一种粘连血细胞图像分割新方法

提出一种基于血细胞近圆形特征的粘连血细胞分割方法。用形态学腐蚀得到距离图和图像的边缘,并利用灰度重建得到细胞的中心区域和圆心,在此基础上基于细胞圆形特征对细胞的边缘进行搜索,得到粘连细胞的分离点,从而求得分离线,完成对粘连血细胞的精确分割。实验表明,该分离方法是有效可行的。     

基于局部奇异值检测的虹膜识别算法

虹膜识别以其唯一性、稳定性和非侵犯性等优点成为生物特征识别中极具发展潜力的身份识别技术;提出一种基于二次样条小波变换的虹膜识别算法;运用紧支撑的二次样条小波对构造的一维灰度信号进行分析,选择适当尺度上的小波变换结果进行量化,构造出二进制特征向量;采用Hamming距离进行移位匹配;最终完成虹膜识别;算法的错误接受率和错误拒绝率都比较低,能够达到较好的识别效果.     

基于三角形网格的浓密视差图提取

提出一种基于三角形网格的浓密视差图提取算法。用SUSAN算法从立体图像对中提取某一幅图像的特征点,用Delaunay的方法将特征点三角化,然后再进行视差的计算,最终得到浓密的视差图。该算法将SUSAN算法和DT(Dalau-nay triangulation)网格结合起来,使算法更加简单化,实现了浓密视差图的快速提取。     

血细胞图像分割的改进MEANSHIFT方法

根据血细胞图像的特点,采用一种基于改进的MEANSHIFT算法,对血细胞图像的G通道直方图和S分量直方图进行处理,自适应地得到白细胞核和其他区域的分割阈值,通过阈值分割将白细胞核从图像中分割出来,再通过后处理得到白细胞浆区域,从而实现白细胞的自适应阈值分割。在对MEANSHIFT算法进行改进后,阈值的获取自适应性更强,实验证明,这种自适应的阈值分割方法快速、有效,并且对于图像颜色变化、染色条件差异等鲁棒性强。     

基于改进Hu矩的异常行为识别

提出了基于改进Hu矩的异常行为识别算法,主要对跳、加速跑、摔倒、下蹲、挥手和手拿异物六种异常行为进行识别.对视频流首先要提取运动人体轮廓,然后对所得到的轮廓进行特征提取,这里主要提取人体运动的形状特征,最后,通过模板匹配的方法,采用Hausdorff距离计算所需识别的当前行为特征向量与模板行为(正常行走的行为)特征向量之间的相似性,并通过相应的阈值判定该行为是否为异常行为.实验证明,该方法对文中给出的样本异常行为的识别率达到100%,有一定实用价值.     

一种低照度视频序列增强算法

为了提高低照度视频的视觉效果,提出一种基于对数图像处理（LIP）的增强算法和改进的双向均衡算法相结合的方法,并运用帧间互相关信息,在保证视觉效果的前提下,减少了处理的帧数,提高了处理的速度。实验结果表明,该方法简单、实用,能够得到较理想的效果。     

基于提升的二维离散小波变换优化算法与DSP实现

二维离散小波变换是小波处理图像的关键算法。随着人们对多媒体信息需求的日益增长，处理速度正变得越来越重要，传统的先行后列式的二维离散小波变换计算方法具有变换速度慢，不能充分利用硬件设备的缺点。讨论了一种基于小波提升算法的、行列并行的二维离散小波变换改进算法，该算法具有运算速度快、占用内存少的特点，特别适用于嵌入式系统的需求。同时，基于TMS320C6000 DSP平台讨论了它的软件实现方法，经比较可比传统计算方法提高效率20％左右。     

基于变化检测的视频对象分割算法研究

随着基于对象视频应用的发展,视频对象的分割成为人们研究的热点。提出了一种基于变化检测的视频对象分割算法。该算法首先求出连续两帧图像之间的差分,利用帧间变化信息可以得到视频对象的运动区域,根据差分图像的中值（MED）和中值绝对差（MAD）及原始图像均值确定阈值并滤除噪声,用数学形态学方法进行后处理,最终得到精确的视频运动对象。实验结果表明,该方法能够从背景不变的视频序列中较好地提取出视频运动对象,而且算法简单、高效、准确。     

人体行为识别的改进Radon变换方法

提出一种新的人体行为识别特征提取方法。针对Radon变换对缩放敏感的问题,采用改进的Radon变换提取运动人体区域最小外接矩形的Radon变换特征,并采用隐马尔可夫模型进行行为识别。该方法提取特征时不再需要进行规范化处理,提高了特征的鲁棒性。实验结果表明,该方法对噪声不敏感、计算简单、识别效率高。