结合位图切割和区域合并的彩色图像分割

就经典分水岭图像分割算法中存在的过分割问题，提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像，并利用位图切割重建梯度图像；对新梯度图像进行分水岭预分割；对预分割图像基于异质性最小原则进行区域合并，并获得最终分割结果。相比于现有的同类方法，该算法引入位图切割，抑制噪声对分割结果的影响，在边缘模糊处分割准确，得到符合人类视觉的较小分割区域数目，同时在运行效率上提高。     

基于改进模糊算法和相对熵的遥感图像增强

针对传统的Pal-King算法阈值难以确定的缺点,利用改进的最大类间方差(OTSU)算法来自适应获取阈值,通过改进的模糊增强算法对遥感图像进行全局增强,然后以相对熵为判别标准,进行领域信息的自适应对比度增强。实验结果表明,该算法增强的结果在主观上能获得很好的视觉效果,客观指标中清晰度和标准差有了大幅度的提升。因此该算法能获得很好的视觉效果和更加明显的细节信息。     

海空背景下红外弱小目标检测方法

针对在海上搜救中弱小目标难以被发现的情况,提出了一种海空背景下红外弱小目标的检测方法.该方法首先进行背景预测,然后将原图像和背景预测后的图像差分进行目标提取,使用Top-Hat变换对目标提取后的差分图像进行滤波处理以去除残余波浪噪声影响,最后使用自适应阈值检测,检测出弱小目标所在的方位.通过和传统的对单帧图像采取Top-Hat变换滤波做法的比较,可以看出来该方法可以较好的去除海浪的影响,检测出亮度较高的红外运动弱小目标,辅助海上搜救工作的完成.     

基于主动网格的运动补偿

提出了基于图像内容特征的主动网格生成方法和网格节点运动估计方法，网格的边界与运动场景的边界有很好的一致性，避免了相同三角形小片内存在不同的运动物体，克服这种情况下运动估计失效的问题。块匹配的运动补偿方法的缺陷在于块效应，基于主动网格的运动补偿消除了块效应和边界不连续现象，运动场的估计与实际运动场有很好的近似，对局部运动也有更好的逼近。     

基于协方差特征的图像内插方法的研究

本文提出了一种改进图像插值的方法,该方法通过提取低分辨率图像的协方差矩阵和协方差向量估算出高分辨率图像的相应参数,然后经过内插得到高分辨率图像。其突出优点是它的边缘自适应特性。经过实验证明,用这种方法获得的高分辨率图像和其他方法相比,图像的峰值信噪比(ＰＳＮＲ)有显著提高。在图像边缘模糊和阶梯形失真不仅比传统的线性内插方法有所降低,即使与基于凸面投影(ＰＯＣＳ)等方法相比图像也更加清晰。同时由于算法避免了复杂的迭代计算,因而运算的速度更快。     

基于分辨率和矩阵分解的数字水印算法

提出了一种结合分辨率变化和矩阵分解的数字图像水印算法。实验结果证明，该算法对滤波、压缩、噪声等有较好的鲁棒性，对几何变形和裁剪也有一定的抵抗力。     

基于心理学的图像多分辨率统计特征提取

从采集的图像数据中提取特征,这是图像的模式识别中最重要的问题之一,解决的方法通常依赖于对具体应用的经验知识,对同样的任务,人的视觉系统却以一种普适的方法去完成.本文从人的心理学特性出发,导出信号特征的全局性质,然后讨论由局域信号构成总体特征的统计方法,进而借助于信号的Lebesgue积分表示与测不准原理提出一种普适性的特征表示方法MSR.实验结果表明,对图像信号MSR是适合于并行计算的有效逼近.     

MPEG-2解码器中视频、音频同步的实现

本文分析了理想的MPEG－2信源解码器中视频、音频同步实现的关键，给出了实际的解码器中实现视频、音频同步会遇到的问题和解决的方法。实践证明，这些方法是有效的，已用于我们的MPEG-2信源解码器中。     

提高水平集方法初始化计算速度的研究

本文对水平集方法的初始化步骤进行了改进。在水平集方法中，初始化是一个很重要的步骤。它包括计算图像平面中每个点的初始水平集距离，同时找到与当前点距离最近的曲线上的点。这是一个费时的过程，影响到整个水个集方法的计算速度。本文基于快速推进法提出了一种快速初始化方法。这种方法只需要Ｏ（Ｎ）的时间就能够遍历所有的图像点，完成初始化。最后，对三种不同的初始化方法：直接法、快速推进法和本文的方法在计算速度上作了对比。实验表明，最终得到理想的分割结果的情况下，本文的方法在时间上优于其他两种方法。     

非下采样Contourlet域融合和参数化内核图割的SAR图像无监督水灾变化检测

目的 基于非下采样Contourlet变换（NSCT）融合策略可以有效地抑制背景信息增强变化区域的信息。但是融合后图像具有复杂的统计特征,传统的基于统计特征的变化检测难以实现。基于参数化内核图割的遥感图像分割不受统计特征的限制。为此提出了一种基于NSCT融合和参数化内核图割的SAR图像无监督水灾变化检测新算法。方法 将均值比差异图像和对数比差异图像采用基于NSCT的融合算法进行融合,将融合后的差异图像采用参数化内核图割算法进行前景/背景的分割,得到最终的变化检测结果。结果 融合后的差异图像利用前两种差异图像的互补信息提高了变化检测精度。算法不受统计模型限制,不需要先验知识,适用性强。结论 实验结果表明,本文算法的检测精度优于传统的变化检测方法。