一种新颖的基于多探测器数据的城市图象边缘提取算法

建设数字城市需要建立准确而又详细的城市三维数据库。对测得图像数据进行分割是建立三维模型很重要的一步。本文针对城市中深度图像和灰度图像的特点，先提出了一种利用灰度信息的深度图像线性加权插值方法，利用灰度图像信息插值深度数据生成深度图像，进而提出了一种基于深度边缘图像与灰度边缘图像的融合的边缘提取方法。实验证明，本算法得到的结果明显好于用单传感器数据进行边缘提取的结果。     

综合图像灰度熵和灰度值的人脸识别方法

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸识别方法,在信息论的编码熵的基础上提出了灰度熵的概念,并把人脸图像的行象素灰度熵和列象素灰度熵作为人脸图像的部分特征.在人脸识别系统中,把人脸图像灰度值和行（与列）象素灰度熵作为特征.在具体操作方面,基于人脸图像的不同部位具有识别的不同重要性的特点,采取隔行（列）或逐行（列）进行特征提取,来训练支持向量机分类模型,然后把分类模型应用于人脸识别系统,实验证明了误识率并没有上升太多,而识别速度提升不少.     

一种使用灰度梯度提取合成孔径雷达图像灰度边界的方法

在合成孔径雷达数字成像的多级成像和合成孔径雷达图像的许多应用中,往往需要提取合成孔径雷达图像的灰度边界特征。人们对于由可见光或红外成像系统获得的普通图像的灰度边界提取已经进行了很多研究。使用灰度梯度提取普通图像的灰度边界非常有效,得到了广泛的应用.但由于在合成孔径雷达图像中存在严重的相干斑噪声,有人认为使用灰度梯度提取合成孔径雷达图像的灰度边界得不到好的结果。在本文中,我们考虑到合成孔径雷达图像的特性,给出了一种比较理想的提取合成孔径雷达图像的灰度边界的方法。这种方法使用相对平均灰度梯度,并且把检测与跟踪结合起来。     

基于大气灰度因子的红外图像增强算法

通过分析红外图像的成像特点,将图像的灰度空间来源分解为物体辐射以及大气辐射,并提出了大气灰度因子来表征由于大气辐射产生的灰度空间。为了改善图像质量,增强图像的视觉效果,通过建立基于大气灰度因子的灰度映射模型有效地消除了大气辐射造成的图像质量退化。针对增强图像出现的边缘比较粗糙的问题,本文以原始图像为引导,通过导向滤波对大气灰度因子进行修正。相较于传统的直方图均衡算法,本文的算法具有更强的适应性,能够在增强图像对比度的同时较好地保留边缘细节等信息,有利于进一步的红外目标检测等工作。     

红外图像直方图双向均衡技术研究

提出了新颖的红外图像直方图双向均衡技术．该技术在进行直方图均衡化处理的同时，消除灰度冗余，并在整个显示范围内对图像灰度级进行等间距排列，从而获得灰度连续的红外图像，解决了热像仪信号处理中输入信号大动态范围和显示输出的小动态范围的矛盾．实验表明该技术能够使红外图像的细节和清晰度得到明显的增强。     

一种新的飞机红外图像灰度量化方法

针对飞机红外图像仿真中灰度量化存在的问题,提出一种基于自动低频增益限制的飞机红外图像灰度量化方法。首先分析了飞机红外图像仿真中存在的灰度量化问题,通过研究红外成像导引头处理高动态增益的自动低频增益限制电路原理,提出一种基于自动低频增益限制的红外图像灰度量化方法。以某型飞机的红外图像进行仿真验证,相对于以往的均匀量化方法,本文提出的灰度量化方法,可有效适应飞机高动态范围的红外辐射亮度,生成的红外图像可清晰地反映飞机的高温和低温辐射特征。     

一种图像清晰度评价方法

图像清晰度评价在图像分析和识别中具有重要的意义.对于同一内容的图像,清晰图像的边缘相对模糊图像具有较大的灰度变化率的特征.提出了一种以图像边缘灰度变化率为指标的图像清晰度评价方法,即以每一行灰度值连续下降间隔像素点数最多的边缘灰度变化率代表这一行的灰度变化率,计算出图像所有行灰度变化率均值为评价指标.分析了清晰图像与模糊图像某行边缘灰度变化规律,设计了这种新的图像清晰度评价方法的实现流程.以红外图像和一般的可见光和运动模糊图像为对象,进行了该方法与相邻像素灰度方差法和方差法对比研究.实验结果表明:该方法能更好地满足单调性和无偏性,具有更高的灵敏度.     

多传感器图像的灰度差建模与校正

多传感器图像间的灰度差异是信息融合和图像匹配中的存在的主要问题，它使两图像间的配准十分困难。为解决这一问题，文章提出了一种多传感器图像间的灰度差建模与校正方案。     

基于双Gamma指数的主动声呐图像灰度校正方法

针对主动声呐在工作时受强混响影响，声呐图像中目标亮点显示被严重压缩导致视觉效果差、目标人工筛选困难的问题，提出一种基于双Gamma指数的主动声呐图像灰度校正方法。该方法对传统单Gamma指数图像灰度校正方法进行改进，针对主动声呐图像特点，将像素点根据灰度最大类间方差计算结果分为混响灰度区间、背景灰度区间以及目标灰度区间，对不同区间分别构建Gamma指数函数，实现灰度分区调整。实验数据分析结果表明，该方法相对于单Gamma指数图像灰度校正方法能够更好地适应复杂背景，在改善视觉效果的同时，提高了目标与背景间的对比度。     

基于区域分割的分段线性变换

本文提出了一种基于区域分割的分段线性变换方法,结合灰度直方图提供的有关灰度分布的统计信息和图像提供的空间位置信息,利用各灰度区间把图像分割成不同的区域,检验要增强的目标是否落在莱灰度区间对应的图像区域内,从而加快了调整灰度区间的过程,提高了算法的执行效率。     

一种改进型脉冲耦合神经网络及其图像分割1

本文结合人类视觉系统(HVS)对图像信息含量区域敏感度不同这一特性,以神经元接近点火程度的一致性描述图像空间邻域所含的信息量,对通常的脉冲耦合神经网络模型(PCNN－Pulse Coupled Neural Network)进行了改进,提出了一种基于改进PCNN的图像自适应分割算法.该算法根据象素及其周边区域的信息量大小发放不同值的脉冲,从而自适应地将图像分为多个不同等级的高低信息区域,较好地仿真了人类视觉系统特性.最后对用这种方法进行图像分割的结果进行基于信息量的图像压缩,在压缩比和重建图像主观视觉感知质量上均达到了良好的性能,表明了本文算法的可行性和有效性.     

基于奇异值分解动态寻找最佳压缩比的方法

针对奇异值分解变换在对图像进行压缩时,其压缩比是动态可调的,从而提出了一种新的方法,在图像压缩过程中能自适应的寻找最佳压缩比。文章引入能量差Q的概念,利用Q与奇异值个数q之间的关系,通过确定合适的Q值,动态寻找最佳的q值,从而达到动态图像压缩的目的。经过对多幅灰度图像的压缩实验证明,该方法切实可行,具有一定的应用前景。     

基于吸引模式的局部二阶梯度轮廓人脸识别算法

针对现有LDP类算法在特征提取有效性和特征编码稳定性之间难以平衡的问题,提出一种吸引局部二阶梯度轮廓（ALSGC）模式,以提升人脸识别性能。首先,利用Kirsch算子计算人脸的邻域边缘响应图;其次,引入吸引描述子,参考边缘响应图的局部、全局平均灰度值和邻域中心灰度值完成局部吸引模式编码;再次,遍历整幅图像,得到人脸ALSGC特征图并对ALSGC特征图分块分别计算,得到各个分块中不同模式的统计直方图;最后,级联所有分块的统计直方图后生成对应的特征向量,以支持向量机完成分类识别。所提算法克服了LBP、LDP、LDN等算法提取一阶特征有效性的不足,以及DLDP、CSLDP、GCSLDP等算法提取的二阶特征对表情、姿态、饰物遮挡、光照、随机噪声等变化敏感的缺点,较好地实现了特征提取有效性与特征编码稳定性的平衡,兼顾了识别率和稳健性。     

灰度共生矩阵纹理特征选块的可逆图像水印

针对当前灰度共生矩阵(GLCM)的4个主要特 征参数与图像子块纹理复杂度之间没有准确的数学关系和隐蔽 图像遮蔽性上不足的问题,提出一种GLCM纹理特征选块的可逆图像水印。首先把原宿主 图像分成 128×128大小的子块;然后利用均方误差(MSE)给 4个纹理特征参数赋予权值,建立特征参数与图像子块复杂度 的数学关系;最后计算得出各个子块的复杂度,选择复杂度最大和次大的子块,采用基于预 测误差对扩展 的可逆算法进行数据隐藏。提出的特征参数与纹理复杂度之间的数学关系,能够准确计算图 像子块复杂度, 嵌入水印后的自然图像和医学图像平均峰值信噪比(PSNR)值较 现有方法分别高出2.65%和0.93%左右。本文算 法能准 确反映子块内部的纹理复杂度并具有更好的隐蔽性,适用于医学、军事和卫星等领域。     

图像灰度级动态分段的无损压缩编码方法

文中提出了一种新的无损图像压缩编码方法．通过对图像灰度值按四种情况进行动态分段编码压缩,对于不同的图像会有不同的分段选择,因而具有一定的自适应性．实验证明,这种压缩方法具有很好的压缩效果．     

一种分块的基于Harris角点检测的图像配准方法

传统的Harris角点检测选用全局的阈值并且不具有尺度不变性,对于较大的图像会导致检测的角点分布不均、错检等问题,为此提出一种新的基于多尺度的Harris角点检测的图像配准方法。首先将图像分块,并对其进行相应排序,根据局部阈值来提取Harris角点,然后根据图像特征点的最邻近和次邻近距离之比来确定初始匹配,最后利用特征点附近的灰度信息来实现进一步的配准。实验证明此方法使得图像配准精度和配准效率得到了极大地提高。     

Locally Optimal Run-Length Compression Applied to CT Images

Run-length data compression techniques are described that preserve image content. After decompression, images are restored to their original state without loss in image gray scale or resolution. The first technique introduces terminology and illustrates a simple method for efficient picture archiving. It demonstrates the principle of run-length techniques. A second more general approach encodes picture information in a manner that adapts to local variation in pixel standard deviation. Among several options of compression formats, the one that delivers the best local compression is selected. Results of our compression techniques are given for several hundred computed tomography (CT) pictures with comparison to image entropy measures. A general solution to the optimal run-length compression of digital data is outlined. Routine application of the locally optimal method is also described.     

用双混沌映射实现的数字水印算法

论文将原始彩色图像转换成灰度图像,通过密钥和非线性映射产生两个独立的实值序列,再从中派生出两个二值序列,先用两个实值序列置乱和加密二值水印图像,然后用派生的两个二值序列把被加密的水印图像嵌入到灰度图像中,实现数字水印。实验结果表明,这种数字水印鲁棒性强,隐蔽性好,具有一定的抗剪切和抗有损压缩攻击的能力。     

A nonlinear image contrast sharpening approach based on Munsell's scale.

Contrast is a measure of the variation in intensity or gray value in a specified region of an image. The region can be most or all of the image, giving rise to a global concept of contrast. The region might, on the other hand, be a small window in which case the concept of contrast is a locally defined expression. In this work, we introduce a nonlinear local contrast enhancement method. This method utilizes the Munsell value scale which is based upon human visual perception. Use of the Munsell value scale allows for the partitioning of the gray scale into ten discrete subintervals. Subsequent local processing occurs within each of these subintervals. Inside each subinterval, this method constructs a contrast enhancement function that is a smooth approximation to the threshold step function and which maps a given subinterval into itself. This function then thresholds the gray values in a subinterval in a smooth manner about a locally computed quantity called the mean edge gray value. By enhancing the contrast in this way, the original shades of gray are preserved. That is, the groupings of the gray values by subinterval are preserved. As a result, no gray value distortion is introduced into the image.     

主动毫米波成像性别识别算法研究

针对主动毫米波成像安检系统的个人隐私保护问题,提出了一种主动毫米波人体图像性别识别流程,包括图像预处理、人体躯干图像分割、性别特征提取、各特征值权重确定、性别识别图谱形成、基于图形数据库的图像分类识别和算法优化验证。提出了一种基于灰度值提取的局域直方图性别识别特征图谱,给出了不同图像主体直观、量化的性别特征表达。基于该图谱,提出了一种多特征、多权值性别识别方法,性别识别准确率高于80%,可对海量人体图像快速分类与筛选,从而采取针对性隐私保护措施。该算法已应用于毫米波安检产品,其可移植性高,运行速度快,识别率高,在同类安检设备中具有巨大的应用潜力。