一种对图像中给定图形的定位方法

作为模式识别的前序，需要在一幅图像中找出一个基本图形，给出这个图形的位置，再进行进一步的识别。文中提出的算法以直接匹配为基础，改进了算法的执行效率。以二值图像中的图形的定位为实验对搜索定位算法进行了讨论。试验显示出该文算法有较高的执行速度。     

一种基于形状特征的颅骨图像检索方法

提出了一种基于内容的颅骨图像检索方法，介绍了基于内容的医学图像检索系统结构，阐述了图像预处理方法和特征参数提取过程。实验表明，该方法能检索出有相同病理特征的相似颅骨图像。     

一种基于颜色特征的图像检索方法

提出了一种新的基于颜色自组织聚类的图像检索算法。该算法根据颜色在图像中的分布信息，通过对像素点的加权处理确定最佳的颜色初始聚类数目，将经过加权处理的像素点进行聚类，得到图像主要颜色的统计特征，同时，在分析了主要颜色在图像中的散布情况后，利用主色的矩特征来描述各个主色在图像中的空间分布特征，结合颜色的统计特征与空间分布特征来描述图像的内容，保证了图像在局部和整体上的一致性，实验结果证明，该算法的检索精度明显要高于传统的仅基于颜色统计特征的检索精度。     

基于特征信息的静态图像/图形建模

本文系统阐述了特征建模的基本概念，提出运用格式塔心理学，视觉认识规律和信息区域分布对静态图像／图形进行特征提取的方法，并设计出了静态图像／图形特征信息的描述模型。     

一种多功能计算机的图形,图像及文字显示实用技术

一种多功能计算机的图形、图像及文字显示实用技术（１０００８３中国地质大学北京电教中心）邢秀起随着计算机技术的不断发展，现在计算机越来越多地被广泛在应用到各个领域，作为教学单位也应该利用计算机的多种软件和多媒体技术，为现代教学服务。实践证明，在教学时，...     

一种新的自然图像和计算机图形鉴别方法

提出一种自然图像和计算机生成图形的鉴别方法。借用模式识别中的二分类概念,采用块离散余弦变换和统计矩特征量来建立模型,以捕获自然图像和计算机生成图形的统计差异,选用支持向量机作为分类器进行训练和测试。实验结果表明,该方法具有精确度高、应用面广的优点,在自然图像和计算机生成图形的鉴别中有着广阔的前景。     

一种新的基于颜色特征的图像检索方法

提出一种新的基于颜色特征的彩色图像检索算法.该方法首先利用颜色的距离矩阵,对样本图像进行非监督的颜色量化,得到调色板,然后将待检索图像按最小距离映射到该调色板中,这样对于所有图像,就可以得到基于样本图像调色板信息的统一的颜色直方图.这种颜色量化算法精度高于有监督的量化,而速度又明显高于传统的无监督的颜色聚类.此外,结合颜色在图像中的散布情况,综合颜色的统计特征与空间分布特征来描述图像内容,保证图像内容描述的精确性.实验证明,利用该算法的检索效率较高,检索结果也能够较好的满足人的视觉感受.     

图像语义特征的抽取方法及其应用

从高级信息的角度来描述图像语义,建立图像语义的特征矢量空间和语义划分的结构关系,实现图像与语义值的结构表达。为了有效地获取语义特征值表达,给出了图像语义特征空间选择与最小判别方法,构建了底层特征到高层语义的映射结构与计算表达式,并将特征值应用于图像检索。原理方法和实验数据表明该方法对图像检索具有积极意义。     

一种新的图像特征抽取方法研究

对最佳鉴别矢量的求解方法进行了研究，根据矩阵的分块理论和优化理论，在一定的条件下，从理论上得到类间散布矩阵和总体散布矩阵的一种简洁表示方法，提出了求解最佳鉴别矢量的一种新算法，该算法的优点是计算量明显减少。ORL人脸数据库的数值实验，验证了上述论断的正确性。实验结果表明，虽然识别率与分块维数之间存在非线性关系，但可以通过选择适当的分块维数来获得较高的识别率。类间散布矩阵和总体散布矩阵的一种简洁表示方法适合于一切使用Fisher鉴别准则的模式识别问题。     

一种对图像中给定图形的定位方法

作为模式识别的前序,需要在一幅图像中找出一个基本图形,给出这个图形的位置,再进行进一步的识别.文中提出的算法以直接匹配为基础,改进了算法的执行效率.以二值图像中的图形的定位为实验对搜索定位算法进行了讨论.试验显示出该文算法有较高的执行速度.     

一种图像检索的新方法

介绍了一种新的图像检索方法 ,它使用简单的 0 ,1序列模式 ,只需对图像的像素作一次遍历 ,就能提取出所要的特征量 ,进行图像检索。与各种传统的基于内容的图像检索方法相比 ,该方法无需对图像抽取任何统计特性的特征 ,也不必作复杂的运算处理 ,所以非常有效 ,具有实用性。     

一种面向图象语义的主要区域提取方法

图象主要区域的提取是图象语义抽取及其应用的基础 .为了更好地进行图象语义的抽取 ,提出了一种面向图象语义的图象主要区域自动提取方法 .该方法首先将图象划分成固定大小的子块 ,并通过对子块特征进行聚类来获得图象的初始区域分割 ;而后 ,经过一系列的后处理来优化分割结果 ,并实现前景和背景区分 ;最后通过分析每个背景区域的重要程度 ,去除掉不相关的背景区域 .通过对包含有显著对象的户外图象进行的实验表明 :该方法不仅可以去除图象中 ,大量与图象语义不相关的内容 ,而且能保留图象的主要信息 ,这就为进一步的图象语义应用打好了基础 .     

棒线材端头识别的图像处理改进方法

一直以来,对棒线材进行计数都采用人工方法,效率低且不准确。为了提高效率,需要研究出一种棒线材自动识别方法实现棒线材的自动计数。该文通过对常见的轮廓提取法进行研究,提出了改进的轮廓提取法,通过对棒线材灰度图像的轮廓提取、分割处理、闭运算及细化处理等消除了细线及目标区域的影响,得到了更准确的轮廓曲线并计算出轮廓的圆形度,进而计算出棒线材的半径,棒线材的半径是实现棒线材自动识别的重要参数。程序的运行结果表明,改进的轮廓提取法能准确地把棒线材端头轮廓提取出来。     

图像过渡区提取与分割的逆向云方法

针对图像自动分割中的最优阈值选择问题,提出了一种基于云模型和过渡区思想的图像阈值化方法。该方法首先通过逆向云算法获得给定图像的云模型;其次设计自适应阈值搜索准则,在云模型的骨干元素区间内最小化该准则,生成图像过渡区的云模型;然后采用极大判定法则实现图像过渡区的不确定性提取;最终根据过渡区像素的灰度峰值完成图像阈值化。新方法利用云模型解决图像过渡区的提取与分割问题,具有不确定性。定性和定量的实验结果及分析表明,该方法分割效果较好、性能稳定,具有合理性和有效性。     

一种评价图象压缩对量测性能影响的可靠方法

如何评价一种图象压缩方法对图象量测性能的影响，目前还没有切实可行的方法。目前还没有切实可行的方法。本文提出一种评价图象压缩对解压图象量测性能影响的方法，该方法不仅与视觉效果的评价准则相一致，而且能够定量地给出压缩方法对解压图象上象素几何位置的影响程度，因而适用于高精度的数字摄影测量和其它高精度的数字图象处理领域。     

PACS中的图象管理与预取技术的研究

介绍医学图象的分类,着重介绍解放军总医院在研制PACS系统中采用的医学图象管理和图象预取技术。     

一种提取图象细节边缘的新方法

边缘是图象的基本特征，边缘信息是进行图象分析和识别的重要属性，但由于常用的边缘提取方法在提取边缘的同时，容易丢失图象的细节边缘信息，为此提出了一种基于灰度形态学和图象分解技术相结合的图象细节边缘提取方法，该方法首先运用灰度形态学方法检测出包含图象细节的边缘图象并去除部分背景和噪声，然后进行区域分解，再通过对不同的区域选取不同的阈值来保证边缘提取的完整性．仿真结果表明，与传统方法相比，该方法能有效地提取一般图象的细节边缘，甚至能提取被噪声污染图象的边缘．     

基于帧差与统计法的运动图像背景提取算法

背景提取是摄像头静止的运动图像处理的基础技术之一。针对一般背景提取算法运算复杂、实时性差等缺点,提出一种新的基于帧间差分与选择性统计相结合的背景提取算法。通过帧间差分和统计,对图像进行分块选取,削弱运动物体和噪声对于像素分布的影响。实验表明,该算法所取得的背景效果良好,并可快速有效地对背景进行提取和更新。     

一种使用计算机提取人脸图像特征的阈值最优分层法

在人脸识别中,人脸图像对光照环境变化非常敏感,并严重地影响人脸图像的识别率。针对这一问题,提出了一种使用计算机提取人脸图像特征的阈值最优分层法。该方法依据定义的图象空间分割原理,将图像阈值的选取问题转化为阈值的最优化问题,对所设计的目标函数引入加权系数,并利用单纯形法进行寻优,使问题的求解更符合实际。采用ORL人脸数据库进行仿真实验,利用阈值最优分层法将人脸图象空间划分成不相重叠的子图象空间,使每层子图象空间象素数均匀分布。结果表明,该方法具有阈值自适应调节的特性,避免了固定阈值选取对光照环境变化非常敏感的缺点,对人脸图像的识别具有一定的意义。     

基于混合智能模型的卫星图像公路信息提取研究

在卫星影像上，一些城区和森林区的公路由于障碍物和阴影的影响，常导致道路出现模糊路段或断裂现象，单一方法很难检测出这些模糊路段，该文针对这种特殊道路提取难题，提出了一种结合模糊C均值（FCM）算法、反向传播神经网络（BPNN）和图像处理方法的混合智能模型。实验结果表明，混合智能算法可以得到比单一的神经网络方法和知识处理方法更好的道路提取结果。