基于图变换的图像压缩采样与分类

提出一种基于图论表示的正交变换基,并在此基础上对图像进行压缩采样与压缩域直接分类.首先,充分利用图像的边缘特性和像素关系,给出一种图像的图论表示方法;然后,通过图Laplacian矩阵的特征值分解得到其特征向量矩阵作为正交变换基,由此得到图像的图变换域稀疏表示;最后,利用随机投影后的压缩采样特征向量直接对分类器进行训练和测试,不仅保持了与原空间相当的分类精度,还大量地减少了训练和测试时间以及计算/存储代价.     

运动模糊图像复原算法研究

运动模糊主要是由于成像系统与目标物之间产生了相对运动而成的。在运动模糊图像复原的研究中,运动模糊的点扩散函数(PSF)和复原方法是近年来图像复原中的热点问题。针对含有噪声的运动模糊图像的退化模型和恢复过程进行了研究,叙述了运动模糊图像基本原理,并提出了一种基于变分法求极值的方法并应用了模糊图像限制核函数法的方法解决了变分模型中大多数应用场定义域的有限性,最后根据方法得出实验结果。     

基于Android平台的车辆牌照自动识别系统的实现

为了车辆稽查人员更方便快捷地对非法和异常车辆进行稽查,通过对传统计算机上图像处理算法的分析研究,开发研制出一套可供在Android平台移动设备上使用的车辆牌照自动识别系统。该系统通过对车辆牌照定位找出车辆牌照位置,并对车辆牌照中的字符进行分割和匹配,从而识别出车辆牌照。识别系统的测试实验表明系统能够实时监测和识别车辆牌照,具有较好的识别效果。     

基于BP网络和图像处理的煤矸石的动态识别

为提高煤矸石的自动识别和分选效率,选用基于BP网络和纹理识别煤矸石的方法。为了模拟煤和矸石在线识别,选取粘连在一起的煤和矸石作为样本,经过图像预处理及图像灰度和纹理特征分析后,选取灰度均值、灰度共生矩阵最大值、二阶矩、惯性矩、相关性、熵为有效特征。采用BP网络来完成图像的自动识别过程,选取上述六个参数作为神经网络的输入层,对网络进行训练,实验表明该方法具有较高的识别率。     

一种基于安全隐藏的图像分层窜改检测和内容恢复算法

提出了一种可用于数字图像的分层窜改检测和内容恢复的脆弱水印算法。图像中每个分块产生的水印信息包括认证水印和内容恢复水印,其中认证水印由奇偶校验和平均强度信息生成,恢复水印由分块DCT系数量化编码后的信息得到。根据混沌映射和最远距离安全隐藏机制,将恢复水印嵌入到映射块中,可有效避免窜改一致性问题。在接收端,采用分层窜改检测方法,减少窜改分块的漏判和误判,有效提高了窜改精度和恢复质量。实验结果表明,提出的方法与已有方法相比,无论在小面积窜改或大面积窜改情况下均可取得较好的恢复效果。     

基于Hessian半监督特征选择的网络图像标注

针对半监督特征选择算法进行了研究,采用有标签图像和无标签图像的半监督特征选择方法来提升网络图像标注的性能。基于二阶Hessian能提出一个新的半监督特征选择方法,该方法具有更好的局部拓扑结构保持特性和推断能力,从而能够克服基于图拉普拉斯半监督学习方法的缺点。将所提出的半监督特征选择算法应用到网络图像标注任务中,在两个大规模网络图像数据库上进行了实验,结果表明Hessian半监督特征选择方法优于拉普拉斯半监督特征选择方法,适合大规模网络图像标注。     

基于粗糙集约简的图像插值方法

提出了一种基于粗糙集约简的支持向量机图像插值方法,目的在于提高基于学习的插值方法的插值效率,改善放大图像边缘模糊现象。首先在原始图像上利用已知的像素灰度值及邻域内像素间的相关性构造训练样本集;然后利用粗糙集约简算法约简掉其中重要度较小的特征,并用约简后的样本集训练支持向量机;再用测试样本及训练好的支持向量机估计偶行偶列的像素灰度值;最后利用测试样本及训练好的支持向量机估计剩余的未知像素灰度值。仿真表明,所提方法有效提高了插值效率,获得了较好的客观指标,得到了满意的插值图像。     

基于贝叶斯压缩感知与形态学成分分析的图像修复方法研究

针对传统图像修复方法依赖图像的结构特征和基于稀疏表示的图像修复方法未考虑修复过程中的观测噪声的问题,提出了一种基于贝叶斯压缩感知与形态学成分分析的图像修复方法。首先通过形态学成分分析法利用 Curvelet 和局部离散余弦变换分别稀疏图像的结构和纹理部分,然后用贝叶斯压缩感知得到稀疏系数的分布函数,分别求得分布函数的均值和方差,将两个均值作为结构和纹理稀疏系数的估计,方差作为噪声的估计,最后合并两部分的修复结果获得修复后的图像。仿真结果验证该方法可以提高图像的修复质量。     

基于直方图梯度计算的 T2加权脑部 MR 图像自动分割

针对脑部核磁共振图像分割问题,提出了一种直方图梯度计算方法。首先,对 MR 图像的直方图进行平滑处理,从而去除三个体素中出现的最低灰度级;然后,在预处理后的直方图上计算梯度;最后,计算对象数和其所在位置的梯度,并对图像进行自动分割。基于直方图处理进行梯度计算,大大降低了计算复杂度。在 T2加权脑部 MR 图像上的实验结果表明,该方法可以有效地从二维和三维图像中提取出主要脑部区域,并在临床环境中获得的人类脑部 MR 图像上成功实施,分割效果优于其他几种现有分割算法。     

一种基于非下采样剪切波变换的医学图像配准方法

针对经典弹性配准方法在医学图像应用上计算复杂、方向信息不足的问题进行了研究,提出一种基于非下采样剪切波变换（NSSTR）的医学图像配准方法。利用剪切波能够对各个尺度、方向和位置实现较好定位的优势,先用该算法对医学图像作非下采样剪切波变换,得到各尺度、方向子带的剪切系数,然后对高频、低频的变换图像分别使用不同的配准方法,最后统一到变化网格上得到最终配准图像。实验结果表明,本方法与传统方法相比,不仅具有配准精度高、鲁棒性好的特点,而且计算效率更高。