基于反向映射的图像间颜色迁移算法仿真

现有的图像间颜色迁移算法普遍存在颜色误迁率高的问题,为此在传统颜色迁移算法的基础上,引入反向映射对颜色迁移算法进行优化.首先通过对图像的特征提取,获得目标图像的主色,对提取结果做平滑处理.通过色彩空间转换和色调反向映射两个步骤,实现图像的形态学变换,得到过渡图像.在过渡图像上做K均值聚类匹配操作,并通过分层迁移和全局迁...     

基于双目相机的图像拼接

提出一种基于双目相机的图像拼接方法,对安放在移动机器人上不同位置的2个相机在同一时刻所拍摄到的图像进行拼接,引入自适应的非极大值抑制技术,只在图像的重叠区域进行Harris角点检测,并结合小波变换和对极几何,对图像进行快速特征匹配。在图像融合中,构造一种非线性的过渡函数,使图像重叠区域之间的过渡更平滑。实验结果表明,与传统方法相比,该方法的效率更高。     

运动汽车图像静态视点平滑特征优化仿真

由于运动汽车图像在特征采集过程中,汽车处于高速运动状态,采集的过程无法与汽车完全同步,造成汽车的特征像素分量在高速运动中丢失,产生较大的像素运动噪声,使得汽车图像边缘高频特征因为运动干扰而模糊.传统的平滑过渡方法在对运动汽车图像进行平滑处理时,按照图像中像元灰度值计算突变特性,但受到像素丢失与噪声无法抑制的影响,无法解决运动汽车图像高频分量对图像像元灰度值的干扰问题.提出基于替身运动DR算法的运动汽车图像静态视点平滑过渡方法,用替身像素描述汽车在场景中的运动特征,替身像素在场景中运动并同其它汽车的替身进行交互,采用局部化的车辆模型提高运动汽车场景的逼真度,通过依据替身运动的平滑过渡算法完成归一化线性运动汽车图像静态视点的平滑过渡,解决了运动汽车图像的平滑过渡问题.实验结果说明,所提方法可确保运动汽车图像边缘锐化,有效处理平滑噪声和锐化边缘.     

基于BLOB类型的数据库图像存取技术

在数据库管理系统中,图像数据技术一直致力于解决海量数字图像的有效存储和管理问题,这是一项非常复杂的技术,具有重要的实用价值和经济价值.笔者在DELPHI开发环境中,针对SQL Server数据库关系表中BLOB图像数据的存取问题进行了初步探讨,提出了一套基本解决方案,供读者参考.     

相似度自适应样本块的高分辨SAR图像阴影修复

高分辨率SAR图像目标阴影可为目标识别提供更多的信息,对SAR图像目标阴影进行修复可以获取完整的目标阴影.采用传统样本匹配方法对SAR图像进行目标阴影修复时会出现阴影区域漏判问题和过渡区域不均匀问题.提出一种相似度自适应样本块的SAR图像目标阴影修复方法.利用SAR图像中目标及其阴影斜距的相对位置关系作为待修复区域的预判依据,有效地解决了阴影区域漏判问题;然后采用相似度自适应样本块的图像修复方法,改善了过渡区域不均匀问题.实验结果表明,本文方法可以有效地恢复高分辨率SAR图像中缺失的目标阴影.     

一种基于模板匹配法的眼底图像拼接方法

图像拼接技术是近年来医学图像处理的研究热点之一,在眼科方面具有广泛的研究价值.笔者根据眼底图像的特点,提出了一种基于模板匹配法的眼底图像拼接方法.首先在两幅图像的重叠区域中分别抓取一对初始匹配点,分别以抓取点为中心取不同大小的模板区域和搜索区域,然后根据模板匹配法的基本原理,确定最佳匹配点,通过平移和旋转变换完成图像之间的配准,最后采用重叠区域线性过渡的图像融合方法消除拼缝,实现图像间的平滑过渡.经实验验证,该方法实现了不同视角眼底图像之间的拼接,且计算速度快,精度高.     

基于直方图映射和分层的图像迁移算法研究

本文提出了一种基于直方图映射和分层迁移的灰度图像上色HisT算法.对于给定的颜色图像和需要迁移的灰度形状图像,先从RGB色彩空间转换到一个正交空间lαβ,消除空间各分量之间的强相关性.然后分别统计两幅图像的灰度直方图,对于灰度图像中的象素点,保留其灰度值,而利用颜色图像中与之对应或相邻灰度等级的颜色信息为灰度图像进行粗糙上色,得到一幅过渡图像.参照灰度直方图,将颜色图像和过渡图像进行分层处理,并利用统计学方法对图像各层和整体统计量进行分析,提取颜色图像的颜色信息和过渡图像的形状信息,最终实现颜色图像到灰度形状图像的上色过程.实验证明,该算法能快速准确地实现灰度图像的上色,具有广泛的应用前景.     

图像拼接方法优化及仿真

研究图像拼接优化问题,针对传统的图像拼接方法,在两幅图像像素灰度差距较大的时候,拼接后,图像连接处由于像素差异而造成出现缝隙的问题.提出了一种改进的SIFT特征提取方法,在图像拼接过程中,加入了特征点灰度融合技术,使得在图像拼接的过程中,充分考虑两幅图像的灰度差异.使两幅拼接图像在连接处完成平滑过渡,实现无缝拼接.进行仿真,结果表明,改进方法很好地解决了存在像素差异的图像间的拼接问题,取得了良好的效果.     

基于图像序列的虚拟场景重建和漫游

基于图像的建模和绘制方法与基于传统的几何绘制方法相比有很多优点,但是在场景几何参数未知的情况下,要实现单幅图片和图像序列的漫游,难度很大.TIP（tour into a picture）技术使得在一幅图像中漫游成为可能.为了实现场景几何参数未知情况下的场景漫游,在对TIP技术进行扩展的基础上,提出了一种能够在未知视点路径的图像序列中实现场景漫游的方法.这种算法在相机未定标的情况下,不仅解决了图像序列建模和场景漫游过程中前后图像场景不能平滑过渡的问题,并且扩大了TIP中视线方向变化的动态范围,从而在保证图像质量的情况下,实现了由图像序列到场景的无限制漫游.实际图像序列的实验结果表明,该算法是有效的,具有实际应用价值.     

图像分割中区域灰度重叠问题研究

通过对图像不同区域灰度强度重叠问题以及图像平滑与滤波概念差异的分析,发现图像平滑对于无噪声污染图像的分割具有抑制次要目标、加剧区域边界渐变的作用,认为对图像进行平滑处理可以减小区域灰度重叠,产生过渡区域便于图像中特定目标的分割。实验表明图像灰度重叠是实现正确分割的障碍,图像平滑可以消除或减弱它的影响。     

BMP图像切割存储技术与实现

在实时图像采集系统中，经常需将图像切割后再输出。文中给出了对采集到的BMP图像进行自动切割存储的完整解决方案及代码。     

基于BLOB类型的数据库图像存取技术

在数据库管理系统中,图像数据技术一直致力于解决海量数字图像的有效存储和管理问题,这是一项非常复杂的技术,具有重要的实用价值和经济价值。笔者在DELPHI开发环境中,针对SQL Server数据库关系表中BLOB图像数据的存取问题进行了初步探讨,提出了一套基本解决方案,供读者参考。     

医学图像的网络传输研究

在网络带宽受限的背景下,提出了有效解决医学图像远程访问问题的方法.文章概述了DICOM(Digital Imaging and Communications in Medicine)标准所定义的医学图像报文格式,并据此对现实医院中的医学图像进行了分析.提出了适合于医学图像在互联网上传输的解决方案.最后,论证了该方案的可行性,并将该方案与其它解决方法进行了比较.     

一种基于特征点匹配的图像拼接算法

本算法首先采用边缘检测缩小了待提取的特征点的寻找范围,然后根据图像中各列边缘点的梯度最大值提取特征点,进而确定两幅图像的缝合点及其匹配位置,最后通过对图像的重叠区域进行平滑过渡处理,实现了待拼接图像的无缝拼接。实验表明,本算法能较好的实现图像拼接。     

一种基于模板匹配法的眼底图像拼接方法

图像拼接技术是近年来医学图像处理的研究热点之一,在眼科方面具有广泛的研究价值。笔者根据眼底图像的特点,提出了一种基于模板匹配法的眼底图像拼接方法。首先在两幅图像的重叠区域中分别抓取一对初始匹配点,分别以抓取点为中心取不同大小的模板区域和搜索区域,然后根据模板匹配法的基本原理,确定最佳匹配点,通过平移和旋转变换完成图像之间的配准,最后采用重叠区域线性过渡的图像融合方法消除拼缝,实现图像间的平滑过渡。经实验验证,该方法实现了不同视角眼底图像之间的拼接,且计算速度快,精度高。     

敏感图像信息识别模型研究

为减少和杜绝色情图像在公共网络上传播的机会,在分析色情图像特征基础上,设计了一个敏感图像信息识别模型,综合使用肤色模型匹配和纹理判别技术,提取多个统计特征,采用SVM进行分类实现了对敏感图像的识别.该模型能够有效识别网络色情图像,适合网络环境下使用,为网络敏感信息监控提供了比较完整的图像识别解决方案.     

基于相关关系的图像分类和图像检索

提出了一种基于图像分类的图像检索算法.算法首先以图像间的相关系数作为距离进行聚类,并确定每类图像的中心图像.图像检索过程分为两步:首先寻找匹配程度最高的中心图像,然后在该中心图像所在类中寻找最佳匹配图像.由于分类和确定中心均可离线操作,所以该算法显著加快了图像检索速度.此外,本文还运用信息熵分析了分类的有效性.实验结果表明:算法有效.     

基于图像层的双水平集图像分割

传统C-V模型可以将待分割图像分割成目标和背景两区域,但无法实现对多目标图像的分割.多相C-V模型能够对多目标图像进行分割,但需要多次迭代,计算量较大.为了解决上述问题,提出一种基于图像层的双水平集分割算法,该算法通过引入背景填充技术来改变图像背景,从而形成新的图像层,双水平集不断地在新的图像层中进行分割,直到所有目标被分割.这样通过双水平集就可以实现对多目标图像的分割.实验结果表明:该算法能够实现多目标分割,且迭代次数较少,同时具有较强的抗干扰能力和较快的收敛速度.     

医学图像的网络传输研究

在网络带宽受限的背景下，提出了有效解决医学图像远程访问问题的方法。文章概述了DICOM(Digital Imaging and Communications in Medicine)标准所定义的医学图像报文格式，并据此对现实医院中的医学图像进行了分析。提出了适合于医学图像在互联网上传输的解决方案。最后，论证了该方案的可行性，并将该方案与其它解决方法进行了比较。     

基于图学习的自动图像标注

自动图像标注是图像检索任务中重要而具有挑战性的工作.文中首先讨论并解释了自动图像标注问题,通过总结现有的研究工作,提出了一种基于图学习的图像标注框架.在该框架下,图像标注被分为两个阶段来完成,即基本图像标注与图像标注改善.其中,前者是通过以图像间相似性为依据的图学习过程来提供图像的初始标注,而后者是通过以词汇间语义相关性为依据的图学习过程来改善前者取得的标注结果.该框架主要涉及到图像与文本词汇两种媒体的内部和相互之间的各种关系的估计问题.基于此,作者又给出了针对上述各子问题的改进方法,并将它们综合起来实现了有效的图像标注.最后,通过Corel图像集与网络数据集上一系列实验结果,验证了该模型框架及所提出解决方案的有效性.