一种内外轮廓加权的人耳检测算法

为了提高人耳检测中图像匹配的精确性,提出对内外耳轮廓加权,并利用Hausdorff距离进行人耳检测的算法。在传统的Hausdorff距离匹配中,图像如果受噪声干扰或边缘不连续等情况,检测结果不理想。因此为使检测位置更加接近外耳轮廓,需要强调外耳轮廓的作用,这通过对外耳加大权值、对内耳加小权值实现,然后再结合加权Hausdorff距离进行图像匹配计算。仿真实验表明,提出的算法是有效的。相比传统Hausdorff距离和平均Hausdorff距离的匹配,人耳轮廓加权的算法更加精确。     

基于混合特征的H.264/AVC快速帧内预测模式决策

H.264/AVC中采用率失真优化(RDO)代价函数对多种帧内预测模式进行全搜索决策,为了克服这种决策方法运算复杂度较大的弊端,提出了一种基于混合特征的快速帧内预测模式决策算法。该方法针对最耗时的4×4亮度块模式决策环节,强调了DC模式的重要性,并将其与混合代价函数特征相结合形成混合决策信息,以此对候选模式进行预先筛选,从而加快了决策速度。实验结果表明,该方法可以使图像序列的I帧编码速度提高近30%,且与原全搜索算法相比,其峰值信噪比(PSNR)的减少和比特率的增加均小到可以忽略不计。     

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.     

基于灰色关联分析的图像保真度准则

针对图像保真度评价问题，利用灰色系统理论中的灰色关联分析(Grey Relational Analysis，GRA)的整体比较机制和小波变换的多尺度分辨率匹配于人类视觉系统(Human Visual System，HVS)的多信道模型性质，通过小波域系数之间的灰色关联度，给出了一种图像质量评价算法——小波系数灰关联法．实验表明：该算法可以从概貌质量和细节质量分别对图像进行评判，评价结果能够与人眼主观评价保持较好的一致性，优于传统的PSNR评价方法．     

基于平稳小波变换的图像融合算法

针对IHS（intensity,hue．saturation）融合算法的光谱畸变和正交小波变换融合算法的方块效应问题,提出了一种基于平稳小波变换的图像融合算法,并且探讨了在图像处理中应用灰色系统理论的可行性和有效性。该算法结合IHS变换,对于图像平稳小波分解的高频分量利用灰色关联分析准确、有效地检测出有用的边缘信息,并在确定融合权值时,给予不同的重视程度。实验表明,本文算法能够克服正交小波变换在图像融合中出现的方块效应问题,在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,又由于新算法引入灰色关联分析进行像素分类,具有良好的抗噪性和可控边缘信息量等优点,使算法灵活、有效,进一步改善了融合图像的质量。     

分段Chirp－Z变换及其在目标速度跟踪中的应用

提出一种用于ＰＤ雷达动目标速度跟踪的修正Ｃｈｉｒｐ－Ｚ变换─—分段Ｃｈｉｒｐ－Ｚ变换算法（ＳＣＺＴ），该方法不仅充分利用了ＣＺＴ算法的窄带信号分析能力，而且克服了运算量大的缺点，可在较小的存贮器空间处理较大的数据量，降低了设备成本，有利于并行实现，提高了实时性，在ＰＤ雷达目标速度跟踪中，大大增加了跟踪精度和灵活性。计算机模拟证明，ＳＣＺＴ算法在目标速度跟踪中具有一定的实用价值。     

交互体绘制中的快速颜色合成

颜色合成是体绘制的重要组成部分，其中大量重复计算严重影响了绘制的实时性。为了减少颜色合成中的计算量，该文从体数据中分离出了与交互绘制无关的特征进行预处理，进而避免了交互绘制过程中的大量重复计算。对于稳定采样区间的颜色合成，提出了基于透明度标尺的颜色合成新算子，该方法对于类属较少的体数据，其绘制加速效果是十分明显的。     

局部高斯分布拟合的脑MR图像分割及有偏场校正

为实现对灰度不均匀脑核磁共振(MR)图像分割的同时进行有偏场估计并校正,提出一种基于局部高斯分布拟合(LGDF)模型的多相水平集方法.通过分析图像有偏场模型的局部特性,将有偏场乘性因子引入到图像局部灰度均值的表达中,从而使有偏场乘性因子成为新的能量函数的变量.能量函数的迭代最小化既实现了目标组织分割,又有效估计了有偏场.合成图像和仿真脑MR图像实验结果表明,本文方法比现有多种方法分割性能更好,且利用本文方法估计的有偏场校正后的图像有更好的视觉效果.     

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。