灰色理论在图像处理中的应用研究

对基于灰色系统理论的图像处理方法进行了综述,归纳了灰色关联分析和GM（1,1）模型方法在图像处理中的应用情况,总结了在图像工程中应用灰色理论时要解决的关键问题。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可涉及图像工程的各个方面,这充分显示出它的广泛性、可行性、有效性以及良好的发展潜力和应用前景。     

灰色理论在入侵检测技术中的应用研究

灰色理论作为网络技术的重要应用,近年来得到广泛研究.建立了一种基于GM(1,1)模型的入侵检测数据拟合补缺预处理模型,以及一种基于灰关联的监测指标简约算法.它们具有要求样本量少,复杂性较低,程序实现较为容易,对更新快的样本数据有很强针对性等特点,并进行了实证分析.结果显示,它们可以明显减少系统资源占用量,提高监测的实时性和准确性,降低检测的误检率和漏检率.     

灰色系统在基于神经网络入侵检测中的应用初探

基于神经网络的入侵检测模型,受限于所选择的训练集且过程反复繁杂,该文提出了应用灰色系统结合神经网络的方法对该模型进行改进,这样便可以较好地弥补其不足之处。     

灰色预测控制的无偏GM(1,1)模型

灰色预测控制已在过程控制中得到了广泛应用,控制器的核心模型是GM(1,1)模型,该模型是有偏差的指数模型.作者导出了GM(1,1)模型的偏差公式,并在此基础上提出了无偏GM(1,1)模型.本文介绍无偏GM(1,1)模型,并用实例显示了无偏GM(1,1)模型的优越性.     

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。     

灰色GM(1,1)模型在雷达寿命试验中的应用

介绍了灰色预测的基本原理和常用的GM(1,1)模型的建立及修正方法,并提出了其使用条件。最后通过具体实例,验证了该方法在雷达装备寿命试验数据处理中的可行性。     

灰色模型在矿区沉降预测中的应用

为了准确掌握矿山的沉降变化规律,预测沉降发展趋势,提出一种采用灰色模型进行矿区沉降预测的方法。结合沉降观测实例,采用灰色模型精度检验和数理统计的F分布两种方法对灰色模型的预测结果进行检验和分析。结果表明,灰色模型能够满足矿区沉降预测的精度要求,且预测精度随着采用数据量的增加而提高。     

改进灰色GM(1,m)模型在变压器故障预测中的应用

针对灰色模型在预测变压器故障时对波动数据序列的预测误差较大的问题,提出了一种灰色GM(1,m)预测模型改进方案:对原始数据序列进行处理,使其具有更好的指数规律,以满足预测模型对光滑性的要求;对处理过的原始数据序列进行灰关联度分析,以得到各变量之间的关系;优化预测模型的背景值并用其建模;采用等维新息模型预测数据。采用改进的灰色GM(1,m)模型预测某变压器油中7种特征气体的体积分数,所得预测数据的平均残差和后验相对误差均小于GM(1,1)模型和传统GM(1,m)的预测结果,表明其具有更好的预测精确度。     

灰色欧拉优化模型及其应用

针对一类具有近似幂函数特征的序列建模预测问题,通过引入非齐次欧拉方程,提出一种优化的灰色欧拉模型.对该模型的建模机理、参数估计和时间响应式等进行研究,讨论以误差平方和最小为目标,对灰色欧拉模型的初始点进行优化,研究灰色欧拉模型的3种基本形式和3种优化形式.该模型能很好地拟合幂函数特征的序列,拓展灰色预测理论的体系,扩大灰色预测理论的应用范围.最后,利用中国能源消费量和幂函数拟合两个实例来测试模型的有效性,结果表明,所提出的新模型具有更好的拟合和预测精度.     

基于灰色理论的航空发动机磨损趋势预测

滑油金属含量是航空发动机关键部件出现磨损及裂纹的表征。通过对其进行预测可提前发现相应部件的故障,保证飞行安全。笔者在分析发射光谱原始数据的基础上,将灰色预测模型应用于航空发动机滑油光谱分析技术中,建立了区间灰色模型,进行了误差计算,并对某型航空发动机滑油中5种元素的浓度监控值进行了预测分析。结果表明,运用灰色GM(1,1)模型方法预测某型航空发动机磨损趋势,达到了较高的准确率,且预测结果保持良好的一致性。     

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.     

基于灰色系统理论的信誉报告机制

信任是决定实体双方在互联网上成功交易的一个重要原因,而商家的信誉又是客户选择交易对象的关键因素.传统的信任评估方法对评估对象提出种种假设,不能分辨恶意客户的虚假推荐,因而影响了评估结果的客观性和可信性.针对上述问题,提出了以灰色系统理论为基础、以灰色聚类评估算法为主要内容的信誉报告机制方案,同时证明了实体的灰关联度在t时刻存在的充分必要性.方案首先采用味集群方式采集原始数据,以被评估的实体为聚类实体、以客户对实体关键属性的评分为评估依据,运用灰关联分析得到实体的评估向量,按事先约定的灰类归纳整理,判断聚类实体的灰类,得到相应实体的信任度.方案的评估依据是客户对实体关键属性的实际评分,并且允许用贴近实际的灰数表达形式,避免了种种假设数据;味集群方法采集原始数据,能够有效地避免恶意推荐.实例说明,实体的信任可以被量化,实体间的信任可以具有可比性.方案具有评价可靠、可操作性强、适合软件自动处理等特点,是网络环境中具有实用价值的一种对实体信任度评估的新方法.     

基于小波变换与灰色系统理论的图像边缘检测

多尺度边缘综合一直是多尺度思想中较难解决的问题。本文将灰色系统理论与多尺度边缘检测思想相结合．提出基于灰色关联分析和梯度方向的图像边缘宽度计算策略,并根据边缘宽度自适应地调整样条小波的滤波尺度参数,从而实现对有噪图像进行自适应尺度边缘检测。仿真结果表明本文算法不仅能有效地抑制噪声,而且对细节边缘和模糊弱边缘均有较好的检测效果。     

MATLAB在图像处理技术方面的应用

本文介绍了MATLAB语言的特点以及图像处理工具箱实现的经典图像处理技术。应用该工具箱对一实拍的芯片图像进行前期预处理，通过实例验证了该语言具有强大的矩阵运算与图形处理能力，是一种简洁易学，可读性强、功能强大的应用软件，对它的应用可以快速实现模拟仿真，大大提高实验效率。     

印章提取在票据自动处理中的应用研究

印章的提取是银行票据自动处理过程中的瓶颈。为了提高工作效率，提出综合采用彩色模型中基色间差值，二维投影响方法以及灰度特征逐步去除票据中的复杂背景，自动提取出印章图像，实践表明，该方法能够在保证印章提取质量的同时，大大加快提取速度，满足票据的实时处理要求。     

基于灰色加权绝对关联度的边缘检测算法

探讨了灰色关联度计算方法在边缘检测中的适用情况,提出并实现了基于灰色加权绝对关联度的灰度图边缘检测算法。实验结果表明在基于灰色系统理论的边缘检测过程中采用加权灰色绝对关联度其效果明显优于采用一般关联度,该算法为基于灰色系统理论的边缘检测的新思路做出了有益的发展和补充。     

基于灰色加权绝对关联度的边缘检测算法

探讨了灰色关联度计算方法在边缘检测中的适用情况，提出并实现了基于灰色加权绝对关联度的灰度图边缘检测算法。实验结果表明在基于灰色系统理论的边缘检测过程中采用加权灰色绝对关联度其效果明显优于采用一般关联度．该算法为基于灰色系统理论的边缘检测的新思路做出了有益的发展和补充。     

图像处理技术在焊缝跟踪中的应用

随着焊接过程自动化和智能化的发展,基于图像处理技术的焊缝位置检测和焊接缺陷检测过程越来越受到国内外学者的重视.本文对焊缝自动跟踪系统中有关图像处理方面的研究内容作了一些介绍,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理,图像分割,边缘检测和特征点提取等图像处理过程,总结了一些传统和新型的图像处理算法,并讨论了各自的优缺点.     

基于PCNN的灰度图像边缘检测方法

脉冲耦合神经网络(PCNN)最初由Eckhorn根据猫大脑中视觉皮层神经元的同步脉冲(SynchronousBurst)现象而提出。由于具有一系列良好的特性,PCNN在图像处理、模式识别等领域获得了广泛的应用。文献[6]根据PCNN的传播特性提出了一种利用PCNN检测二值图像边缘的有效方法,但这种方法并不能直接用于对灰度图像的边缘进行检测。由于实际处理的图像大部分为灰度图像,因而其方法的适用性是很有限的。该文提出了一种基于PCNN的灰度图像边缘检测方法,从而直接对256色灰度图像的边缘进行提取,具有较好的适用性。实验结果表明该方法是有效的。     

一种灰度级抽取的图像分割方法研究

阈值分割方法依据图像直方图分析,利用最优化法则进行最优阈值选取,完成图像分割,这类方法将直方图最优分析等价于图像最优分割.但是,直方图提供的是图像灰度级统计信息而无空间关系信息,则闽值分割可能会导致分割失败,所以有必要进行灰度级空间信息的考察以完成图像分割任务.提出一种灰度级抽取分割方法,首先利用层次聚类方法对各灰度级像素进行空间远邻考察,并给出一种类别数与类间距关系确定最优类别数的方法,然后对近邻灰度级进行抽取并组合,最终形成分割结果.本文对该方法与若干阈值分割方法进行了对比验证,实验表明,所提方法在图像分割方面具有优势,能够得到较为满意分割结果.