利用灰色系统理论确定ICA解密图像的顺序

针对基于ICA的图像加密解密算法中,解密输出图像顺序不确定问题,提出一种利用灰色系统理论进行图像特征匹配的方法。利用主成分分析提取图像的主分量数据,建立灰预测模型GM(1,1),提取模型的灰参数作为匹配特征;将解密图像的灰参数作为比较序列,对明文图像的灰参数作灰关联分析,关联度最大的图像对就是匹配的明文图像与解密图像。分别选取独立性强和关联性强的明文-解密图像集各1组,进行图像匹配实验,获得了准确的匹配结果。该方法对图像具有普适性,计算复杂度小,确定ICA解密图像顺序快速、准确。     

SAR图像的二维灰熵模型快速分割方法

为提高图像分割速度和抵抗噪声的能力,综合利用小波分析、遗传算法、图像熵和灰色理论,提出一种基于二维灰熵模型的快速SAR图像分割方法．该方法首先对待分割图像进行小波变换,将表征图像概貌特征的低频信息重构为概貌图像,表征图像细节和边缘的部分高频信息重构为梯度图像,然后构造两者的概貌-梯度共生矩阵模型,根据最大熵原理设计二维灰色熵模型作为遗传算法的适应度函数．最后,利用遗传算法高效、并行的寻优能力,通过选择、交叉和变异等遗传操作快速逼近最佳阈值．实验表明,该方法不仅在图像分割过程中能够滤除SAR图像中的噪声,而且分割速度明显加快．     

一种基于灰关联分析的红外图像滤波算法

空空导弹红外图像中存在的噪声严重影响目标的检测与识别,论文通过分析灰关联度与图像灰度变化的对应关系,提出了一种基于灰关联分析的红外图像滤波算法。首先选取含噪图像3×3邻域内4个方向的比较序列,分别计算其与理想参考序列之间的灰关联度;再通过比较4个灰关联度的大小得到当前象素点的类型;对噪声点、非噪声点象素分别处理得到去噪后的图像。最后对可见光、红外图像分别添加高斯噪声、椒盐噪声进行去噪实验。结果表明该算法能够很好的去除可见光、红外图像中的高斯噪声及椒盐噪声,具有较强的普适性。     

基于多目标智能加权灰靶理论的电力变压器状态维修决策

针对电力变压器状态信息"部分已知,部分未知"的灰色不确定性,提出基于多目标智能加权灰靶理论的变压器状态维修决策模型.根据变压器目前的维修情况,确立灰局势向量,结合对策集的计算有效确定维修决策.实例分析结果表明该状态维修决策方法具有可行性.     

一种基于粗集理论对雾天图像增强的研究

由于雾天有光亮条件的干扰,雾天拍摄的图片经常都有很严重的图像降质;针对雾天图片的退化情况,文章提出了一种基于粗集理论在空域采用3×3滑动窗口的图像增强方法,通过对实物照片的处理表明该方法在图像增强效果和时间复杂性方面均优于传统图像增强方法,在重现原图的基础上能有效地改善雾天图像的退化现象和提高图像清晰度。     

基于进制转化和移位的数字图像置乱算法

针对传统数字图像置乱算法需多次迭代、加密强度不够、密钥空间小和抗攻击性差等问题,基于混沌序列提出一种新的数字图像置乱算法,该算法借助于进制转化和移位改变数字图像的像素值和像素位置,从而使人们无法识别原始图像所表达的真正含义.理论分析和实验结果表明:该算法具有较大的密钥空间,无需迭代,对密钥有很强的敏感性,能改变图像的灰...     

分形理论在植物根系图像放大中的应用

针对植物根系图像的分析处理需要,运用分形理论,提出了一种基于分形特征提取,对数字图像进行放大的方法,介绍了该方法的原理和实现算法.其基本思想是通过分形理论提取图像的特征信息,用迭代函数系统近似表示原图像,在不同尺度的图像空间迭代重建图像以实现放大.这种方法简单方便,可以实现非整数倍的放大,放大图像主观效果较好,在植物根系图像处理中进行了应用.     

一种IVUS序列图像内外膜边缘的自动提取方法

针对现有的血管内超声(intravascular ultrasound, IVUS)图像边缘提取存在的不足,提出一种改进的IVUS序列图像内外膜边缘自动提取的方法。该方法首先在Contourlet变换域对图像的斑点噪声进行有效去除;然后根据序列图像的物理特征和结构信息,自动确定图像内外膜边缘的初始轮廓;最后采用活动轮廓模型和去噪后图像灰阶梯度特征量,通过动态规划技术自动提取图像的内外膜边缘。实验结果表明,该方法算法简单,准确性较高,具有一定的临床应用价值。     

基于彩色直方图均衡化的自动白平衡算法研究

针对某些特殊光源下,如拍摄色温低于2500K或高于7000K时,图像偏色较严重的现象,提出了一种基于彩色直方图均衡化的自动白平衡算法。首先采用Roberts算子对图像进行边缘检测,对得到的图像进行直方图均衡化处理;然后选择参考白点区域,计算图像各通道的增益,用得到的增益值进行色温校正;最后,使用Matlab进行了仿真验证,直接观察实验结果。通过对比,提出的白平衡算法在特殊光源下也能进行正确调整,使白平衡能调整的色温范围更广且算法时间复杂度相对较低,可以广泛应用于数字图像产品中。     

基于SIFT算法的图像匹配方法

依据Brown的理论,并基于SIFT算法提出了一种有效的图像匹配方法。首先对图像进行高斯和Wallis滤波处理,然后采用简化SIFT算法进行特征点提取,最后通过特征点双向匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量多、准确率高、无重复点等优点。将该方法应用于优化线网的自动检测方面得到较好的效果,并为版图的优化打下了基础。     

月面巡视探测器的图像分割及识别方法

针对月面巡视探测器的识别技术,通过彩色图像识别的办法解决了在月面环境存在较强阴影区域对月面巡视探测器识别带来的影响,进行了多种彩色图像分割方法的比较,提出了多通道彩色分量融合的图像分割方法,并用线性分类器的模式识别理论对其原理进行了分析,用形态学滤波方法对分割后的图像进行了滤波,并用分割区域标识算法进行了识别区域的标识。试验表明,该方法能够适应各种光照条件的影响,具有较强的鲁棒性,对各种噪声有明显的抑制作用。该方法使彩色图像分割技术变得简单、可靠,并具有一定的通用性,可以应用到未来的月球探测中去。     

基于目标区域定位和特征融合的图像检索算法

提出了一种新的基于局部特征点的图像检索算法。首先将彩色图像转换成灰度图像,并利用Harris算子对灰度图像进行"角点"检测,根据"角点"的分布确定目标区域,然后在彩色图像目标区域中提取图像的颜色特征和空间特征表述图像内容。实验证明,该算法在查准率和查全率上要优于基于全局特征的算法。     

大区域虚拟战场环境研究中的数据源模拟

大区域虚拟战场环境研究需用大规模的数据源作为实验数据，其中数字高程模型数据和相应的彩色影像数据是2种重要的数据源，但这些数据源售价较高，远非一般研究单位所能承受；提出了一种由小范围数据源模拟大范围数据源的无缝翻转法和一种用灰度影像数据模拟彩色影像数据的方法。前者解决了当前放大方法不能实现无缝拼接的问题，后者实现了将灰度图转换成彩色图。这2种方法可为大区域虚拟战场环境研究提供满足实验要求的大规模数字高程模型和彩色影像数据。     

一种改进的色彩保持低照度图像增强方法

针对现有低照度图像增强方法恢复结果存在的色彩失真问题,采用原用于图像去雾领域的暗通道先验方法,提出了一种基于暗通道先验的低照度图像增强方法．通过提取图像的暗通道信息来获得对应场景的光照强度分布图;针对暗通道先验原理导致的白色像素区域暗通道数值计算错误的问题,提出了一种通过计算像素的RGB三通道数值差值来判定错误区域方法,并给出了具体的错误修正方法;为了消除暗通道先验产生的块效应,对修改后的光照强度分布图进行平滑;基于图像每个像素点光照强度与标准光照强度的比例关系对原图像的RGB三通道进行放大,实现色彩保持的图像增强;与现有方法进行实验对比分析,从恢复结果的色彩失真情况以及峰值信噪比等方面验证了所提方法的有效性．     

彩色图像中的正面人脸检测的研究

提出了彩色图像中一种人脸检测方法.该方法利用肤色模型分割出彩色图像中的肤色区域,并将同一幅图片用不同的肤色模型分割后的图像进行融合,这样能较好地获取肤色区域.将彩色图像中的肤色区域转换为灰度分布图,用正面人脸的结构规则筛选出肤色区域中的人脸区域.结果表明:该方法能快速地较为准确地定位彩色图像中的正面、小角度偏侧的人脸.     

灰度编码结构光图案二值化阈值的优化方法

为提高灰度编码结构光图像的二值化质量,提出一种灰度编码结构光图案二值化阈值的优化方法．针对码间干扰(ISI)和噪声而导致编码图像模糊,就单一空间频率多条纹空间编码的理想平面模型,采用常规采样理论建立其线性通道模型,并转换为二维概率密度函数,从实验数据和数字模型之间的均方差最小出发,选出最优化阈值．该方法通过优化二值化阈值为提高二值化灰度编码图像质量提供了一条有效的途径．     

复合地基承载力的灰色预测

将复合地基静载荷试验确定承载力问题作为一个灰色系统,根据灰色系统理论的GM（1,1）及新陈代谢GM（1,1）预测模型,提出了一种利用实测的前几有静载荷－沉降曲线预测其未来变化的方法,为信息化静载荷试验提供了一个计算工具,该方法的准确性是令人满意的。     

表征煤泥浮选泡沫图象特征的最佳色彩方案

针对煤泥浮选泡沫图象的表征方法问题 ,进行了实验室浮选柱试验 ,采集了 5 1组煤泥浮选泡沫图象 ,研究了煤泥泡沫图象的三种色彩表示系统 ( RGB,YCb Cr,灰度 ) ,分析了泡沫图象的亮度、色调及 RGB三分量的分布规律 .结果表明 ,精煤泡沫图象是灰色的 ,且色彩信息量非常少 ,在进行煤泥泡沫图象处理和识别时 ,可以采用图象的 RGB三个单独分量进行计算 ,也可以用平均灰度和公式法亮度进行计算 ,这样可以减少三分之二的数据传输量和计算量 ,加快图象处理速度 .     

基于改进FCM算法的彩色图像破损区域提取

现有的大部分图像修复技术需要人工确定待修复区域。结合改进的FCM算法提出了一种自适应提取彩色图像破损区域的方法。该方法可以自适应获取彩色图像初始聚类数目,并采用交叉熵距离测度进行FCM聚类,同时利用颜色和纹理特征向量对彩色图像进行分割,进而提取破损区域。实验结果表明,该方法不仅能够有效提取图像的破损区域,而且算法的普适度也得到了相应提高。与传统的FCM算法相比,本文方法对彩色图像的分割更易于实现,分割效果令人满意。