基于粗糙集理论的图像分割智能决策方法

尽管如今已有多种图像分割算法,但是没有任何一种分割方法能够适用于所有的图像.为了使图像跟踪系统能根据图像特征自适应选取分割算法,给出了一种基于粗糙集理论的图像分割智能决策方法.该方法首先选取若干具代表性的分割算法构成算法库,并用它们对各种样本图像进行分割;然后利用从样本图像中提取出来的各种数值特征,并根据图像分割质量评价标准评判出各样本图像的最优分割算法,用其构成决策信息表;最后应用粗糙集理论来对决策信息表进行离散化处理和属性约简,以生成图像分割算法选取的决策规则.该决策方法解决了图像跟踪系统中分割算法选取的一系列难题.实验证明,该决策方法能比较有效地根据系统所处理图像的特征选取出算法库中最优的分割算法,并可满足车载图像跟踪系统的实时性要求.     

基于模糊和多分辨分析的骨肿瘤X光图像分割

根据骨肿瘤Ｘ光图像的局部区域特性,采用多分辨图像处理和模糊聚类方法对它进行分割,分割由以下几步来完成;（１）将图像分成相互交叠的子图像块;（２）采用基于模糊连接的多分辨图像处理算法对各子图像进行处理;（３）对各子图像的处理结果利用模糊聚类方法选择阈值,该方法应用于临床骨肿瘤Ｘ光图像,获得了良好的分割。     

基于稀疏主成分分析和自适应阈值选择的图像分割算法

图像分割是机器视觉中的基础问题,基于阈值的图像分割算法依赖于参数调整,但参数调整容易受到局部最小值的影响且需要耗费大量时间,从而降低了分割算法的质量和效率。为了实现图像分割过程中的自适应阈值选择,提出了一种基于稀疏主成分分析和自适应阈值选择的图像分割算法。该算法首先利用稀疏主成分分析感知图像的噪声水平以自适应去噪,其次通过二维直方图感知图像的主干区域内容以自适应获得全局分割阈值,然后通过移动平均法的局部阈值分割算法对图像进行分割,最后将全局阈值分割和局部阈值分割图像结合,从而获得最佳的分割图像结果。在伯克利数据集上的仿真实验结果表明:相比传统的阈值分割算法,该算法在分割边缘的准确性和对噪声的鲁棒性上具有一定的优势,在主客观上均具有较好的分割效果,基于稀疏主成分分析的自适应阈值选择方法提高了图像的分割质量。     

图像测量中平行线的自适应拟合

对于图像测量中平行线边缘点的拟合问题,本文通过聚类分析法中的 算法去除边缘点图像中的噪声数据,并结合最小二乘法对平行线边缘点进行分类拟合,解决了传统算法中根据图像特点人为划分区域进行分别拟合的问题,达到了机器对图像进行自动处理的目的.     

一种基于小波变换的分形图像编码压缩算法的研究

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法(FCC)优缺点的基础上,提出了一种新的结合小波变换的分形图像编码压缩算法(DWT—FCC),该算法首先对图像进行二级小波变换分解,然后对分解后的高层子图像进行基本分形编码,并根据不同层子图像结构间的相似性,由高层分形编码构造低层子图像分形编码,实现图像的编码压缩。实验结果表明,该算法在缩短图像编码时间和提高压缩比方面,均取得了良好的效果。     

图像处理中模糊算法问题的分析

图像处理是计算机常用技术之一,模糊算法的运用有助于提高图像处理的效果。传统图像处理存在诸多弊端,影响了用户获取信息的便捷性。本文分析了图像处理的基本操作内容,并阐述了模糊算法在图像处理流程中的运用,以进一步提升原始图像处理的效果。     

小波分析理论与图像降噪处理

简要介绍了小波分析基本理论中的小波变换和小波包变换,重点论述了小波分析在图像降噪处理中的应用及其算法流程。在此基础上,利用Matlab R2007进行了图像去噪仿真测试,并对仿真结果进行了分析。结果表明,利用小波分析理论进行图像降噪处理,能够取得较好的降噪效果。     

基于混沌映射和DNA编码的图像加密算法

针对Logistic映射应用于图像加密时迭代点比较集中、遍历性较差的问题,提出一种改进的基于斜帐篷映射与脱氧核糖核酸(DNA)理论的图像加密算法。利用斜帐篷映射产生2组混沌序列来置乱图像中像素的位置,对初步置乱后的图像进行DNA编码,使其成为一个DNA序列,再由斜帐篷映射产生一组混沌序列以置乱DNA序列,通过DNA反变换得到最终的加密图像。从安全性和置乱程度2个方面进行仿真分析,结果表明,与Arnold变换、Hilbert曲线等传统置乱方法,以及Logistic映射与DNA理论相结合的算法相比,该算法具有更好的加密特性。     

基于颜色和纹理分析的车牌定位方法

针对复杂背景的车牌定位问题，提出了一种颜色和纹理分析相结合的车牌定位算法。该算法采用基于适合彩色图象相似性比较的HSV颜色模型，首先在颜色空间进行距离和相似度计算；然后对输入图象进行颜色分割，只有满足车牌颜色特性的区域，才进入下一步的处理；最后再利用纹理及结构特征对分割出的颜色区域进行分析和进一步判断，并确定车牌区域。该方法不同于大多数的车牌定位方法，它不仅对车牌的大小、汽车在图象中的位置以及图象背景的限制较少，而且，综合特征定位要比单一特征定位更符合人的视觉要求，因而定位效果更好，应用范围更广。     

基于随机Hough变换的深度图像分割

提出了基于随机Hough变换的深度图像分割算法,该算法采用随机Hough变换在深度图像中寻找平面,具有对噪声不敏感的优点．通过对一常用深度图像数据库(ABW图像库)的分割实验,并将实验结果同4种经典的深度图像分割算法在同一数据库中的分割结果作了比较分析,表明该算法对噪声不敏感,分割性能优于4种经典算法。     

基于双向二维主成分分析的运动目标跟踪

为克服二维主成分分析（2DPCA）跟踪效率低的缺点,提出一种基于双向二维主成分分析（Bi-2DPCA）的运动目标跟踪算法。采用双向二维主成分分析作为目标表示的方法建立目标图像子空间,同时在图像均值与协方差矩阵的更新中引入基于目标图像匹配程度的自适应增量因子的增量学习的方法进一步提高算法效率。在多个包含动态背景的图像序列上的对比实验结果表明算法能在目标处于部分遮挡的情况下准确跟踪目标,同时算法在效率上高于基于二维主成分分析的目标跟踪算法。     

基于直方图预处理与BF算法的含噪图像分割

图像中的噪声会直接影响图像分割质量,为快速、准确地识别含噪图像中的目标,提出一种基于直方图预处理与BF算法的含噪图像分割方法。该方法通过小波变换抑制图像中的噪声,分析增强图像的直方图特点以缩小分割阈值的分布范围,以二维最大类间方差为原则设计分割目标函数,利用BF算法快速搜索最优分割阈值。实验结果表明,该方法在收敛速度、稳定性和分割效果三个方面均优于基于遗传算法、人工鱼群算法等其他群体智能的分割方法。     

改进FCM 的图像聚类方法

对传统FCM算法的隶属度函数进行了改进,改进后的算法有效降低了孤立点对图像数据聚类结果的影响。通过灰度-梯度共生矩阵对图像进行纹理特征提取,利用主分量分析法对提取后的图像高维特征进行降维处理,结合本文改进的FCM图像聚类算法对预处理后的图像数据进行聚类。实验证明,该方法具有较好的聚类效果,且能以较少的迭代次数达到全局最优。     

差量分析和四叉树结合的分形图像编码算法

针对分形图像编码时间过长的问题,提出了差量分析和四叉树结合的分形图像编码算法。在搜索码本集合中运用差量分析匹配准则,只搜索那些符合差量分析匹配准则的定义域块,从而降低了搜索过程的复杂度,完成编码。实验表明,提出的算法较方差算法和改进四叉树分割算法速度分别提高了5.87倍和7.84倍,解码图像的峰值信噪比基本不变。     

一种新的纹理分析算法在目标探测中的应用

针对在复杂图像中目标探测难度高、效果差这一问题,对图像的纹理特征进行研究,提出了一种新的基于纹理分析的目标探测方法。首先,利用小波边缘检测算法,获取图像的边缘信息。接着,采用水平模板与垂直模板对图像进行扫描操作,并根据目标区域的纹理特征,滤除大部分非目标区域,获得目标的粗定位结果。最后,结合边缘信息和粗定位结果,采用边缘分析的方式定位目标区域,实现目标的成功探测。通过目标靶图像实验,验证了该算法的准确性,稳定性和抗干扰性,在复杂背景条件下其识别率达到了99.3％。该算法通用性强、识别准确、效率高,是一种有效的目标探测方法。     

基于图像加密的置乱性能分析研究

为了安全的使用图像加密方案,促进图像加密技术的进一步发展,对这些加密算法的安全性进行比较与分析是非常必要的。提出了对加密图像置乱度进行评价的若干参数,这些参数包括：不动点比、信息熵、灰度平均变化值、图像r-m自相关度和图像相似度。最后利用这些参数对图像加密算法进行了模拟实验分析和安全性评价。     

二维超混沌系统的研究及在图像加密中的应用

构建了一个基于二维超混沌方程的非线性混沌映射,采用直方图、吸引子图的分析方法,研究了二维超混沌方程的特性;然后在该混沌方程的基础上,提出了一种新型的图像加密算法,其具体方法是先将彩色图像分离成红、绿、蓝三个分量,然后分别采用排序,异或,先排序后异或的方法进行加密。仿真结果表明,该加密算法对明文和密文都非常敏感,对初始密钥十分敏感,初值敏感性能达到10-10;密文图像的信息熵为7.908 563 896 646 1,非常接近理想值8;红、绿、蓝三个分量加密图像和明文图像之间的水平相关性系数差值分别是0.961 465 408 259 75、0.951 712 655 336 949、0.962 750 222 811 646。文章采用的加密方法完全改变了明文图像的像素值,使密文能够抵御攻击,仿真实验结果表明该加密算法具有良好的加密效果和安全性。     

影像鉴定中的超分辨率重建稳定算法

提出一种稳健的超分辨率重建算法,并在影像鉴定中加以具体运用。通过对边缘图像进行建模,构建基于洛伦兹分布的最大后验概率重建算法,并自适应地调整洛伦兹宽度参数来逐步修正迭代结果。实验结果证明,该算法能获得理想的图像画面重建效果,具有较强的稳健性。     

基于小波分析的图像子带增强算法研究

介绍了图像的小波分解与重构,通过理论分析和实验研究了基于小波分析的图像子带增强算法,重点是小波基的选取以及图像分解层次对图像中目标边缘增强的影响研究,并针对目标边缘突出,将其与传统图像增强方法进行了比较。实验表明,针对目标边缘突出,基于小波分析的图像子带增强算法优于传统的图像增强方法,在该算法中,小波基选取db1-db5较好,分解层次定为5层增强效果优。     

用于EVS的改进小波变换图像融合算法

为增强小波变换图像融合算法的实时性,提高视觉增强系统(EVS)可见光图像与红外图像实时融合的效率,提出了一种基于矩阵QR分解和小波变换的图像融合算法.该算法对原始图像的像素矩阵进行QR分解,再利用正交矩阵的性质,根据小波变换图像融合算法对QR分解得到的上三角矩阵进行分解融合,利用QR分解得到的正交矩阵逆变换得到融合图像.实验结果表明,该算法能获得较好的实时性,同时保证较好的融合效果.