的位置，并易受到噪声干扰，为此提出了一种的新的基于形态骨架的快速拐眯检测方法，该方法基于物体条件骨架原理，采用改进的非对称开运算算子，并利用内外骨架分别实现对物体凸点和凹点的检测，以保证对拐点检测的完整性；对于有噪声图象，则采用多刻度形态滤波进行去噪预处理；对拐点给出了统一的检测和实现模型。实验结果表明，该统一算法检测准确度高、具有旋转不变性、计算量小、硬件实现简单，对有噪声干扰图象也能很好地进行检验。     

一种基于脉冲噪声检测的图像均值滤波方法

论文提出了一种针对图像脉冲噪声进行检测,并根据检测结果利用均值滤波方法滤除脉冲噪声的方法。该方法首先采用串行方式,对含有脉冲噪声的图像进行逐点检测,其中判断噪声点的阈值可自适应地调整。采用窗口长度自适应调整和选择性取样的均值滤波方法,对检测到的噪声点进行逐点滤除。该方法既可有效地滤除脉冲噪声,又可以较好地保持图像边缘细节,对图像的后续处理有很好的价值。论文最后给出了实验滤波结果,说明了该方法的有效性。     

基于直方图的图象去噪滤波器

滤除图象噪声时，虽然利用的先验知识越多，其滤波效果越好，但是一般情况下，由于只能得到一幅被污染的图象，无法获得这些先验知识，因而滤波效果较差。为了解决该问题，提出了一种去除图象中椒盐噪声的新型滤波器。该滤波器首先给出了一种有效的估计原图象直方图的方法，进而利用估计直方图的信息来进行滤波；然后对滤波窗口中的像素进行一种排除最大和最小灰度值的操作，以滤除椒盐噪声点。实验表明，该方法滤波效果优于传统的滤波器和其他模糊滤波器，特别是当噪声概率超过0．3时，这种优势尤为明显。     

激光扫描数据脉冲噪声自适应检测和滤除

针对现有脉冲噪声滤波算法在处理大斜率区域和断线型激光扫描数据中存在的多判和漏判问题,提出了一种有效检测脉冲噪声的方法.该方法依据局部脉冲噪声的分布,利用自适应弦偏差法进行噪声点检测;对噪声点自适应地选择滤波窗口中的非脉冲噪声数据进行中值滤波,以实现噪声滤除.实例结果表明：采用文中方法使得噪声检测更为准确,在滤除噪声的同时有效地保持了数据的细节.     

基于蚁群优化分类规则挖掘的遥感图像分类研究

蚁群优化算法作为群智能理论的主要算法之一,已经成功应用在众多研究领域的优化问题上,但是在遥感数据处理领域还是一个新的研究课题。蚁群优化具有自组织、合作、通信等智能化优点,对数据无需统计分布参数的先验知识,因此在遥感数据处理领域具有很大的潜在优势。介绍了将蚁群优化分类规则挖掘算法应用到遥感图像分类研究领域的理论与算法流程。并采用北京地区的CBERS遥感数据作为实验数据,通过蚁群优化算法构造分类规则,对选择的遥感数据进行了分类实验,并和最大似然分类方法进行对比,实验结果表明,蚁群优化分类规则挖掘算法为遥感图像的分类提供了一种新方法。     

基于阴影恢复形状的起皱织物表面形态重建研究

阴影恢复形状算法是计算机视觉中的一个重要研究课题 ,该算法应用于织物三维表面重建 ,为客观评价织物起皱等级奠定了基础 .提出了一种新的阴影恢复重建算法 ,并阐述了该算法的实现步骤和计算方法 .先利用合成图象对算法进行迭代计算并验证 ,获得了较为准确的重建图象 ,然后再结合真实模板进行重建 ,重建准确度较高 .同时说明了该算法可应用于真实织物的表面重建之中 ,并可从获得的织物三维轮廓数据中提取特征值 ,实验表明 ,这些特征值均可从不同侧面表征织物的褶皱程度 ,特征值与织物的褶皱程度基本呈线性相关     

一种用于图象恢复的数据融合算法研究

近年来多传感器数据融合技术在图象处理领域得到了广泛的重视和应用。鉴于来自同一景物的多幅变形图象,其来源不同,每幅图象都带有不同的噪声,针对这种图象的恢复提出了一种基于自组织特征映射神经网络的图象融合算法。该算法可分为3步,第1步是图象的预处理阶段,即对图象进行加权中值滤波,去除部分噪声;第2步利用自组织神经网络对每幅图象的象素进行聚类分析;第3步,对第2步得到的结果按照一定规则进行融合。仿真结果表明,该算法能明显提高图象质量。     

核属性蚁群算法的规则获取

蚁群算法是一种新型的模拟进化算法,研究已经表明该算法具有许多优良的性质,并且在优化计算中已得到了很多应用.粗糙集理论作为一种智能数据分析和数据挖掘的新的数学工具,其主要优点在于它不需要任何关于被处理数据的先验或额外知识.本文从规则获取和优化两方面研究基于粗糙集理论和蚁群算法的分类规则挖掘方法.通过研究决策表和决策规则系数,建立基于粗糙集表示和度量的知识理论,将粗糙集理论与蚁群算法融合,采用粗糙集理论进行属性约简,利用蚁群算法获取最优分类规则,优势互补.实验结果比较表明,算法获取的分类规则,具有良好的预测能力和更为简洁的表示形式.     

An efficient sensor quantization algorithm for decentralized estimation fusion

In this paper, we consider the design problem of optimal sensor quantization rules (quantizers) and an optimal linear estimation fusion rule in bandwidth-constrained decentralized random signal estimation fusion systems. First, we derive a fixed-point-type necessary condition for both optimal sensor quantization rules and an optimal linear estimation fusion rule: a fixed point of an integral operation. Then, we can motivate an iterative Gauss–Seidel algorithm to simultaneously search for both optimal sensor quantization rules and an optimal linear estimation fusion rule without Gaussian assumptions on the joint probability density function (pdf) of the estimated parameter and observations. Moreover, we prove that the algorithm converges to a person-by-person optimal solution in the discretized scheme after a finite number of iterations. It is worth noting that the new method can be applied to vector quantization without any modification. Finally, several numerical examples demonstrate the efficiency of our method, and provide some reasonable and meaningful observations how the estimation performance is influenced by the observation noise power and numbers of sensors or quantization levels.     

图像纹理联合关联规则挖掘研究

提出以纹理联合关联规则来表达图像纹理特征以及挖掘纹理联合关联规则的算法。在纹理关联规则定义基础上,通过图像降噪预处理和数据挖掘预处理,采用模板统计挖掘方法挖掘低维和高维图像纹理联合关联规则。实验表明联合关联规则能够较好表达图像纹理特征,可以据此进行纹理分割。     

新的噪声污染灰度图像边缘检测方法

传统的图像边缘检测方法由于引入了各种微分运算,因此用于噪声图像边缘检测时对噪声极度敏感。针对这一问题,提出了一种基于独立分量分析技术的噪声图像边缘检测方法,该算法通过计算数据之间的高阶统计信息,提取特征模板,然后将被高斯噪声污染的灰度图像与这些模板逐个匹配,提取出边缘成分。实验结果表明,基于独立分量分析技术的模板匹配方法自适应强,复杂度低,是一种有效的高斯噪声污染灰度图像边缘检测方法。     

栅格地图道路的快速矢量化方法研究与实现

以彩色数字栅格地图道路数据为处理对象,提出一种基于可变矩形跟踪框技术快速矢量化道路类线要素的方法。在确定道路矢量化规则的基础上,通过采用可变矩形跟踪框技术,结合端点(交点)判断及道路惯性延伸点判断方法实行栅格地图道路的快速矢量化,并克服了当前几种常用矢量化方法的不足。实验结果表明该方法的矢量化效果十分理想。     

Identification of probabilistic cellular automata

The identification of probabilistic cellular automata (PCA) is studied using a new two stage neighborhood detection algorithm. It is shown that a binary probabilistic cellular automaton (BPCA) can be described by an integer-parameterized polynomial corrupted by noise. Searching for the correct neighborhood of a BPCA is then equivalent to selecting the correct terms which constitute the polynomial model of the BPCA, from a large initial term set. It is proved that the contribution values for the correct terms can be calculated independently of the contribution values for the noise terms. This allows the neighborhood detection technique developed for deterministic rules in to be applied with a larger cutoff value to discard the majority of spurious terms and to produce an initial presearch for the BPCA neighborhood. A multiobjective genetic algorithm (GA) search with integer constraints is then evolved to refine the reduced neighborhood and to identify the polynomial rule which is equivalent to the probabilistic rule with the largest probability. A probability table representing the BPCA can then be determined based on the identified neighborhood and the deterministic rule. The new algorithm is tested over a large set of one-dimensional (1D), two-dimensional (2D), and three-dimensional (3D) BPCA rules. Simulation results demonstrate the efficiency of the new method.     

基于梯度基元聚合矢量的图像检索算法*

针对图像检索中多特征融合问题,提出了一种基于梯度基元聚合矢量的图像检索算法。该算法在改进的HSV颜色空间计算边缘梯度,通过定义的基元模板扫描梯度图像,生成梯度基元图像,将基元和非基元像素分别组合成聚合和非聚合像素集合;最后利用颜色自相关图算法对上述两个集合提取特征矢量,实现了融合颜色、形状、纹理和空间信息等多特征的图像检索。实验结果表明,该算法能够融合颜色、形状、纹理和空间信息,有效地提高了基于内容的图像检索的查准率和查全率。