频域抽取多维向量基快速傅里叶变换

给出了频域抽取(DIF)多维向量基快速傅里叶变换(FFT)算法。对多维频域信号的每一维,采用向量基2频域抽取法,导出了快速算法蝶形运算的一般形式。该FFT算法适合于维数为任意整数的情况,当维数为1时,算法退化为著名的频域抽取向量基2 FFT算法。为了便于编程实现,以频域抽取3维向量基FFT算法为例,给出了快速算法实现流程,该流程易于向任意整数维推广。计算量比较结果显示,频域抽取多维向量基FFT算法比多维分离式FFT算法计算量低。     

基于纹元森林和显著性先验的弱监督图像语义分割方法

弱监督语义分割任务常利用训练集中全体图像的超像素及其相似度建立图模型,使用图像级别标记的监督关系进行约束求解。全局建模缺少单幅图像结构信息,同时此类参数方法受到复杂度限制,无法使用大规模的弱监督训练数据。针对以上问题,该文提出一种基于纹元森林和显著性先验的弱监督图像语义分割方法。算法使用弱监督数据和图像显著性训练随机森林分类器用于语义纹元森林特征(Semantic Texton Forest, STF)的提取。测试时,先将图像进行过分割,然后提取超像素语义纹元特征,利用朴素贝叶斯法进行超像素标记的概率估计,最后在条件随机场(CRF)框架下结合图像显著性信息定义了新的能量函数表达式,将图像的标注(labeling)问题转换为能量最小化问题求解。在MSRC-21类数据库上进行了验证,完成了语义分割任务。结果表明,在并未对整个训练集建立图模型的情况下,仅利用单幅图像的显著性信息也可以得到较好的分割结果,同时非参模型有利于规模数据分析。     

综合特征一致性模型在图像特征检测中的应用

精确检测图像特征是进行图像匹配和识别的关键。针对传统的空域特征检测算子得到的特征对图像的亮度和对比度敏感的缺陷,研究了改进的综合特征一致性模型,并将其应用在图像特征检测中。实验结果表明该算法对图像亮度和对比度具有不变性,并且具有较好的抗噪性能和通用性,符合人类视觉系统特性。     

基于相位信息和主成分分析的对称性检测方法

对称性检测在图像分析与模式识别中具有重要意义。该文提出一种基于相位信息和主成分分析的对称性检测方法。首先在不同尺度、不同方向上计算相位对称性,其次在每个方向上将所有尺度的相位对称性进行融合,再次利用主成分分析提取各个方向的主要特征,最后利用非极大值抑制和自适应滞后阈值处理得到最终的对称性检测结果。实验证明:该文方法可直接对原始图像进行处理,不需要图像的任何先验知识,对于多目标图像不需分割等任何预处理;可以同时检测亮目标和暗目标的镜像对称、旋转对称、曲线对称;对图像亮度和对比度不敏感。     

联合蚁群算法和PCNN的脑部MRI图像分割方法

采用蚁群算法(ACO)联合脉冲耦合神经网络(PCNN)的脑部磁共振成像(MRI)图像分割方法。其中利用ACO解决了PCNN参数设置困难的问题,同时能够克服图像的低对比度和噪声对图像分割的影响,实现图像的精确分割。首先利用ACO的全局搜索能力,以图像信息熵与灰度期望值的和作为ACO的目标函数,对PCNN的3个关键参数β、αE和VE进行设定;然后基于PCNN简化模型,结合最大熵值准则对脑部MRI图像进行分割;最后对分割结果进行面积滤波,得到最终的分割结果。实验结果表明,本文方法能够实现脑部MRI图像的自动分割,具有较高的精度和较强的鲁棒性。对于没有噪声的图像,本文方法分割结果的平均正确提取率达到97.0%以上,平均错误提取率达到0.4%以下,平均杰卡德相似系数达到94.8%以上;对于添加了不同级别噪声的图像,本文方法的分割效果也优于FCM和自适应PCNN。     

基于极线校正的亚像素相位立体匹配方法

针对双目结构投影光栅相位法三维测量系统中立体匹配的效率与精度问题,提出了基于极线校正的亚像素相位立体匹配方法。首先,通过外极线校正算法将双目立体视觉几何结构校正为平视双目标准几何结构,使匹配点对在左右相机上的成像点位于同一水平线上。然后,采用双线性内插法获取校正后新相位图像对,并提出一种基于相位区域匹配的立体匹配算法,获得初始匹配点。最后,提出采用最小二乘拟合将初始匹配点附近3×3邻域内的相似度量拟合为一个二次曲面,然后求解得到该曲面的局部最小值,得到与待匹配点相位相同的右摄像机匹配点坐标。通过对标准平板平面度进行测量与精度分析,表明该方法能够快速、准确的实现立体匹配。     

一种基于相位信息的图像对称性检测方法

本文介绍一种新的检测图像对称性的方法。它使用原始图像的相位信息,而不使用图像梯度信息。由于相位信息的稳定性和重要性,该方法具有很强的鲁棒性,不受图像亮度、对比度和旋转的影响。它能检测镜像对称性,旋转对称性和曲线对称性,不需要图像分割等任何预处理。实验结果证明了该方法的有效性和鲁棒性。     

基于相位一致性的织物起球图像分割

纺织品起球客观评级是纺织品性能测试数字化的重要组成部分.毛球分割是纺织品起球客观评级中的关键步骤,分割结果直接影响评级的精度.目前方法大多利用图像的灰度信息,易受图像亮度和对比度变化以及光照不均匀等因素影响.针对这些问题,研究了基于相位一致性检测的分割算法.该算法基于Log Ga-bor滤波器计算相位一致性,对检测结果进行加权阈值分割.实验结果表明,该方法能获得令人满意的分割结果,提高了织物起球客观评级系统的实用性.     

基于短时傅里叶变换的纺织材料纤维取向度测量方法

为了更准确地表征纺织材料的纤维取向分布,基于纺织材料纤维扫描电镜(SEM)图像,提出了一种利用短时傅里叶变换的纺织材料纤维取向度测量方法.把纤维图像看作总体非平稳、局部平稳的信号,首先通过对纤维图像加窗并使窗口平移覆盖整个时域,实现纤维图像的短时傅里叶变换;然后选取频谱图中的感兴趣区域;接着统计频谱图中感兴趣区域沿不同方向角的能量并找出每个子块中纤维的主方向;最后对所有子块的主方向进行统计得到纺织材料纤维取向度.对4个样品的测试结果表明:使用本文方法得到的测量结果与传统的FFT方法测量结果相比较,90°方向和180°方向的纤维比例平均分别减少14.75%和15.25%,说明本文方法能有效减少边界效应,更准确地表征纺织材料纤维的取向度.     

X射线线阵探测器校正与滤波

针对X射线线阵探测器像素响应不均而造成X射线图像产生竖条纹,以及由探测器本身和外界产生噪声干扰的问题,提出了一种新型的校正与滤波模型,解决了传统校正方法因忽略噪声影响而使得校正完成后数据波动较大的问题。结合X射线特性及X射线线阵探测器的成像原理,分析了像素响应不均时的输出特性及噪声,建立了改进的两点校正算法与基于偏微分方程的半隐式差分滤波模型。实验证明,分辨率为19 216的X射线线阵探测器在经过该模型校正后,有效地解决了像素响应不均的问题,抑制了噪声的影响,在位深为16 bit的情况下,平均均方误差低于五个灰度级,提高了X射线图像检测的质量。