基于多尺度分析和数学形态学融合的边缘检测

图像边缘检测的关键是在尽量多地检测到图像边缘的同时更有效地抑制噪声,为此提出了一种基于多尺度分析和数学形态学融合的边缘检测方法。首先利用小波变换将图像分为高频和低频部分;然后再分别进行处理:高频部分利用小波系数的层内和层间相关性对系数调整后实现边缘检测,低频部分利用数学形态学进行边缘检测;最后将各自得到的边缘图像通过多尺度边缘融合,从而实现边缘提取。实验结果表明,同单纯基于多尺度分析方法或基于数学形态学的边缘检测方法相比,提出的方法具有更好的噪声抑制和边缘细节保护功能。     

基于三判别器生成对抗网络的PET和MRI图像融合

针对正电子发射断层(positron emission tomography, PET)图像和磁共振成像(magnetic resonance imaging, MRI)的融合,提出了一种基于三判别器生成对抗网络的PET和MRI图像融合算法。首先将PET图像进行RGB到YCbCr彩色空间的转换;然后将所得PET图像的Y分量与MRI图像进行差分操作,得到“差分”图像;再将PET图像的Y分量、MRI图像和得到的差分图像进行“联结”,分别输入到三支路生成器网络中,得到融合图像的Y分量;接着将所得到融合图像的Y分量分别与源PET图像的Y分量、MRI图像和差分图像输入到三个判别器中,与生成器进行对抗训练;最后对得到的融合图像Y分量,连同PET图像的Cb和Cr分量进行YCbCr到RGB的反变换,从而得到最终的融合图像。在一组公开数据集上的实验结果表明,相较于其他几种对比算法,所提算法在主观判读与客观评价指标上均具有一定的优势。     

融合NSST和稀疏表示的PET和MRI图像融合

图像融合技术旨在解决单模态图像呈现信息不充分、不全面的问题。本文针对红外和可见光图像的融合,提出了一种新的在非下采样剪切波变换（Non-Subsampled Shearlet Transform, NSST）域下基于引导滤波（Guided Filter, GF）和稀疏表示（Sparse Representation, SR）的融合算法。具体地,①利用NSST对红外与可见光图像分别进行分解,以得到各自的高频子带图像和低频子带图像;②使用GF加权融合策略对高频子带图像进行融合;③使用滚动引导滤波器（Rolling Guidance Filter, RGF）将低频子带图像进一步分解为基础层和细节层：其中基础层采用SR进行融合,细节层利用基于一致性验证的局部最大值策略进行融合;④对融合后的高频子带和低频子带图像进行NSST反变换,从而得到最终的融合结果。在公开数据集上的实验结果表明,相较于其它一些方法,本文方法得到的融合结果的纹理细节信息更丰富、主观视觉效果更好,此外,本文算法所得融合结果的客观评价指标也相对占优。     

基于多判别器双流生成对抗网络的红外与可见光图像融合

针对现有的红外与可见光图像融合方法对源图像信息保留不充分的问题,改进了一种基于多判别器双流生成对抗网络(Generative Adversarial Network, GAN)的红外与可见光图像融合算法。改进的GAN融合框架包含一个生成器与四个判别器,将差分图像作为辅助信息,从而进一步提升网络的融合性能。算法中的差分图像不仅被作为源图像的附加信息,引导生成器关注不同模态图像的独特信息,还被用作真实数据分布,协助差分判别器与生成器进行对抗训练。所改进网络模型中,生成器采用双编码器-单解码器结构,其中编码器旨在提取不同模态特征,主要采用密集连接结构,并结合注意力模块;解码器旨在根据联结高维特征重构出融合图像。判别器对输入图像是来自真实图像还是融合图像进行判断,并根据判断的结果对生成器进行约束优化。实验结果表明,相较于对比算法,所提算法在主观判读和客观指标评价两方面均取得了更优异的融合效果。     

一种用于图像降噪的自适应均值滤波算法

图像中噪声的消除是图像处理与识别的重要环节,噪声滤除效果的好坏直接影响着后续图像处理与识别的质量.为此,提出一种用于图像降噪的空间域滤波算法,自适应均值滤波算法(Adaptive Averaging Filtering Algorithm,AAFA).该算法中局部窗口的系数(掩模系数)是根据局部窗口内各像素与中心像素间的灰度和空间关系计算的,即局部窗口中心像素灰度均值的计算既考虑了窗口内各像素与中心像素间的灰度值差异,又顾及了窗口内各像素与中心像素间的距离.利用该算法进行图像降噪的实验结果表明,相对于经典的空间域均值滤波算法和其它的均值滤波算法,该算法的噪声滤除效果更好.     

基于ASP的地区人口居住管理系统的设计与实现

人口居住情况管理是整个地区安全管理的重要组成部分,针对目前已联网的人口信息管理系统中只有各地统一汇总的数据,缺乏各辖区内暂住人口和房屋出租情况等数据的缺点,采用ASP技术开发了地区人口居住管理系统.该系统可以提供准确的居住人员与房屋数据,从而能够提高管理效率和水平、方便日常的监管工作、实现管理工作的科学化和规范化.     

一种核模糊C均值聚类算法及其应用

图像分割在许多医学成像应用中起着重要的作用。本文提出了一种新的用于图像分割的聚类算法。该算法通过利用核距离修改FCM-AWA算法中的目标函数而实现,即用核距离替代FCM-AWA中的欧氏距离,相应的得到核FCM-AWA聚类算法——KAWA-FCM聚类算法。利用该算法进行合成和真实图像分割的实验结果表明,当图像含有噪声时,与FCM-AWA算法相比,HAWA-FCM算法具有更好的性能。此外,基于该算法进行了牙菌斑量化的实验,实验结果表明,相对于利用菌斑指数的量化结果,基于KAWA-FCM的量化结果具有定量、自动和客观等特点。     

利用FCM聚类结合直方图分析进行牙菌斑量化

牙菌斑的量化对于患者、牙科医生、以及研究者都很重要。提出了一种利用模糊C均值（FCM）聚类算法结合直方图分析的自动量化牙菌斑的方法,并将该方法应用于牙菌斑的量化中。实验结果表明,相对于临床中采用的菌斑指数的量化等级,基于该文提出的方法的量化结果具有完全定量、可重复、相对准确和自动等特点。     

一种改进的顾及像素空间信息的FCM聚类算法

标准的FCM算法对噪声比较敏感,主要是因为该算法没有考虑像素间的空间信息.为了克服这个不足,本文基于自适应加权均值滤波图像提出了一种用于图像分割的FCM改进算法.该算法通过修改Ahmed聚类算法中的目标甬数实现.利用该改进算法进行合成图像和真实图像的实验结果表明,相对于标准的FCM聚类算法和由Ahmed改进的算法,本文中提出的改进算法对于噪声更具有鲁棒性.