掩模的矩阵乘法表示及其应用

通过对掩模的作用原理进行研究,首先给出了行列成比例的二维掩模的矩阵乘法表示,进而得到了掩模的矩阵乘法实现方法,该方法不仅提高了掩模实现的速度,而且避免了处理图像时的加边运算;其次,提出了基于边界的掩模概念,并给出了相应的矩阵乘法表示,在保持原图像大小不变的前提下,避免了算术均值掩模处理后图像的黑边现象;最后,仿真实验验证了以上结论的正确性。尽管以上结论是针对行列成比例的掩模得到的,但仍不失一般性,因为大部分的掩模均可转化为行列成比例的掩模的和或差。     

图像分割方法研究

图像分割是图像处理与计算机视觉的基本问题之一,是图像处理到图像分析的关键步骤。目前,图像分割已有上千种方法,既有经典的方法也有结合新兴理论的方法。从分割所应用特定理论工具的角度出发,对近年来图像分割的新方法或改进算法进行综述,并简要讨论了每类分割方法的特点。     

基于小波域多状态隐马尔科夫树模型多尺度文本图像分割

该文基于小波域多状态隐马尔科夫树（HMT）模型，引入一种新的文本分割方法。该分割方法是在H.Choi et al.(2001)工作的基础上，将文本按纹理分为背景、文字与图片3种类型，分别建立多状态HMT模型。另外，基于平滑图像将上述方法又作了进一步的改进，引入了多状态IHMT分割方法，最后通过实例阐明了方法的有效性。     

高阶模型的快速图像修补

图像修补是图像复原研究中的一个重要课题。针对总变分模型在修补图像过程中存在的阶梯效应,将高阶偏微分方程（PDE）引入到图像修补中,采用罚方法及交替极小化算法求解该模型。通过仿真实验及结果分析说明该模型及算法的有效性和优越性。     

基于线性插值的图像分割算法

图像分割是一种特殊的图像处理技术,也是一种重要而关键的图像分析技术。得到广泛运用的全局阈值法和局部阈值法由于各自的缺陷使得图像分割效果不理想,为此将全局阈值中的迭代法与局部阈值法相结合,利用线性插值,提出了局部阈值插值分割算法,并通过仿真试验说明了该算法在分割图像时的有效性和可行性.结果令人满意。     

改进的Mumford-Shah模型及其基于逐段常数水平集方法在图像处理中的应用

为了快速的分割和去噪, 经典的 Mumford-Shah 模型需要增强惩罚项的作用, 即增大惩罚项系数, 但是将使目标逐渐的消失. 本文工作提出一个改进的 Mumford-Shah 模型避免了如此现象, 并结合逐段常数水平集方法和梯度下降法求解极小化问题. 并用仿真实验证明了新模型和运算的有效性.     

基于微分算子的Eno-haar小波变换及其应用

该文首先引入微分算子并结合Haar小波的特点,提出了一种遗传性算法,用于2D信号奇异性检测。其次,将该算法与Eno-haar(Essentially non-oscillatory-haar)小波相结合,得到了一种基于微分算子的Eno-haar小波变换算法,并通过仿真实验说明了其在图像压缩中的可行性和有效性。     

“信息论基础及应用”课程体系建设与改革探索

数学学科下信息论基础和代数密码与编码两门课程独立开设,然而它们之间存在密切的联系。本文将两门课程整合为信息论基础及应用,进而探索其教学内容的改革措施以及课程体系的建设。     

基于PDE的快速自适应图像分割算法

在水平集理论和Chan-Vese模型的基础上,详细分析了水平集函数的初始位置和分割速度的关系,指出如果初始位置不好,将会影响曲线的演化速度。针对该问题提出了利用阈值分割技术对水平集函数进行初始化,通过优化水平集函数的初始位置来加快Chan-Vese模型的演化速度。实验结果表明,本文所提出的方法不受初始轮廓位置的限制,具有鲁棒性,分割效果良好,有很好的实际意义。