基于Potts系统的数据聚类元胞自动机

提出一种描述数据聚类的元胞自动机(Cellular Automaton,或CA)模型,将待测数据集看作一个Potts磁系统,设定该系统中磁子的状态和演化规则。这样Potts系统的磁化过程就成为待测数据的自动聚类过程。用该方法测试一组二维正态分布的数据集和一组四维Iris标准数据集,得到了较为理想的聚类结果。     

基于可逆元胞自动机的图像加密算法

提出一种基于一维可逆元胞自动机（RCA）的新的图像加密算法,算法中可逆元胞自动机（RCA）规则和随机数据的应用使得图像具有更高安全性。可逆元胞自动机（RCA）加密算法将已知灰度图像变为二值图像,然后将其数据重新排列成一0-1序列,应用可逆元胞自动机（RCA）规则实现图像加密。灰度图像加密的仿真结果表明所提出的算法满足混合特性和扩散特性,一般的解密算法根本不可能对这种加密图像解密。     

元胞自动机模拟在市场营销中的应用

元胞自动机(CellularAutomata,CA)模拟技术为探索市场等复杂的经济和社会系统开创了新途径.本文运用CA模拟方法,研究具有消费行为依赖性的网络扩展市场的动力学演变行为,为新产品及新技术的扩散理论提供了微观经济学的机制.     

元胞自动机变换可恢复图像认证算法

提出一种基于元胞自动机变换的可恢复图像认证算法,将图像分割成不重叠子块,对每个子块进行两层二维元胞自动机变换CAT,从第二层低频系数生成子块认证水印和恢复水印,分别嵌入当前子块和对应子块的第一层低频系数,形成含水印图像;用认证水印进行图像认证;用恢复水印恢复被篡改图像子块。实验表明,该算法安全性高,且具有很强的抗VQ攻击能力。     

基于元胞自动机的字符图像平滑

建立了字符平滑的元胞自动机模型,用于处理字符图像中常见的黑白噪声,通过分析元胞自动机的局部转换函数,编写了相应的演化规则和算法,最后利用MATLAB编程分别对不同的含黑白噪声图像进行了处理,平滑效果良好,并与传统中值滤波方法进行比较,说明将元胞自动机用于字符图像平滑是一种非常有效的方法,同时元胞自动机适合并行计算,该方法也为图像处理的VLSI电路实现提供了一种新的途径.     

基于元胞自动机的棉制品图像的拼接方法

棉制品布面检测中,布面图像的采集很关键,通过棉制品图像拼接来得到一幅大范围完整的图像.用固定相机和调节运作台传输的速度可以人为的设定两幅图像重叠范围.先对待拼接的图像进行去噪和二值化,去掉较多的伪信息,来得到较好的图像轮廓信息;接着用元胞自动机模型进行图像边缘检测得到边缘信息;再提取出特征点进行图像拼接和融合后,得到一幅大视角的图像.实验结果证明这种方法可以有效地实现特征点较少的图像间的拼接.     

元胞自动机模拟及其在金属材料设计中的应用

元胞自动机模拟方法由于其结构简单,易于并行运算而在工程领域有着广泛的应用。本文介绍了元胞自动机的产生和发展,以及其划分,基本原理,模型建立的步骤。综述了元胞自动机方法在材料设计中的应用,包括再结晶方面和相变方面。     

一种基于元胞自动机的安全多重图像水印算法

提出一种多重图像水印算法,利用元胞自动机和元胞自动机变换丰富复杂的性质增强水印安全．将图像分割成不重叠的子块,由混沌序号序列决定一个子块中将嵌入哪个图像水印,通过水印私钥对水印进行置乱加密和对子块进行二维元胞自动机变换,然后在低频系数中量化嵌入加密水印．实验结果表明,提出的算法有很好的安全性、不可见性和鲁棒性,多个水印的嵌入和提取互不干扰．     

元胞自动机仿真技术

元胞自动机仿真技术（ＣＡＳＴ）开创了探索复杂性的新途径，在材料、生物、物理等领域有广泛的应用前景，是发达国家激烈竞争的重大前沿学科领域，本文综述了ＣＡＳＴ的产生与发展过程，概括了仿真模型的构成要素，评述了ＣＡＳＴ的典型应用实例，着重指出了ＣＡＳＴ是对材料进行原子级微观辅助设计的强有力工具，最后，探讨了ＣＡＳＴ的特点：它抓住了简单性与复杂性这一对主要矛盾，从而触及并体现了其它有关矛盾，诸如局部与整体     

基于减法聚类和K均值聚类的彩色图像分割算法

传统图像分割方法大都存在分割速度低下、过度分割等缺点.针对上述问题,提出一种新的彩色图像区域分割算法.这种方法首先将图像转化至L＊a＊b＊空间,并划分为子块,抽取图像子块的颜色、纹理和位置特征组成子块的特征向量,然后运用减法聚类,获得聚类簇数和初始蔟中心,最后利用改进的K均值算法在像素点特征空间进行聚类,进而分割图像成区域.实验结果表明这种新方法具有分割效率高、分割效果理想等优点.     

基于超像素和密度峰值聚类的图像分割

图像分割是计算机视觉领域的一个重要组成部分。密度峰值聚类已应用于图像分割领域。但由于密度峰值聚类在聚类时只能考虑数据的全局空间信息,不能有效去除图像噪声,因此提出了一种超像素的图像预处理方法。该方法能充分考虑局部空间信息,具有较强的鲁棒性。通过改进的形态梯度重建和分水岭算法得到具有精确轮廓且去噪效果较好的超像素图像。在此基础上,加入密度峰值聚类完成后续分割。通过在光学图像数据集BSDS 500上进行实验,验证了超像素算法及图像分割算法的有效性。     

基于K-均值聚类的足球机器人的新型图象分割方法

图象分割是图象处理的关键步骤,也是足球机器人视觉系统中的核心技术。本文结合粗糙集理论和K-均值聚类算法,提出了一种图象分割的方法。将原图象按等价关系进行划分,基于属性约简的概念对不同区域按照不可分辨关系分类。分割结果表明,该方法是一种有效的图象分割方法,具有良好的精确度和鲁棒性。     

一种基于光照补偿和模糊聚类的图像分割方法

针对受到光照不均匀影响的图片在直接进行阈值分割造成的错分割问题,提出在分割前对图像进行光照补偿的预处理,从原图中分离出光照不均匀平面矩阵,从而降低光照不均匀对阈值分割造成的不利影响.在分割过程中采用模糊聚类算法,提高了图像分割的有效性.     

一种二维元胞自动机图像并行加密算法

本文给出一种在二维离散小波分解(DWT)基础上,应用二维元胞自动机并行对数字图像进行加密算法。该并行算法使用小波变换将加密的数据集中到图像数据的低频系数上,大大地减少了需要加密和解密的运算量。同时,算法自动根据CPU的核数进行并行任务的分配,能充分利用二维元胞自动机良好的并行特性,进行快速加密。仿真试验结果证明了该方法的有效性,分析表明该算法具有高效、密钥空间大的特点,且具有一定抵抗恶意攻击的鲁棒性和抗统计攻击的能力。     

流形距离的自动免疫克隆聚类图像分割算法

聚类算法在对图像进行分割的过程中要面对如何自动确定聚类类别数、如何克服图像特征点分布复杂的流形结构、如何减少算法的运行时间. 针对这些问题, 提出了流形距离的自动免疫克隆聚类图像分割算法. 自动免疫克隆聚类算法可以自动确定聚类个数, 不需要人为事先给定, 并且确保全局收敛; 使用流形距离可以反映空间分布复杂的流形数据; 使用超像素而非像素来降低图像分割的时间等问题. 通过对4组人工数据集和4幅自然图像进行实验, 对比k-means算法、GCUK算法, 结果表明该方法优势比较明显, 具有一定的实用性和先进性.