一种基于聚类和统计分析DNA基因芯片图像处理算法

DNA基因芯片可以同时监控成千上万个基因的表达信息。图像分析是基因芯片试验中一个重要的环节,直接影响到其后续的处理、分析和研究,比如鉴别预测具有不同表达信息的基因功能。基因芯片图像分析包括三个步骤:图像网格化,图像分割以及信息抽取。该文主要研究分割和信息抽取问题。首先基于K-Means聚类技术提出了一种新的分割方法;其次基于统计分析文章建议了一种新的背景和前景分割校正方法用于更准确的信息抽取。新方法的优点是对于基因芯片中spot图像没有任何形状限制。实际图像分析结果与目前最流行的基因芯片图像分析软件GenePix对比研究表明该文算法是精确有效的。     

基于零树结构的可伸缩性编码方法研究实现

文章利用小波变换多分辨分解特点和Shapiro提出的EZW编码的优点,实现了一种基于零树结构的可伸缩性编码新方法,其编码特点是可以输出分辨率多位率压缩位流,有效地改进了EZW方法只能应用于单一分辨率视频服务的不足,该算法首先对小波变换系数进行一致标量量化;其次对量化后不为零的重要低频系统按照位平面次序进行编码,最后根据零树结构对高频小波系数,从低分辨率开始逐频带搜索得到不为零的重要系数,对搜索到的高频重要系数同样按照位平面次序进行编码,,直至最高频带小波系数,该算法的特点是具有可伸缩性,即其编码位流不但可以进行多分辨率解码,而且可以进行多位率解码,实验结果表明,该压缩方法性能优于Shapiro的EZW方法,能在一定程度上提高峰值信噪比（PSNR）。     

盈亏修正法图象边缘检测

边缘检测是数字图象处理中一种重要的处理手段,目前普遍采用的方法是且高斯函数或者Ｂ－样条对原始图象进行预平滑,然后求其一阶导数的极值点或拉普变换的零交叉作为边缘特征点,但是在其原始图象与平滑图象的之间的残余误差中可能存在一些边缘特征信息,为了尽可能提取残余误差中存在的边缘特征点,因此利用Ｂ－样条平滑公式,建立了一种盈亏修正图象边缘检测新方法,其原理是,首先对原始 明数据进行盈亏修正,使得原始 明与平     

一类细节可控的边缘检测算子

Ｍａｒｒ图像边缘检测的基本思想是先利用高斯平滑算子对原始图像进行平滑,然后对平滑图像求拉普拉斯变换的零交叉,全是利用高斯平滑算子平滑的图像和原始衅像存在着误差,而误差图像残留着一些边缘信息,而这些残余信息可能造成检测到的边缘线不连续和有用的特征点可能检测不到,针对这个问题,文中根据Ｍａｒｒ边缘检测基本思想,导出了一类细节可控的边缘检测算子,其中ａｒｒ算子只是它的一个特例,理论和实际数值实验结果表明     

基于JPEG压缩流的图像实时漫游和处理

文章基于ＪＰＥＧ压缩格式，对任何大小的图像，尤其是大的压缩图像，通过建立 ＭＣＵ（最小编码单元）硬盘或内存地址映射，将要显示的部分图像快速定位解码，实时绘制到屏幕上，并且能快速预览和放大，从而克服了图像全部解码造成的内存不足和资源浪费，也大大提高了显示漫游速度。     

小波包F-X域前后向预测去噪

根据地震资料不同的频段信噪比不同应采取分频去噪的原理，提出了地震信号小波包分解与F－X城预测联合去噪技术，并给出了具体实现的方法和步骤。最后展示新疆焉耆博湖地区实际资料的处理效果。处理表明，该方法在提高信噪比的同时，又能保持分辨率。     

多尺度时变地震信号反褶积

针对石油地震勘探中信号的时变性，提出了一个新的时变地震信号反褶积方法．在分析地层时变滤波特性的基础上，构造多尺度地震子波，分别用每一尺度的地震子波作确定反褶积，并基于信息最小熵准则设计检测函数，综合多尺度反褶积结果。理论数据和实际资料处理表明本文提出的方法具有较好的效果。     

多尺度时变地震信号反褶积

针对石油地震勘探中信号的时变性，提出了一个新的时变地震信号反褶积方法。在分析地层时变滤波特性的基础上，构造多尺度地震子波，分别用每一尺度的地震子波作确定反褶积，并基于信息最小熵准则设计检测函数，综合多尺度反褶积结果。理论数据和实际处理表明本文提出的方法具有较好的效果。     

一种基于形态学的小波域静态图像编码算法

零树小波编码器EZW和SPIHT是近年来最优秀的两个编码算法,不足之处在于其表示父子关系使用了较多的辅助位.基于形态学表示的编码器MRWD是另一成功的编码算法,其不足之处在于没有利用带间小波系数相似性.利用这些编码器的优点,并基于小波数据的形态学表示,开发了一个新的高效小波编码器.新的编码算法的主要特点在于充分利用了带内小波系数的聚类特性和带间小波系数的相似性以及幅值衰减性.最突出的特点是利用形态算子和带间相似性进行聚类预测,从而克服了前述3个编码器的不足.具体数值实验结果表明,该算法的编码效率优于上述3     

一种有效的无损图象编码方法

由于一些正当的原因,无误差编码在某些应用中是唯一可接受的压缩方法。文章首先采用一种整数到整数小波变换对图象进行分解,然后通过优化改进著名的SPIHT压缩算法2,实现了一种有效的无损编码方法。压缩结果表明：该方法性能优于经典的一些无损编码方法,同时也优于直接采用SPIHT的无损压缩方法,因此可推广应用到卫星遥感图象、医学图象的传输和归档中去。