基于链码匹配的断层间复杂轮廓线的三角片曲面重构

基于断层间轮廓线进行曲面重构是科学计算可视化的一个重要内容。本文利用链码理论对已获取的层间轮廓线进行编码,将二维的轮廓曲线转化为包含轮廓形状信息的一维链码;采用链码匹配技术完成相邻层轮廓特征点的匹配,将复杂轮廓线分割为若干简单的曲线段,最后,重构的曲面由这些分片构造的三角片曲面拼接而成。我们首先对模式识别中链码的串匹配算法作一个简要介绍,并详细分析讨论了其中的关键难点:编码,代价函数,链间距离,使其能够适用于我们的工作。实验表明该算法能够找出复杂轮廓线上恰当的对应特征点,从而构造出较真实的曲面。     

基于ACELP的嵌入式语音编码算法

为实现对激励信号的精细描述,提出了一种基于ACELP模型的嵌入式语音编码算法,该算法通过逐层增加脉冲数以及采用一种新的自适应码书结构,能够保证各层编码的相对独立性以及编码器参数的最佳匹配。与以往基于ACELP模型的嵌入式编码算法相比,实现的编码器能够获得具有嵌入结构的码流,不仅能够保证核心层的合成语音质量,而且在增强层也取得了与对应速率的现有标准编码器相当的合成语音质量。     

基于链码的肿瘤CT图象层间轮廓线最佳点匹配技术的研究

本文利用链码理论对已获取的肿瘤层间轮廓线进行编码,将二维轮廓线转化为包含轮廓形状信息的一维链码;采用一种基于链码的匹配技术来完成相邻层轮廓线点匹配,从而建立起其间的对应关系并用于后期的三维重建.本文首先对模式识别中链码的串匹配算法作了一个简要的介绍,并详细分析了应用链码技术获取相邻轮廓间点对应关系的关键难点,使其能够适用于本文的工作.该方法的计算复杂度近似于M*N(M和N分别为相邻轮廓线顶点的数目).并用实际的肿瘤图象进行实验,结果表明了该方法的有效性.     

低信噪比长伪码直扩信号的盲估计方法

为了解决低信噪比长伪码直扩信号的盲估计难题,提出了一种长伪码直扩信号的相关矩阵累加平均结合特征分析的新方法。本方法是在已知长伪码直扩信号的扩频码周期、码速率等参数,并且信息序列不相关的前提下,将接收到的长伪码直扩信号以一随机确定值为起点进行周期分段形成连续多个观察向量,求其相关矩阵并累加平均,并实施特征分析以得到相关矩阵的特征值和信号所含主成分,由相关矩阵的特征值可以估计出信号所含的噪声方差、信号信噪比和信号分段时随机确定的起点,由主成分特征向量还可以进一步估计出观察信号的扩频码序列。本文所提出的方法充分分析和推导了长伪码直扩信号的特征结构,提出了对长伪码直扩信号盲估计的核心基础算法,该算法可以有进一步应用于长伪码直扩信号盲解扩的潜力。本文提出的方法并不象已经提出的其他算法,其对长伪码扩频信号的盲估计性能可以随着观察向量个数的增加逐步得到改善,而且该方法可以应用于任意类型的扩频码、信息码,在理论上能工作在任意强度的加性高斯白噪声环境下,并且不需要事先提取任何定时同步信息。理论分析和数值结果表明了本方法较为鲁棒不易受到噪声影响。     

一种混合模式的Java卡内字节码校验算法

字节码校验是Java智能卡安全体系结构的重要保障之一.基于控制流程树CFT字节码校验算法,引入缓存策略,提出了一种混合模式的字节码校验算法,有效解决了环结构问题.同时,对于此混合模式的Java卡内字节码校验算法进行的分析表明,相对于传统算法其时间和空间效率得到有效提高.     

基于字节码的Java软件水印的研究与实现

介绍了基于类文件字节码的Java软件水印技术.该技术通过修改操作数和编码操作码,把水印信息以二进制代码的形式嵌入到Java类文件的字节码中,从而对Java类文件进行有效保护.在Eclipse环境下实现了水印方案,完成了水印的嵌入和提取.     

广义TMR码的设计

本文推导了确定广义ＴＭＲ码截短距离ｄ（ｃ｜１）的一种算法，从而提供了字节长为任意的广义ＴＭＲ码的通用设计方法。     

RS码的编译码程序实现

RS码是一种对随机和突发差错具有良好纠错能力的多进制信道编码。文中介绍了RS码编码和BM迭代译码的原理,推导了在程序实现时关键步骤的迭代表达式,并采用C语言实现了构造伽罗华域、RS码生成多项式、RS码编码和BM迭代译码算法。程序可通过配置RS码码长、信息位长等参数完成对多种RS码的编译码,适用于包含多种RS系统码及截短码通信系统的编译码,具有工程应用价值。     

一种新的缩短RS码迭代译码方案

为了在EPON中应用GF(256)标准RS码对信息帧长大于255位的信息流进行编码,并提高RS码的编码增益,提出了一种新的缩短RS码的编译码方案。该方案通过两个缩短RS码的交叠编码和互相迭代译码,可以提高编译码增益。RS码BM硬判决译码和chase软判决译码的计算机仿真表明,该方案对缩短RS码的软硬判决译码性能都有明显提高。     

基于规则变量节点度和扩展窗喷泉码的不等差错保护算法

该文提出了一种可适用于加性高斯白噪声(AWGN)信道的融合扩展窗喷泉码(Expanding Window Fountain, EWF)和规则变量节点度LT码(Regularized variable-node Luby Transform, RLT)策略的不等差错保护(UEP)算法,称为EWF-RLT编码算法。首先利用扩展窗口技术给不同重要等级的数据加窗,编码时让较高重要等级数据以更高的概率参与编码;同时,结合规则变量节点度算法,改变传统LT 码编码过程中随机选取邻居节点的编码方式,使较高重要等级的数据具有较大的最小变量节点度,改善错误平层现象。分析和仿真结果表明,该文提出的EWF-RLT算法与传统算法相比,能对较高重要等级数据进行更强的保护,提升网络传输质量;在UEP方案设计中,加入RLT码编码参数,使得该文方案更加灵活与适用。     

应用分层MRF/GRF模型的立体图像视差估计及分割

视差估计与分割是立体图像编码及立体视觉匹配的核心问题,本文提出一种基于分层MRF/GRF模型和交叠块匹配(HMOM)视差估计算法以及结合主动轮廓模型的视差分割提取算法.该混合视差估计方法,可得到光滑准确,且具有清晰边缘的视差场;并便于用主动轮廓模型提取感兴趣对象(OOI)的视差轮廓.与通常的变尺寸块匹配(VSBM)相比,本算法得到的视差补偿图像的峰值信噪比可提高2.5dB左右.本文得到的视差场及对应的轮廓可进一步用于立体图像编码以及视频对象分割.     

Motion-based region growing segmentation of image sequences

This paper proposes a motion-based region growing segmentation scheme for the object-based video coding, which segments an image into homogeneous regions characterized by a coherent motion. It adopts a block matching algorithm to estimate motion vectors and uses morphological tools such as open-close by reconstruction and the region-growing version of the watershed algorithm for spatial segmentation to improve the temporal segmentation. In order to determine the reliable motion vectors, this paper also proposes a change detection algorithm and a multi-candidate pro- screening motion estimation method. Preliminary simulation results demonstrate that the proposed scheme is feasible. The main advantage of the scheme is its low computational load.     

Design and Analysis of an Efficient Evolutionary Image Segmentation Algorithm

Evolutionary image segmentation algorithms have a number of advantages such as continuous contour, non-oversegmentation, and non-thresholds. However, most of the evolutionary image segmentation algorithms suffer from long computation time because the number of encoding parameters is large. In this paper, design and analysis of an efficient evolutionary image segmentation algorithm EISA are proposed. EISA uses a K-means algorithm to split an image into many homogeneous regions, and then uses an intelligent genetic algorithm IGA associated with an effective chromosome encoding method to merge the regions automatically such that the objective of the desired segmentation can be effectively achieved, where IGA is superior to conventional genetic algorithms in solving large parameter optimization problems. High performance of EISA is illustrated in terms of both the evaluation performance and computation time, compared with some current segmentation methods. It is empirically shown that EISA is robust and efficient using nature images with various characteristics.     

结合区域分割的SIFT图像匹配方法

针对待配准图在参考图上存在多个相似的区域,传统的SIFT算法导致匹配点数量较少,影响对模型变换参数估计的情况,提出了结合区域分割的SIFT方法。与原始算法相比,该算法可以得到更多正确的匹配点对,时效性上更优。实验结果表明,该算法比原算法的正确匹配点对提高了近30倍,结合区域分割的特征匹配,剔除了90%以上的误匹配点对,改进后的算法时间性能上也更优。     

基于小波域的模糊化区域竞争模型的图像分割方法

本文中提出了一种基于小波变换的模糊化区域竞 争图像分割算法。该算法利用小波变 换在纹理分类 的优越性,在模糊化区域竞争算法的框架下对图像实施非抽样小波变换,建立起基于小波域 的统计特征参 数,并根据此特征参数构造能量函数。在算法求解过程中,通过采用快速迭代算法加快算法 求解的速度。 本文提出的图像分割算法可以有效地降低信噪比的敏感性,有效地解决模糊图像分割问题。 实验结果表明, 本文提出的分割方法在分割质量和速度上比经典的主动轮廓模型和模糊化区域竟争分割算法 更具有优越性。     

基于改进CPD算法的SPECT-B超甲状腺图像配准

为了获得更多甲状腺肿瘤的诊断信息,文章提出了一种基于改进CPD算法的甲状腺肿瘤的SPECT图像和B超图像自动配准方法。首先,将参考图像(SPECT图像)和待配准图像(B超图像)分别通过阈值分割和图割的方法提取轮廓特征点;然后,用遗传算法和粒子群算法相结合的优化算法对CPD的权重参数进行自动寻优,利用改进的CPD算法对提取出的两组特征点进行匹配,得到两幅图像的空间变换参数;最后,将待配准图像按所求得的变换参数旋转、平移,从而获得配准后图像。实验结果表明,该方法能实现SPECT与B超甲状腺肿瘤图像的良好配准,具有参数少、精度高、鲁棒性好等特点。     

基于HEA算法的二维最大相关准则图像分割

针对目前一些算法对于同一图像每次分割得出的阈值不同,存在分割不稳定的问题,提出了一种基于和声五元素算法(HEA)的二维最大相关准则图像分割算法。该算法利用图像目标和背景分布的相关量最大值来选取阈值,并运用 HEA算法优秀的全局搜索能力优化运算速度,提高图像分割的稳定性和质量。实验结果表明本文方法有较好的稳定性,分割效果良好。     

基于小基高比的快速立体匹配方法

为了提高立体匹配效率和获得高精度的亚像素级视差,该文提出一种快速的小基高比立体匹配方法。该方法首先利用积分图像加速自适应窗口和规范互相关度量的计算,然后根据可靠性约束进一步拒绝错误匹配,再采用基于迭代二倍重采样的亚像素级匹配方法为可信点计算亚像素级视差,最后利用基于图分割的视差平面拟合方法获得稠密的亚像素级视差图。实验结果表明该方法不但可获得高精度的亚像素级视差而且还提高了算法的匹配效率,满足了小基高比立体重建的需求。     

一种用于图像编码的区域分割新方法

为了适应图像分割编码的需要,提高编码性能和效率,本文研究了一种图像区域分割新方法.源于人眼成像原理和视神经网络的知觉分割特性,首先提出一种具有脉冲耦合和梯度锐化能力的神经元网络模型.然后通过构造一个拟合函数对相邻神经元的相似刺激输入进行平滑处理,而对具有不连续变化特性的刺激输入进行锐化,使得神经元比较容易地感知到均匀亮度区域和目标边缘的准确位置.最后通过实验验证了该算法的有效性.本文算法能够准确、有效地的分割出均匀区域,并且与原始图像具有很好的对应关系.在将本文算法应用到图像区域分割编码中,能够大大提高编码的效率,并得到高质量的重建图像.     

基于稀疏分解的可伸缩图像编码

 图像编码技术的新的突破可寄希望于信号表示的深刻变革.采用基于冗余原子库的快速匹配追踪算法对图像进行稀疏分解,在分析和总结原子空间位置分布规律的基础上,提出与之相适应的块划分编码方法,节约了用于表示原子参数和投影系数的比特数.实验结果表明,本文编码器在计算复杂度、编码效率和伸缩性能等方面都优于当前同类型编码器,特别是在前两方面,其优势十分明显.比如对512×512测试图像,编码率为0.5bpp时本文编码器的平均PSNR增益达1.73dB.特别地,凭借原子库的几何特性,该编码器提供了较传统方法更灵活的伸缩性,允许通过简单的参数变换来获得任意分辨率大小的重建图像.