基于矩阵分析的数字图像处理方法

图像处理、图像分析、图像理解是图像工程的三个研究层次，其中图像处理是主体基础理论部分。文中把矩阵分析与图像处理结合起来，提出了图像处理的矩阵分析方法，这种方法把图像处理转化成了矩阵分析，为各种图像处理提供了一种良好的数学实现途径，具有独特的应用特性。     

基于矩阵分析的DS合成算法

针对经典DS证据合成理论,提出一种基于矩阵分析的DS合成算法。该算法采用证据结合的递推方式,计算n组信任函数结合下的融合结果,解决证据冲突。通过矩阵分析避免计算量过大,减轻节点负担。对温室控制采集到的数据进行仿真实验,结果证明该算法的快速性,其计算时间仅为经典DS证据合成理论的1／10。     

基于数字图像处理的车牌定位方法的研究

车牌识别是现代智能交通系统中的重要组成部分之一,其应用范围十分广泛。对车牌定位方法进行了初步研究,以模式识别、数字图像处理、计算机视觉技术为基础,使用M atlab软件对图像预处理、边缘检测等算法进行了必要的仿真实验,获取了车牌区域。对摄像机拍摄车辆的图像进行分析处理可以得到汽车的车牌号码,从而完成整个识别过程。     

基于矩阵分析的团体操队形变换行进路线仿真算法

目前计算机仿真技术受到体育科研和教学人员的普遍青睐.计算机仿真技术能够为体育工作者和运动员提供更加有效的、崭新的训练指导.论文通过对大型团体操队形变换路线策略的研究,提出了一种路线变换算法——最短路线优先算法.同时,针对产生的路线冲突问题,提出了一种解决冲突的方法.最后对论文提出的算法进行了仿真分析,说明能够为团体操的演练提供很好的辅助手段.     

基于Fisher准则和多类相关矩阵分析的肿瘤基因特征选择方法

肿瘤特征基因的选择是肿瘤基因表达数据分类的研究热点之一。针对传统的肿瘤特征基因选择方法无法很好地剔除冗余基因,提出一种混合型的特征选择方法。在所提出的方法中,首先将标签相同的样本划分到同一个矩阵,在所有矩阵中,当且仅当特征间的相关系数均大于特定阈值时,即判定这几个特征是相关特征,并对这些相关的特征进行聚类。然后在每个聚类中选择Fisher比最大的特征,对这些特征根据评价函数筛选得到最优特征子集。最后采用SVM分类器对这些最优特征子集进行类别预测。在四个标准的肿瘤DNA微阵列数据集的测试结果证明所提出的肿瘤基因特征选择方法的稳定性和高效性。     

多值RM展开式系数的矩阵分析法及其应用

本文运用模代数矩阵分析法,导出了简单RM展开式和复杂RM展开式的b_j矩阵判别法则,并给出了将n变量RM展开式化为具有最少和项的单变量函数积之和的规范算法,该算法可以在计算机上实现,从而为多值逻辑函数的综合提供了一种新的手段.     

基于Nios的数字图像处理

本文是以Nios软核CPU为核心处理器,在FPGA中构建SOPC,实现原来主要由DSP器件才能完成的图像处理功能。系统采用软核CPU、DSP软模块、FPGA以及数字视频技术。从数字摄像头输入视频信号,送到FPGA中对数字图像信号进行处理,最后,在工业VGA显示器上显示图像。     

基于ARM的嵌入式数字图像处理系统

基于ARM的嵌入式图像处理系统集图像采集、处理、显示于一体,具有体积小、功耗低的特点,可以很方便根据具体应用背景来剪裁软、硬件.本文设计的系统采用ARM9核的处理器S3C2410为核心计算与控制单元,移植了ARM-Linux作为操作系统,并利用V4L函数库编制了图像采集、处理与显示程序.     

基于图像色值转换的算法

主要研究了如何将数字图像转换成色值矩阵的算法。该算法简洁易实现,为其他相关图像算法的研究做好铺垫。最后通过实验验证了该算法的有效性。     

基于数字图像处理的答题卡识别方法研究

论文提出了一种能够有效识别答题卡的方法,利用基于hough变换的直线检测技术检测图像的倾斜度,判断图像是否倾斜。对存在倾斜的图像进行旋转校正。最终实现答题卡答案的定位和检测。论文使用像素统计方法进行识别,其识别错误效率极低,能够准确识别答题卡的涂卡标记。     

基于k中心点聚类的图像二值化方法

在机器视觉和模式识别的研究中,将图像变换为二值图像是能够更高效识别图像中的特定区域或者目标的关键。提出了一种基于k中心点聚类算法的图像二值化方法(image binarization k-medoids-based clustering,IBk MC)。该方法使用基于距离的平方和误差作为聚类质量度量,根据图像二值化的领域知识将k的值取为2,自然地将图像分为前景类和背景类两类。实验结果证明,针对复杂环境下的自然图像,该方法在效果和效率上优于OSTU(最大类间方差)阈值化方法。     

利用差分矩阵进行基于内容的图像检索

随着大容量图像数据库的广泛应用,基于内容的图像检索(CBIR)技术成为对其进行管理和检索的有效手段。文中提出了一种基于灰度变化进行基于内容的图像检索的方法,利用差分概念提取出图像的差分矩阵,再从中提取特征进行度量。给出了对自然图像库检索的实验结果,实验表明,采用该方法比空间颜色直方图与共生矩阵等方法能取得更好的检索效果。与颜色空间直方图和灰度共生矩阵的比较实验证明差分矩阵的方法在速度和结果上都有比较好的效果。     

利用差分矩阵进行基于内容的图像检索

随着大容量图像数据库的广泛应用,基于内容的图像检索(CBIR)技术成为对其进行管理和检索的有效手段.文中提出了一种基于灰度变化进行基于内容的图像检索的方法,利用差分概念提取出图像的差分矩阵,再从中提取特征进行度量.给出了对自然图像库检索的实验结果,实验表明,采用该方法比空间颜色直方图与共生矩阵等方法能取得更好的检索效果.与颜色空间直方图和灰度共生矩阵的比较实验证明差分矩阵的方法在速度和结果上都有比较好的效果.     

The Method of Enhancing Ability of VB''s Image Processing Using APl

This paper introduces a method of the enhancing ability ofVB's image processing using API. It expanded the competency of im-age processing and raised the efficiency of executive program by oper-ating the functions display buffer oriented during image processing. Thesatisfactory purpose is gained through contrast stretching referring tounderexposured and upperexposured X-ray image about bosom.     

利用API增强VB的图像处理功能

1IntroductionWindowsApplicationProgrammingInterfaceistheexpandingrextensionofthevisualprogrammingassistant,especiallytopro-ramminglanguageVisualBasic.AlsoVisualBasiciseasy-to-earn,havingcompetentabilityandyieldingquickreturns,butthexecutivespeedislowerwhiletheimagedataissize.Win32APIrovidedalargequantityofapplicationprogramminginterfaceunctionswhichcanbecalledbyVisualBasicdirectly.Itexpandedhecompetencyofimageprocessingandraisedtheefficiencyofex-cutiveprogrambyoperatingthefunctionsdisplay…     

采用核判别分析的图像水印方法

提出一种新的基于核判别分析的图像水印方法.栽体图像被划分为不重叠的图像块,并且每个图像块被进一步分为两个子图像块.所有这些子图像块分别进行小波分解.利用图像块的两个子图像块局部能量之间的某种关系来隐藏水印信息.为了提取水印,核判别分析方法被用作分类器来学习这种关系.通过利用核判别分析良好的学习能力,水印能在几种不同攻击下被正确地提取,并且不要求原始图像参与.实验结果表明本文方法在对抗诸如JPEG压缩、加噪、低通滤波、锐化等攻击有比其它几种方法更好的性能和鲁棒性.     

三维轮廓光切法测量的图像获取及处理

介绍了基于光切法的脚型三维轮廓测量原理，针对多CCD光切测量系统组成，提出一种使用中轴跟踪和改进测偏原理相结合的高精度提取轮廓光带中心线的新方法，详述了光切面轮廓图像的提取及处理过程，并通过对提取中心线的坐标变换，获得了完整的脚型断面轮廓数据。实验结果表明该方法处理效果令人满意。     

应用数字图象增强技术处理医学影象的研究

采用直方图均衡化、条件直方图均衡和Unsharp Masking的方法增强医学图象,并对所用处理方法进行了分析。     

结构化矩阵优化的高光谱图像噪声去除算法

受带噪线路或电子感应设备老化等影响,高光谱图像在编码和传输过程中往往会被混合噪声污染,严重影响后续图像检测、分类、跟踪、解卷等应用的性能.为实现有效地去噪,将零化滤波技术扩展至高光谱图像修复中,提出一种结构化矩阵恢复的混合噪声去除算法.首先根据高光谱图像不同波段之间的关联性和局部空间邻域的关滑性,将不同图像子块构建成具有Hankel结构的低秩矩阵;然后考虑Hankel化线性操作并不破坏混合噪声的稀疏状态,将稀疏性约束作为先验条件;最后使用截断核范数和组稀疏范数分别替代低秩和稀疏约束函数,构建双先验条件下的目标模型,并采用交替方向乘子法进行变量优化求解.整体去噪流程通过图像patch分组、子块优化和patch重组3个步骤实现.通过多组行业通用高光谱数据进行实验的结果表明,该算法在视觉效果和定量评价PSNR,SSIM以及SAD上都明显优于现有的高光谱噪声去除算法.