基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

基于动态规划算法的数字图像变位压缩技术探究

在众多数字图像的压缩编码技术中,变位压缩编码技术是基于动态规划算法,它可高效解决许多算法无法解决的问题。在用动态规划算法解决实际问题时,把相互关联的重叠子问题只求解一次,把其状态存入一个二维表中,如果有相同或相似的问题可以直接从二维表中取出结果,减少了重复,提高了效率。     

基于特征点的影像匹配

在数字摄影测量中,影像匹配代替了传统的人工观测,来达到自动确定同名像点的目的。影像匹配的理论与实践,是实现自动立体量测的关键,也是数字摄影测量的重要研究课题之一。本文中对基于特征点的影像匹配思路及特征点的提取与匹配中所涉及到的各种算法进行说明,并通过实验对算法展开分析。     

基于物理混沌的混合图像加密系统研究

文章分析了基于物理混沌的混合图像加密系统,分析了系统加密原理,并对硬件系统和软件系统进行了设计。     

基于改进的CV模型的医学图像分割

基于CV模型的水平集分割是医学图像分割的一个重要的分割手段。医学图像分割要求精度高,速度快。传统的处理方式效率比较低,不能满足医学图像的分割要求。针对这一缺点,本文提出新的分割模式。首先,在分割过程中间断的对图像进行窗口化处理,减少演化过程所需计算的数据量。同时使活动轮廓的演化速度伴随窗口规模进行调整,减少演变所需的迭代次数。实验表明,改进之后分割方法能够极大的提高分割速度,同时图像细节部分的分割也有更高的精度。     

高斯混合法在交通流视频中的应用

交通流视频处理是智能交通发展的重要方向,而高斯混合背景建模是背景建模领域常用的构建算法,在图像处理领域中有着广泛的应用.为了能够较为全面的分析该算法,本文对该算法进行了公式演算以及针对多个交通流量视频进行检测比较,其中提出了基于K-means、EM模型参数求解.公式演算部分能够清晰的得出该算法的数学意义和演变过程,为实际应用提供理论指导;交通流量视频处理过程可以得到该算法针对不同情况视频的效果,可分析高斯混合背景建模针对时间的迁移、光线的变化、运动物体阴影的处理能力.本文从理论及实际应用两个方面对高斯混合背景建模算法进行浅析.     

一种结合CDD模型和Criminisi算法的图像修复算法

针对既含有大块缺失信息又含有划痕的图像,结合CDD模型和Criminisi算法的优点,提出一种新的修复算法.算法先采用可以强化细节的自适应直方图均衡化操作来扩大图像的动态范围,后利用形态学算子分离出待修复图像中的划痕区域与大块区域,接着用CDD模型对划痕进行修复,再用改进优先级的Criminisi算法进行后续修复,最后把修复后的图像对应于缺失区域的像素填补到待修复图像的区域中.实验结果表明,改进后的算法克服了现有算法可能存在的偏差延续问题,使图像修复的结果更加符合人们的视觉效果.     

基于随机权重粒子群和K-均值聚类的图像分割

K-均值聚类具有简单、快速的特点,因此被广泛应用于图像分割领域.但K-均值聚类容易陷入局部最优,影响图像分割效果.针对K-均值的缺点,提出一种基于随机权重粒子群优化（RWPSO）和K-均值聚类的图像分割算法RWPSOK.在算法运行初期,利用随机权重粒子群优化的全局搜索能力,避免算法陷入局部最优;在算法运行后期,利用K-均值聚类的局部搜索能力,实现算法快速收敛.实验表明：RWPSOK算法能有效地克服K-均值聚类易陷入局部最优的缺点,图像分割效果得到了明显改善;与传统粒子群与K-均值聚类混合算法（PSOK）相比,RWPSOK算法具有更好的分割效果和更高的分割效率.     

遥感图像的云分类和云检测技术研究

为了有效减小云层遮盖对遥感图像数据利用率的影响,提出了一种基于灰度特性的算法,实现了遥感图像高效自动的云分类及云检测.该方法首先将大幅遥感图像切分成小块子图,然后统计子图灰度值的均值和方差,在此基础上将云分成无云、薄云和厚云三类,最后通过边缘检测算法,实现了对厚云影响范围的有效标记.对100幅典型水域遥感图像的实验测试结果表明：正确云分类判别率达到97％,误判率小于4％,漏判率小于2％,基本满足实时性需求,证明了该算法的有效性.     

基于半逆法和暗原色先验的单一图像去雾新方法

针对现有图像去雾方法的缺陷,依据雾天成像的理论模型,提出了一种基于半逆法和暗原色先验相结合的单一图像去雾新方法.对一幅待去雾图像,首先通过半逆法检测并标记出图像浓雾区域,结合暗原色先验,随机多次选取浓雾区域中具有较大暗原色值的候选像素点集,并通过计算原图中这些候选点集的像素点平均亮度值估算大气光常数.其次通过暗原色先验信息获取图像像素点的透射率分布.最后在得到大气光常数和透射率参数的基础上,根据雾天成像的光学理论模型反解出去雾后图像.通过图像去雾的无参考客观质量评价(NQA)体系对有效细节强度、色调还原程度和结构信息三项指标进行定量评估,评估结果表明,相比目前去雾效果最好的He算法,这一新方法平均能提高了15％.此外,该方法能减少去雾后图像的halo效应,更能满足人们的主观观测需求.