改进后的Zernike矩在文物图像检索中的应用

Zernike矩作为一种基于区域的形状描述子,具有良好的旋转不变性,能够很好地提取图像内部的形状信息,广泛应用于基于内容的图像检索(CBIR)、图像描述、物体定向及模式识别等各个领域.介绍了Zernike矩的定义和基本特性,并对Zernike矩算法提出了改进,使其具有较好的比例不变性,最后讨论了Zernike矩在基于内容的文物图像检索系统中的应用,同时给出部分实验数据和实验结果.     

稳健模糊C-均值聚类算法在图像分割中的应用研究

模糊C-均值聚类是模式识别中的重要算法之一,很早就被应用到图像分割中。由于原始的模糊C-均值聚类算法没有考虑图像的空间信息,算法对图像中的噪音点十分敏感。针对这个问题,很多稳健模糊C-均值聚类算法被提出。通常的做法是在原来模糊C-均值聚类的目标函数中加入空间信息惩罚项。本文讨论这类方法,具体分析不同算法的空间信息加入方式,并指出其优缺点。     

一种改进的集成算法RSCA在医学领域中的应用

首次将粗糙集和聚类算法结合起来用于医学领域,取得很好效果.先用粗糙集去除数据集中无用的、干扰性的属性进行约简,然后利用一种改进的基于密度的聚类算法对处理后的数据集进行有效的聚类.从结果可以发现用粗糙集处理后的结果比处理前的分类准确度提高很多.此外,算法的时间复杂度低,适合对大规模数据库的挖掘.最后,通过仿真实验,证明了算法确实具有上述优点.     

AdaBoost算法在中医舌诊图像分区识别中的研究

舌诊是中医传统诊断的一个重要方式.本文以模式识别、图像处理和中医舌诊理论为研究基础,结合中医诊断规则,提出舌象的分区训练识别方法,并采用一种新的基于集成学习的AdaBoost算法,构建出一套完整的、符合中医诊断体系规范的舌象分类识别算法.通过实验验证,该方法对中医舌诊分类识别是有效的.     

紫外可见双光谱实时图像去噪算法研究

为紫外可见双光谱实时图像处理系统选取一种合适的图像去噪方法.在详细分析紫外信号图像噪声特点的基础上,结合系统的软硬件条件,选取几种适合去除本系统噪声的去噪算法进行分析.通过实验,对每种算法的处理效果和运算量大小进行分析比较,最终选取图像二值化作为系统的去噪算法,并经过实验证明,可以满足系统的强实时性要求.     

微粒群算法在二维模糊熵图像分割中的应用

将微粒群算法和二维模糊熵阏值分割法结合,提出了一种基于微粒群和二维模糊熵的图像分割方法.该方法根据像素点灰度值和区域灰度均值所建立的二维灰度直方图,以二维模糊熵作为微粒群算法的适应度函数,利用微粒群算法搜索点灰度值和区域灰度均值所对应的模糊参数最优组合,进而确定相应的分割阈值.对几例真实目标图像的对比分割实验结果表明,该文方法性能优越,是一种有效的图像分割方法.     

遥感图像三维可视化及在腾冲机场建设中的应用研究

遥感图像三维可视化利用数字高程模型(DEM)表达地形起伏要素,影像纹理表示地表真实覆盖状况,直接将实地的影像数据映射到DEM透视表面,并可叠加各种人文、自然的特征信息等空间数据,实现虚拟三维飞行.这对提高机场等大型工程的设计水平、保障工程质量有重要作用.以三维数据和影像为基础的遥感图像三维可视化产生更逼真的环境模拟,有着广阔的应用前景,越来越受到人们的关注.本文通过高精度卫星图像数字处理,高精度DEM建模实现云南腾冲驼峰机场的遥感图像三维可视化,取得较好效果.     

量子遗传算法在指纹图像分割中的应用

提出了一种基于量子遗传算法(QGA)的指纹图像分割改进方法.这种方法利用量子遗传算法种群多样性好,收敛速度快的特点,将基于量子遗传算法的阈值分割方法与方向图法相结合对指纹图像进行分割.实验结果表明,QGA在指纹图像阈值分割中的速度和精度优于改进的自适应遗传算法和其它一些传统算法,是一种有效的图像分割方法.     

用于医学图像分类的支持向量机算法研究

支持向量机(SVM)方法就是利用最优分类面(线)将两类样本在特征空间或输入空间中无错误地分开,而且要使两类的分类空隙最大。因此标准的SVM方法需要求解二次规划问题,计算量很大,本文介绍一种方法解决这个问题,并成功地将该算法应用干医学图像数据挖掘的分类问题。     

互信息在医学图像配准中的应用研究

多模态图像配准已成为医学图像分析的一项重要研究内容.互信息是最为广泛使用的一种配准方法,其精度和鲁棒性都相对使人满意.通过实验证明了该方法的实用性,并且对其扩展形式如基于高阶熵的互信息和加入梯度的互信息等方法进行了分析,验证了空间信息在配准中的重要作用.     

基于量子空间的粒子群算法在图像分割中的应用研究

研究图像的空间信息和灰度的图像分割,从中提取感兴趣的目标.传统的粒子群算法后期容易陷入早熟收敛状态,阈值选取时不能保证概率为1时收敛到全局最优解,导致计算时间延长,计算量增大,运算效率较低,抗噪能力差,最终造成分割效果不好.为了提高图像分割效率和分割精度,提出一种基于量子空间的粒子群算法的图像分割算法( QDPSO算法).该方法通过最优阈值来划分像素,实现图像分割.实验结果表明,与传统的粒子群分割算法相比,该算法不仅得到了更高的分割精度,还大大减少了计算量,能够一定程度上改善图片分割的效率和质量.