基于分形与小波的图像ROI自动提取算法

针对分形应用于人造目标作为感兴趣区域的检测中,单一分形特征检测效果不好及计算量大的问题,提出了一种基于分形和小波相结合的图像感兴趣区域提取算法。首先对图像进行小波分解,然后综合利用低频子图像的分形截距特征和拟合误差特征,得到一个新的有效的分形特征参数,从而检测获得低频子图像的感兴趣区域,最后根据原始图像与子图像的坐标对应关系,得到原始图像的感兴趣区域。实验结果表明,该算法能够有效地检测图像感兴趣区域,并且检测速度快。     

基于ROI多特征和相关反馈的图像检索算法

本文提出了一种基于感兴趣区域(ROI)综合多特征和相关反馈的图像检索算法.在对图像进行四叉树分解的基础上,由用户选择感兴趣区域,综合颜色、纹理和形状三种底层特征进行多层感兴趣区域检索;由相关反馈技术体现用户感知的主观性,通过调整感兴趣区域、特征问、特征内的权重来提高查准率.给出了改进的CBIR通用模型和特征权重模型.实现了一个图像检索原型系统,将不同实验结果进行了比较和分析,实验结果表明,该文提出的方法具有良好的检索效果.     

岩心外表面图像感兴趣区域提取算法设计

感兴趣区域提取在图像处理和分析领域有着重要地位。岩心外表面图像在采集的过程中常常带有无效区域,这些区域影响岩心外表面三维重建的视觉效果,因此需要从岩心外表面图像中提取感兴趣区域。实验表明,利用本文提出的岩心外表面感兴趣区域提取算法可以使岩心外表面三维重建的视觉效果更好。     

岩心外表面图像感兴趣区域提取算法设计

感兴趣区域提取在图像处理和分析领域有着重要地位。岩心外表面图像在采集的过程中常常带有无效区域,这些区域影响岩心外表面三维重建的视觉效果,因此需要从岩心外表面图像中提取感兴趣区域。实验表明,利用本文提出的岩心外表面感兴趣区域提取算法可以使岩心外表面三维重建的视觉效果更好。     

基于最大内切圆算法的手掌静脉ROI提取

针对手掌静脉图像感兴趣区域提取中信息清晰度低、丰富程度低的问题,提出一种基于最大内切圆提取的算法。对手掌静脉原始图像进行预处理并添加区域网格线, 先以网格线为参考,缩小圆心的检索区域范围,从而简化圆心的定义过程;然后设置初始半径,再以一个网格宽度为变量,增加半径,最终确定最大内切圆。 结果表明,所提算法在清晰度和信息丰富度上分别提高了0.0102和0.0121,提取出的ROI图像在迭代训练中的迭代次数降低了200次。针对4组图像,所提算法的执行时间分别降低了10.7ms,10.2ms,11.3ms,10.8ms。     

基于粗糙集的图像感兴趣区域自动提取算法

在分析常规区域生长算法的基础上,提出一种基于粗糙集理论的感兴趣区域自动提取算法．在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则。实验结果表明：该方法与现有算法相比,它能够更好地提取图像感兴趣区域。     

基于ROI的医学图像无损压缩

如何高效地压缩医学图像,以便减少存储空间和传输时间,已经成为迫切需要解决的问题。在分析现有的图像压缩方法和医学图像特点的基础上,针对医学图像有损压缩方法和无损压缩方法各自的不足,研究了一种基于ROI（Region of Interest）的医学图像无损压缩方法。     

一种鲁棒的基于对抗结构的生物特征ROI提取方法

感兴趣区域(Region of interest, ROI) 提取在生物特征识别中, 常用于减少后续处理的计算消耗, 提高识别模型的准确性, 是生物识别系统中预处理的关键步骤. 针对生物识别数据, 提出了一种鲁棒的ROI提取方法. 方法使用语义分割模型作为基础, 通过增加全局感知模块, 与分割模型形成对抗结构, 为模型提供先验知识, 补充全局视觉模式信息, 解决了语义分割模型的末端收敛困难问题, 提高了模型的鲁棒性和泛化能力. 在传统二维(2D)指纹、人脸、三维(3D)指纹和指纹汗孔数据集中验证了方法的有效性. 实验结果表明, 相比于现有方法, 所提出的ROI提取方法更具鲁棒性和泛化能力, 精度最高.     

基于ROI最长直线提取算法的车辆超限检测系统研究

针对当前公路上车辆超限而导致交通安全隐患问题,提出了一种基于图像测量的车辆超长、超宽、超高检测系统;利用CCD摄像头捕捉限速车道内行驶的车辆的图片,经过图像分类、背景去除、噪声去除提高图像清晰度,按ROI(region of interest)最长直线提取算法提取ROI内车辆轮廓的最长像素直线,通过相机标定获取车辆实际长宽高信息;系统对于车辆超限能够实现不停车检测,有效提高了公路通行速率;实验数据表明,该系统对于不同类型车辆,均具有良好的准确性和鲁棒性。     

医学图像感兴趣区域的自动提取

针对医学图像归档与通信系统通过视频采集和胶片扫描产生的海量图像数据,提出了一种感兴趣区域自动提取和归一化的预处理算法。该算法具有时间复杂度低,无须人工干预,不会对提取的感兴趣区域图像数据造成任何损耗等特点,适合海量医学图像数据库的批量处理。将其应用于基于图像内容的归档与查询算法中,作为图像提取特征前的预处理算法,实验数据证明较传统直接针对原始采集图像,可有效改善特征提取准确度,提高查询精度。     

一种基于Bayesian的图像分类算法

提出了一种基于Bayesian的图像分类算法,该算法首先从原始数字图像出发,通过分析图像的特征分布特点,对图像的局部区域扫描分析,然后抽取目标图像的特征元素,得到其颜色、纹理、形状等特征,最后利用Bayesian分类器来实现图像的快速自动分类.实验结果表明,该算法能够有效提取图像的局部特征,从而快速、准确地实现图像分类.     

基于视觉选择性的离变焦图像序列慢变特征提取算法研究

传统慢特征分析(SFA)方法提取的慢变特征不能揭示自然图像的视觉空间拓扑结构。基于此,提出基于视觉选择性的离变焦图像序列慢变特征提取算法。以myTICA方法替代源SFA算法的PCA方法,提取能够反映自然图像离变焦图像序列的视觉空间基的种类、每类元素数量、类内与类间拓扑结构不变性的Gabor特征,并建立与该序列对应的不变性特征森林;利用蒙特卡洛马尔可夫(MCMC)算法替代源SFA算法的多项式扩张方法,实现Gabor类内的元素扩展;利用自定义的近似正交剪枝算法实现不变性特征森林的优化,顺次解决元素法的采样丢失与森林优化问题;利用自定义响应度计算规则实现特征匹配。实验结果表明:该算法正确可行,具有较好的抗噪能力;在实验阈值为0.4时,算法获得识别率为99.96%,说明该算法具有较强的分类能力。     

基于D2层近零点模板的SIFT特征提取算法

SIFT(Scale-Invariant Feature Transform)特征提取是通过在不同尺度DOG(Difference of Gaussian)层进行逐个像素遍历获取极值点得到,当图像分辨率较高时计算量巨大。利用DOG(高斯一阶差分)层极值点与D2(高斯二阶差分)层的近零点之间的对应关系,提出基于近零点模板的SIFT特征提取算法,其中近零点判定阈值利用图像熵动态获取。由于模板的限制致使SIFT特征提取的范围缩小,极大降低了计算及时间复杂度。实验结果表明,相对于经典SIFT算法,提出的算法不仅保持了其较高的鲁棒性,而且大幅提高了特征提取效率。     

基于图像中心加权特征的图像检索

本文讨论了基于内容的图像检索系统中特征提取的技术,并提出了一种基于图像中心加权特征提取算法,即对图像不同位置提取的特征采用不同的加权系数,越靠近图像中心加权系数越大。最后使用支持向量机技术作为图像分类器进行图像的检索。实验表明该系统能有效地检索大规模的图像数据厍,并取得了比较好的效果。     

一种改进的基于图像融合的数字水印算法

为实现对数字图像产品的版权保护,构建了一种新的基于图像融合的数字水印算法。对指纹图像进行混沌置乱预处理,结合加密技术,增强了系统的安全性。根据JPEG压缩过程的特征,提出了一种新的嵌入算法,显著地提高了空间域算法抗JPEG压缩的性能。对指纹信号统计特征进行处理,避免暴露嵌入位置,增强了鲁棒性。通过主观和客观的评价方法以及攻击实验,验证了算法的性能。大量的仿真实验结果表明,采用的数字水印算法能够高效地在载体图像中嵌入和提取水印信息,具有较高的实用价值。     

基于彩色图像处理的西红柿品质特征的提取研究

用机器视觉系统判别西红柿品质是否有效 ,关键在于能否真实地提取特征参数 .由于西红柿果实存在新陈代谢且表面非常光滑 ,使机器视觉系统采集图像时受环境温度和光线的影响很大 .同时 ,很难直接从采集到的RGB彩色图像中提取有效的品质特征参数 .为此 ,本论文基于彩色图像处理技术把 RGB彩色图像转换为 L* a* b*模式的彩色图像 ,然后提取西红柿品质特征参数 ,试验结果验证采用这种特征提取法提取的西红柿品质特征参数基本上不受照明强度的影响     

一种基于Hausdorff距离的图像配准算法

首先检测两幅图像中的角点,然后自适应地提取基准特征模板,再利用改进的基于特征强度响应空间的Hausdorff距离对基准模板进行初始匹配,最后通过区域相关法进行优化.算法不要求特征间的一一对应,也无需距离变换,实验证明这是一种快速有效的图像配准算法.     

一种有效的图象特征抽取和识别方法

本文提出了一种新的基于尺度变换的图象矩表示方法，并在此基础上利用ＳＶＤ算法抽取了一组有效的图象特征。     

一种基于矢量PCNN的彩色图像自动分割算法

为了对彩色图像实施自动分割,在彩色图像RGB空间中,对传统PCNN模型进行了改进与推广,提出一种基于指数熵矢量脉冲耦合神经网络(VPCNN)彩色图像自动分割新算法。该方法在考虑VPCNN互联矢量神经元动态时空相似特性的同时,利用改进指数动态阈值矢量与神经元内部活动项矢量间的信息对比关系确定分割图像的目标和背景区域,结合最大指数熵判据来达到彩色图像的自动分割,并与最大香农熵准则VPCNN分割方法做了比较。实验结果表明:算法具有图像分割精度高、适应性强、能较好地保持彩色图像边缘和细节等信息的优点。     

基于显微图像散焦特征的微操作机器人深度信息提取

提出了一种单目显微视觉下微操作机器人深度信息的快速提取方法，通过计算微操作空间中 X-Y平面的散焦图像特征，表征图像清晰程度，从而获得机械手在Z方向的深度信息．实验 特征曲线证明方法简洁快速，有效的反映了微操作深度信息的变化和机械手在纵向的运动特 性．