NLTV:非局部数字全变差滤波算法

在图像平滑处理过程中,如何设计保持图像边缘和纹理细节的数字图像去噪滤波器一直是人们关注的热点问题。本文在统一描述数字全变差滤波算法（DTV）和数字双边全变差算法（DBTV）的滤波机制的基础上,利用图像像素间的近-远程相关性,分别定义近程相关性和远程相关性两个度量,建立了一种非局部图像滤波自适应双边加权机制,提出一种同时适合高斯噪声和脉冲噪声的非局部数字全变差滤波算法（NLTV）。实验验证了新算法在抑制噪声的同时具有较好的边缘细节和纹理保持性能。     

空间布局中估价函数的一种构造方法

研究如何利用有关问题域的启发信息以降低计算费用是人工智能求解的基本问题之一，本文以计算机结构布局设计为背景，提出了构造布局设计中估价函数的ＡＨＰ方法．通过计算估价函数值，采用最佳优先搜索策略，可避免组合爆炸，保证在有限的时空界限内找到满意解．本文所提出的方法不仅适用于空间布局设计，而且容易推广到一般设计问题，具有重要的应用价值．     

高层体系结构中的时态数据管理

高层体系结构(HLA)是基于组件的分布式仿真的框架性技术结构,数据管理是其中的一项重要任务,尤其是对仿真运行过程中的时间相关数据的有效管理。基于日志的时态数据库模型使用一个时间值标识元组,在完整保存时间信息的同时,提高了仿真运行环境中数据管理的实时性。应用时态数据库的快照查询和模式转换技术,可以实现仿真数据的实时查询和不同仿真体系结构之间的数据转换,为仿真历史数据的运行时使用和事后分析提供了条件。数据库技术的引入弥补了HLA缺乏事务处理机制这一缺陷,扩展了其数据管理能力。比较实验表明,应用该模型对仿真运行环境中的时态数据进行管理具有更高的效率。     

一种基于SIFT变换的抗几何攻击第二代数字水印

基于SIFT变换及RIT变换实现了一种抗几何攻击数字水印.算法首先基于SIFT变换进行图像特征点的检测,并选择合适的特征点生成载体图像中的圆形区域,将圆形区域划分为扇形区域,然后采用空域奇偶量化方法进行水印信息的嵌入;水印的检测基于相关检测方法实现.为抵抗几何攻击,检测前首先基于RIT变换实现图像旋转角度的估计,然后基于估计结果进行旋转的恢复,最后对恢复后图像进行数字水印的检测.实验证明,该方法对几何攻击具有较强的鲁棒性.     

基于视觉显著性和置乱技术的小波域鲁棒性水印算法

用于版权认证的数字水印技术应满足安全性.鲁棒性和不可见性.为满足此三方面的要求,提出了一种基于视觉显著性和置乱技术的小波域鲁棒性水印算法.算法利用Arnold变换实现水印图像的置乱处理,通过小波空频分解,根据计算载体小波系数显著性指标确定水印的嵌入强度,最后进行小波系数融合嵌入.实验结果表明,文中算法能够抵抗常见攻击手段,具有较高的安全性、鲁棒性和不可见性.     

基于交互式遗传算法模型的群体论证方法

针对综合集成研讨厅进行复杂决策问题研讨时,群体专家提出的众多定性意见最终如何实现收敛的问题,提出了基于交互式遗传算法模型的群体论证方法,使专家的群体思维与计算机技术紧密结合,达成共识。实践证明,该方法可以较好地获得复杂决策问题的优化解,且更符合实际的研讨论证过程。     

图像多重分形测度的速降函数投影方法与图像奇异性分析

该文给出了一个基于多重分形理论的图像奇异性分析框架.该框架通过定义在图像梯度级上的测度,证明了该测度在速降函数上的投影与尺度之间满足幂指数关系.给出了将图像分解为一系列具有不同奇异性指数和分数维的分形集合的分解算法.最后理论分析并提出了选择速降函数的基本原则,讨论了仅根据分形集合上的导数信息就可以重建该分形层面图像分量的重构算法.实验表明,该文给出的多重分形框架在图像奇异性检测和分析中具有十分重要的意义.     

图像分割的Gap统计模型

基于Hastie T.和Tibshirani R.等提出的"Gap statist"的思想,通过分析样本灰度数据分布的差别,提出了函数特征、间隙、总间隙及全间隙等概念,建立了图像分割的Gap统计模型,并给出了较为详细的算法。分析了图像分割Gap统计模型中正则部分和奇异部分的特点,导出了区域特征自相似函数的分割结果与模型调节参数的关系。比较了用于图像分割的Gap统计模型与 Mumford-Shah模型,结果表明图像分割Gap统计模型的复杂度明显低于Mumford-Shah模型。     

图像边缘检测的多尺度Gap统计方法

基于Tibshirani等的“Gap Statistic”思想,利用样本灰度数据分布差分析了图像分布间隙的规律,并在讨论随机含义下屋脊边缘和阶跃边缘等概念的基础上,建立了图像边缘检测的多尺度随机模型,给出了图像边缘检测算法,最后通过实例验证了该模型的抗噪声与多尺度特性。     

CSA--一种加速的图像逆映射算法

采用方程求解代替逐像素搜索,提出一种加速的图像逆映射CSA算法．首先根据深度信息标记出参考域中的边界像素,并在映射时保存在像素链表中;然后将链表中的像素逐个映射到其他参考域建立线段方程,并与对应的极线方程联立求解,若有解则求出匹配的参考像素,否则标记为空洞;最后利用插值或其他参考信息填补空洞．由于仅处理边界像素,降低了计算复杂度,经实验证实,该算法有较好的加速作用．