基于优化遗传算法的模糊聚类图像分割算法

根据个体适应度大小和变化快慢来自适应改变遗传算法中的计算参数,并引入基于直方图二阶导数的约束条件．对遗传算法进行了两方面的优化,不仅可增加计算的自适应程度以增大计算结果的准确性,而且可缩小搜索空间,提高运算速度,从而形成一种基于优化遗传算法的模糊C均值聚类图像分割算法。实验结果证明,文中算法不仅减小了最小均方误差,改善了分割效果,而且大大缩短了计算时间,提高了运算效率。     

一个基于Neugebauer方程的输入图像色彩误差校正模型

色空间转换在扫描输入图像的色彩管理中具有重要作用。现行基于光学曲线分析或黑箱法的色彩管理方法难以应用于扫描输入图像，在分析扫描物呈色原理和扫描误差产生原因的基础上提出了一个新的色空间转换模型。随后给出了模型推导的详细步骤：第一步，重新解释Neugebauer方程和Yule-Nielson方程参数．使原本只适合印刷网点的方程也适合于非印刷网点图像；第二步，对应于扫描物呈色原理．分单色、双色、三色逐步考察误差修正Yule-Nielson方程。最后．本算法与BP神经网络和多项式拟合算法比较，色彩转换精度有明显提高。     

焦平面制冷红外热像仪信号处理系统设计

随着焦平面制冷阵列(IRFPA)红外探测器制造工艺的日益成熟,制冷热像仪以其成像质量好,分辨率高等特点在军事、公安、监控等领域有着广泛的应用前景。采用法国SOFRADIR320×256焦平面制冷中波红外探测器,与FPGA、高速DSP和现代图像处理技术相结合构成实时红外成像及处理系统。分析了与红外热像仪成像质量密切相关的红外信号处理系统关键技术和实现方法,详细描述了实时非均匀性校正、图像采集、直方图均衡等算法以及在系统设计中应注意的问题。     

一种基于加权平均梯度的指纹方向图算法

方向图在指纹识别系统中具有重要的研究价值。梯度法是常见的指纹方向图求取算法,针对传统的梯度法抗噪能力差的缺点,提出了一种基于加权平均梯度的指纹方向图算法。利用指纹图像具有局部平行性和渐变性以及邻域的脊线方向相关性高的特点,通过将邻域的方向信息进行加权平均来求取块的方向。实验证明,该算法比传统的梯度法有更好的抗噪性能。     

一种基于形状的三维医学图像插值算法

三维医学图像的层间插值是实现医学体视化的一个重要步骤;传统的直接灰度插值方法只适用于层间距小或形状差别不大的断层扫描图像,否则会产生严重的轮廓模糊现象;文中的三维插值算法通过对轮廓进行多边形近似,将形状和灰度信息较好地结合起来,充分利用了图像的形状信息,从而较好地避免了大层间距和形状差别较大时的轮廓重影问题,实验结果证明了其有效性.     

基于球形光线追踪的位移贴图算法研究

文章提出了一种基于球形光线追踪的位移贴图算法。该算法相对于传统的位移贴图算法,不需要调整原几何体的三角形面,降低了中央处理器和图形处理器的负担,并且克服了基于等间隔采样的光线追踪算法收敛速度慢,可能出现采样失真的问题。最后,论文还针对目前的图形硬件的可编程特性,对算法进行了硬件加速,使该算法能满足虚拟现实程序所要求的实时性。     

具有照片真实感的三维特定人脸的生成

目前人脸建模的方法都不是很令人满意：成本高昂，算法复杂。针对这一困难提出了一种简单有效的由正、侧面照片重建特定人脸三维模型的新方法。先用多分辨率技术构造纹理无缝拼接图，然后把三维网格模型投影到圆柱面上并展开，根据二维图像变形技术中特征指定算法的数学思想，将匹配公式进行一定的改进后应用于模型网格点的适配，在作了一定假设后推导逆向圆柱映射的计算公式，将适配后的柱面网格映射回去，最后进行纹理映射生成真实感的特定人脸三维模型。实验证明，该方法可实现不同人脸的真实再现，而且无需昂贵的设备，算法简单，可以廉价的生成具有照片真实感的三维特定人脸。     

远程交互式虚拟内窥镜系统

给出了虚拟内窥镜系统的组成框架，并详细分析了其中的关键技术，为了满足远程医疗的需求，设计了一个基于远程医疗的交互式虚拟内窥镜系统，同时给出了实现该系统的技术要点和方法，文中还提出了一种轮廓数据简化算法和一种简便的轮廓点对应方法。     

基于三阶矩的非最小相位MA模型参数估计

提出一种新的非高斯信号激励的非最小相位ＭＡ模型参数辨识方法。该方法基于三阶矩和自适应算法，并利用ＦＫＡ算法极小化输出信号的三阶矩估计方差。计算机模拟结果表明，木文方法的收敛速度比最大梯度下降法（ＮＰＧ）快，与ＮＰＯ算法同数量级，但每次递归的运算量比ＮＰＯ算法少，占内存量也小。     

基于多尺度梯度矢量场GAC模型的MR医学图像分割

医学图像分割是图像分割技术的一个重要应用领域,GAC(测地线活动轮廓)模型是基于PDE(偏微分方程)方法中一种常用的图像分割模型,使用这种模型时,如何选择合适的平滑尺度是影响分割效果的重要因素之一。提出了一种基于多尺度梯度矢量场GAC模型图像对象轮廓提取的MR图像分割方法,用多尺度梯度矢量取代GAC模型中单一尺度下平滑图像的梯度矢量,提高了GAC模型的收敛速度,有效地改善了局部极小值问题。实验结果验证了该方法的有效性。