基于灰色系统理论的图象边缘检测新算法

边缘检测是图象特征提取与分析理解的基础,其检测质量直接决定后期理解的效果.寻找一种对噪声不敏感、定位精确、不漏检真边缘又不引入假边缘的检测方法,一直是人们的努力目标.本文尝试与探讨了基于灰色系统理论的图象边缘检测新算法.该算法首先对图象基元的特点进行分析,以确定非边缘点参考序列和待比较序列,然后通过两个序列之间的灰色关联度区分边缘点和非边缘点.实验结果证明,该算法不仅能够较为准确地检测出有用的边缘信息,具有一定的抗噪声能力,而且还可通过调整关联度阈值控制边缘信息量,因此其是一种有效的、具有可调功能的边缘检测新算法.  

基于灰色关联分析的图像保真度准则

针对图像保真度评价问题，利用灰色系统理论中的灰色关联分析(Grey Relational Analysis，GRA)的整体比较机制和小波变换的多尺度分辨率匹配于人类视觉系统(Human Visual System，HVS)的多信道模型性质，通过小波域系数之间的灰色关联度，给出了一种图像质量评价算法——小波系数灰关联法．实验表明：该算法可以从概貌质量和细节质量分别对图像进行评判，评价结果能够与人眼主观评价保持较好的一致性，优于传统的PSNR评价方法．  

灰色理论在图像工程中的应用研究进展

随着传统图像信息处理技术的日趋成熟,寻求基于新理论和新思想的图像信息处理技术具有十分重要的理论意义和实用价值。为了使图像处理中的新理论——灰色理论更多地被人们所了解,首先简要介绍了灰色理论的研究内容、主要特点和基础理论;然后分别从图像处理、图像分析和图像理解3个层次来综述和分析灰色理论在图像工程中的研究进展,包括一些新的研究成果;最后,总结了在图像工程中应用灰色理论时,要解决的关键问题和未来的发展方向。研究结果显示,尽管灰色理论在图像工程中的应用研究还处于起步阶段,但其应用范围却几乎涉及了图像工程的各个方面,这充分显示它的广泛可行性、有效性,以及良好的发展潜力和应用前景。  

基于相邻像素间位异或的图像置乱算法

针对数字图像的传输安全问题,提出了一种基于相邻像素间位异或的图像置乱算法。该算法首先根据每个像素和它前面相邻的像素进行按位异或运算,然后对其按照某种规则进行像素值的交叉换位,再次改变像素点的灰度值,从而提高图像置乱效果。实验结果初步显示,该算法与Arnold等现有的置乱方法相比,置乱后的图像不仅直方图发生了显著改变,而且置乱图像的统计特征更像白噪声,更加适用于图像文件的加密传输和秘密图像信息在数字水印技术中的置乱预处理。  

“面向对象程序设计与C＋＋”教学中的问题与思考

本文以大学本科计算机科学与技术专业学生为对象，总结分析了“面向对象程序设计与C＋＋”课程教学及实验环节中存在的问题，并提出一些解决方法和建议。  

基于目标提取的红外与可见光图像融合算法

分析红外图像与可见光图像融合时，目标信息丢失或减弱的潜在原因，提出一种红外与可见光图像融合算法。该算法根据红外图像与可见光图像的特点，利用灰色关联理论检测并提取红外图像目标，采用替代法对获得的目标信息与可见光图像的背景和细节信息进行融合。实验结果表明，该算法得到的融合图像具有与红外图像相同的目标，且具备可见光图像的细节信息。  

基于灰色关联理论的水印透明性评价算法

针对人眼评价水印透明性时易于疲劳,评价结果有时不唯一,以及无法感知微小差别的问题,提出了一种水印透明性的评价算法。该算法首先计算原始图像和各承载图像间的差异图像;然后,对差异图像的象素值分布特征进行统计,形成各个比较序列,同时分析理想的差异图像象素值分布特征,形成参考序列;最后,通过两类序列间的灰色关联度对水印透明性做出客观、定量的评价。实验表明,该算法的评判结果与HVS判断结果相符,可用来评价水印透明度。  

遗传算法优化归一化划分准则的图像分割

传统Normalized Cut准则的图像分割需求解广义特征方程，二值化分割效果不佳。为改善图像分割效果，将Normalized Cut准则作为优化函数，使用遗传算法进行优化，通过最优化染色体确定分割结果。实验表明该方法能获得较高精度的分割结果。  

基于灰色遗传算法的快速图像匹配方法研究

针对图像匹配速度慢,抗干扰能力差的问题,将灰色关联理论与遗传算法相结合,提出了一种鲁棒性强的快速图像匹配方法——GGA(Grey Genetic Algorithm)法。该方法首先确定问题的参数空间,通过对参数空间编码和种群初始化得到待匹配的多个初始位置,然后利用模板图和当前搜索子图的直方图信息,分别构建参考序列和比较序列,并以两序列间的灰色关联度为适应度函数。在此基础上,初始群体经过选择、交叉和变异等操作逐代进化到搜索空间的优化区域,并逼近最佳匹配位置。实验结果显示,GGA法充分利用了灰色关联理论的小样本特性和遗传算法的计算并行性,在保证一定匹配精度的情况下,实时性和鲁棒性明显提高。  

灰色关联分析在工程图纸除噪预处理中的应用研究

提出了一种基于灰色关联分析的工程图像除噪预处理算法.该算法首先对含噪工程图像的特点进行分析,利用图像中噪声点与边缘点的空间分布连续性不同和图像为近似二值图像的特征,确定了两个非边缘点的参考序列和一组待比较序列;然后通过这两个参考序列与各比较序列之间的灰色关联度将含噪图像的像素重新分类,从而在保留尽可能多边缘的情况下除去噪声.实验表明该除噪方法具有简单易行、效果显著,而且能同时除去多种不同类型的噪声及可动态控制去除噪声与保持边缘的折中度等优点.这对于改善细化、骨架化、识别和矢量化等后继处理结果有着重要意义和实用价值.