正则化图形模糊聚类及鲁棒分割算法

针对现有图形模糊聚类算法合理性差和抗噪能力弱的问题，提出嵌入对称正则项的图形模糊聚类鲁棒算法。将样本聚类所对应的中立度与拒分度相结合构造对称正则项，嵌入现有图形模糊聚类所对应的目标函数；同时，利用像素邻域所对应的均值信息辅助当前像素聚类并构造了空间信息约束正则项，采用拉格朗日乘子法获得正则化图形模糊聚类鲁棒分割算法。不同噪声干扰图像分割结果表明，所建议的分割算法是有效的，相比现有的鲁棒模糊聚类分割算法具有更强的抑制噪声能力。     

可调直方图均衡化的正则解释及其改进

将直方图均衡化看作典型的不适定问题,提出了可调直方图均衡化的正则化解释,以及为了获得较好的图像增强效果并给出其改进措施.首先,对可调直方图均衡化方法所对应的目标函数进行简化,得到了基于信息能量作为正则项的可调直方图均衡化崭新解释;其次,考虑到信息熵与信息能量之间呈对偶关系,于是获得了一种基于信息熵作为正则项的可调直方图...     

基于B/S模式的新闻发布系统设计

新闻发布是网站维护的重要工作,将网站上需要经常更新的信息进行集中管理,通过已有的网页模板格式与审核流程发布到网站上,为网络用户提供各种媒体显示。本系统运用软件工程的设计方法,采用B/S模式架构和ASP作为主要开发语言,以SQL SERVER建立关系型数据库开发。     

划分系数与归一化型的比较研究

对J C .Bezdek提出的划分系数 ,基于样本最大分类信息的改进划分系数 ,以及二者的归一化形式的分类性能进行了实验分析 ,结果表明 ,归一化处理的分类性能有明显提高。     

基于全散度的C-V模型阈值法

为了提高传统C-V模型的收敛速度并降低其对噪声的敏感性,提出基于全散度的C-V模型及其快速阈值分割算法。将Bregman散度与全散度统一获得新的全散度,并将其引入C-V模型的拟合偏差项,提高图像灰度值与分割区域平均灰度偏差值计算的鲁棒性。同时,采用变分水平集理论获得基于直方图的快速阈值计算方法。实验结果表明,该方法分割效果及收敛速度得到提高,且具有较好的鲁棒性和抗噪性。     

乘积型Otsu阈值法的快速迭代算法

针对乘积型Otsu分割准则进行阈值选取需要花费大量时间的不足,提出了乘积型Otsu阈值化分割准则的快速迭代算法。实验结果表明,本文的快速算法是有效的。     

一种新信息熵定义及其在图像分割中的应用

熵阈值法是图像分割中的重要方法,并在图像处理中得到了广泛的应用。针对香农熵阈值法因存在对数计算而导致计算量过大的问题,本文首先提出了一种新的信息熵;其次对其一些性质进行了探讨;最后用于图像分割的阈值选取。实验结果表明,本文的新熵阈值法是可行的,且其计算所需时间量远小于比香农熵阈值法。     

模糊包含度在图像分割中的应用

图像分割是图像分析、理解和机器视觉的基础。由于人眼视觉的主观性使得图像比较适合使用模糊技术进行处理。基于模糊集的包含度理论,定义了图像分割选取阈值的准则函数。实验结果表明,提出的图像阈值化分割方法是可行的,且分割性能明显优于基于模糊熵或贴近度的分割法。