数字化条码图像的生成与质量控制研究

数字化条码是对商品信息进行有效识别、录用以及进行支付结算的主要依据,在商品图像制作上应用普遍。为保证条码制作符合实际需要,对数字化条码图像的生成与质量控制是关键。分析了数字化条码图像设计制作过程中误差产生的原因,条码制作时单元尺寸调整的方法,以及条码输出设备对条码质量的影响。     

基于平面图像的集成成像方法研究

集成成像技术是一种能够较为真实地再现三维场景的立体显示技术,研究发现平面图像在经过计算机处理后能够得到其视差图像。本文基于集成成像技术的原理提出一种适用于各类层次分明平面图像的计算机生成集成成像方法,该方法通过对平面图像进行分层和像素平移来获取视差图像,从而得到子图像阵列,并使用连续抽样法和间隔抽样法将子图像阵列转换为单元图像阵列。实验证明,在对视差图像形成中位移量等参数设定合理的情况下,本文提出的方法可取得较好的立体显示效果。     

基于粗集与FCM的快速图像分割的改进方法

借鉴神经网络里面竞争学习的思路,通过引入一个抑制因子,来提高最大隶属度的值,对应减小其它隶属度的值,以便达到更快的分类速度,同时实现既突出主要因素,又抑制次要因素的目的。提出了基于粗集与FCM的快速图像分割的改进方法。实验结果表明,该快速图像分割方法,对于被噪声污染的图像有较好的分割性能,粗集理论在处理不确定性信息方面有着独特的方式和相关信息提取能力,以及和其他智能方法的易融合性,使得粗糙集理论在图像处理领域有良好的应用前景。     

基于多尺度分析及图论归一化割的矿岩颗粒图像分割及应用

为了克服矿岩颗粒图像分割中的欠分割和过分割现象,基于矿岩颗粒图像的特性, 提出了一种结合多尺度分析与图论的矿岩颗粒图象分割算法。该算法首先利用图像多尺度变换缩小图像,以去噪和减少数据量,再利用改进的图论归一化割(Normalized Cut)算法来分割矿岩颗粒图像。对多种类型的矿岩颗粒图像进行了分割实验,并与阈值、分水岭,聚类分析及FCM等常用的分割方法进行了比较。实验结果证明:研究的算法对岩石颗粒图像具有优于其它分割算法的效果;新算法应用到了大型露天矿的爆堆中的岩石块度测量与分析, 效果令人满意。     

基于曝光适度评价的多曝光图像融合方法

针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,提出一种高效的多曝光图像融合方法.该方法通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值.将结合图像亮度信息的曝光适度评价方法应用于图像分块区域,并计算每个像素的权重值,消除图像块效应.将不同曝光度下成像的图像序列融合为一幅局部自适应曝光的高动态范围(HDR)图像,实现动态范围扩展.与另外3种方法进行对比分析,结果表明:该方法简便有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高.     

基于曝光适度评价的多曝光图像融合方法

针对数字相机在拍摄宽亮度范围场景时动态范围不足的问题,提出一种高效的多曝光图像融合方法.提出结合图像亮度信息的曝光适度评价方法,通过场景的多次采样曝光,分析不同像素的亮暗变化,利用高斯数学模型计算评价数值.将该曝光适度评价方法应用于图像分块区域,并计算每个像素的权重值,消除图像块效应.将不同曝光度下成像的图像序列融合为一幅局部自适应曝光的高动态范围(HDR)图像,实现动态范围扩展.结果表明,该方法简便有效,细节纹理与颜色信息具有更强的表现能力,且熵值更高.     

试论维特根斯坦的逻辑图像论

维特根斯坦是英国著名的语言哲学家、逻辑学家,分析哲学的创始人。他在继承罗素的逻辑原子主义观和赫兹的科学观的基础上,本着解决"命题和事实的关系问题、命题是什么的问题"的理论意图,提出了逻辑图像论思想。逻辑图像论的提出,明晰了哲学的语言学转向,终结了传统形而上学的认知形式,继承了传统形而上学的精神追求,为我们重新构造世界,提供了全新的理论图示。     

一种新型合成孔径雷达图像尾迹自动检测算法

船只尾迹检测作为近年来合成孔径雷达(SAR)图像海洋应用的一个重要方面受到广泛的关注,针对传统基于Radon变换的尾迹检测算法所存在的不足,提出一种结合图像增强、边缘检测、阈值分割、形态学细化和Radon变换进行斑点噪声抑制和船尾迹自动检测的算法。对真实SAR图像的处理结果表明,该算法较好的解决了传统Radon变换尾迹检测算法中尾迹真实性难以自动判定的问题,能够较准确的实现船只目标附近区域中的船尾迹的自动检测。     

立体图像对亮度差异对立体视融合的影响研究

针对具有亮度差异的立体图像对如何影响立体融合,提出了对不同亮度差异的立体图像对识别融合的影响范围。通过8名被试对亮度差异分别为0,10,20,30,40,50,60,70,80,90的立体图像对融合识别的反应时和正确率进行分析,给出了亮度差异对立体视融合的定量影响范围。结果表明:反应时随着亮度差异的增大逐渐增加,但识别正确率逐渐降低。亮度差异为20以下,立体识别可达到较好的识别效果,反应时较短并且正确率很高。当亮度差异介于20~60之间,反应时急剧增加,正确率稍有降低。但当亮度差异达到60以上,不仅反应时急剧增加,而且正确率急剧降低,达到很难识别的程度。     

一种改进Papoulis-Gerchberg的多幅超分辨重构方法

为进一步提高拍摄图像的分辨率,提出一种改进的Papoulis-Gerchberg超分辨算法.新算法提出边缘检测方法,可以改善传统方法空间复杂度和重构图像边缘模糊的问题.新算法在原有的算法基础上融于边缘检测,针对多幅同一场景输入图像,在每次Papoulis-Gerchberg迭代过程加入坎尼检测,同时将每步的重构误差投影到下一步重构过程,降低了算法空间复杂度,能有效恢复丢失的边缘高频信息.MATLAB实验结果表明,与现有的经典超分辨重构方法相比,本算法反映图像质量的峰值信噪比和灰度标准差更高,信噪比和灰度标准差比改进前算法分别提高0.5 d B和2.5.从视觉感官上对比,重构图像整体效果也更加清楚,去除了原始重构方法图像边缘叠影现象,有效提高了原始输入图像的分辨率.