融合微分算子和模糊聚类分析的图像边缘检测混合方法研究

一阶微分边缘算子用于图像分割具有简单直观,运算速度快,易于实现的特点,但存在对噪声敏感,抗噪能力差的缺点。为解决上述缺点,本文提出一阶微分算子和模糊聚类融合的混合算法,通过实验证明这种混合算法得到较好的边缘检测效果,较比一阶微分边缘检测算子得到的结果边缘定位的精确度高。     

几种虹膜定位算法的分析与比较

本文介绍了离散圆形动态轮廓线法、灰度阈值分割法、圆Hough变换和点Hough变换几种虹膜定位算法,并对各种算法进行了分析和比较。     

基于核的密度函数聚类的彩色图像分割方法

提出一种基于核方法的密度函数聚类方法和小波变换的快速彩色图像分割方法。对密度函数聚类方法改进,通过引入核方法生成基于核的密度函数聚类,用于彩色图像聚类数目上限和初始聚类中心;利用小波变换的多分辨率特性,在分辨率最大的子带进行聚类数目的确定以减少计算量,然后把分割结果逐层延伸到原始尺寸图像得到最终分割结果。     

基于字符综合特征的车牌字符分割算法

字符分割技术是车牌识别系统的关键技术之一。字符分割最主要的问题是字符粘连及车牌边框的影响。鉴于车牌字符具有布局规整,字符个数确定,字符大小一致、宽高存在规律等特征,文章提出一种将投影和字符间距相结合的基于字符综合特征的字符分割算法。实验证明该算法那对分割粘连字符具有较好效果。     

基于改进的K均值聚类彩色图像分割方法

提出了一种改进的K均值聚类图像分割方法。针对彩色图像的像素特征,利用Ohta等人的研究成果,选取能有效表示彩色像素特征的彩色特征集中的第一个分量作为图像像素的一维特征向量,用来替代经典K均值聚类图像分割中的灰度．大大降低了运算量。基于粗糙集理论的算法,求出初始聚类个数与均值。选用对特征空间结构没有特殊要求的特征距离代替欧氏距离,应用改进的K均值聚类算法对样本数据进行聚类,从而实现对彩色图像的快速自动分割。实验表明,该图像分割算法可有效提高图像分类的精度和准确度,并且运算代价小．收敛速度快。     

基于肤色和人脸特征的人眼定位方法

描述了一种能够对不同背景下彩色图像快速定位人眼的框架。首先,对图像进行光照补偿,然后,根据Ycbcr颜色空间肤色聚类的特点分割图像,检测人脸区域,并利用基于像素＂密度＂的滤波方法去除大面积的噪声。最后,利用人脸的结构特征和对称信息准确定位人眼。实验结果表明,该方法能够准确定位人眼,并且对于具有不同背景、带眼镜的、表情变化的图像都能有很好的鲁棒性。     

临床心电信号工频干扰小波去噪方法对比分析

针对临床心电信号存在的工频干扰,基于小波变换方法,从实用性角度对比分析了三种去噪方法;频域强制去噪法:先对小波系数进行傅立叶分解,将受噪声干扰严重的系数置零,再进行小波重构;此法得到的信号较光滑,但有可能丢失有用信息;能量阈值去噪法:根据提前设定的能量恢复指数,得到预定阈值作为门限,保留一定的细节系数和全部近似系数重构小波;此法简化并优化了传统阈值的选取,较好保留了信号中的突变部分;默认阈值去噪法:其可信度较低,但仍可满足非高精度数据处理的要求;在实际临床应用中,可根据实际情况和处理精度选取合适的去噪方法,为进一步研究临床心电信号预处理奠定基础。     

一种低电压亚阈值CMOS基准电路的设计

利用负反馈技术设计了一款基于CMOS亚阈值MOS器件的低压高性能CMOS基准源电路。基于SMIC 0.18μm标准CMOS工艺,Cadence Spectre仿真结果表明：所设计的基准电路能在0.8V电压下稳定工作,输出380.4mV的基准电压;在1kHz频率范围内,电源噪声抑制比为-56.5dB;在5℃到140℃范围内,温度系数6.25ppm/℃。     

基于改进小生境遗传算法的车牌图像分割

为避免小生境遗传算法存在的早熟和收敛速度慢等问题,结合共轭梯度法,提出了一种改进的小生境遗传算法,能加快收敛速度,改善全局最优解搜索能力。将新算法用于车牌图像分割,进行图像识别。试验表明新算法能解决车牌图像识别率低问题且识别效果好。     

一种基于改进的形态学红外图像边缘检测算法

针对红外图像边缘模糊和非均匀性噪声强的特点,提出了一种阈值分割与形态学相结合来提取红外图像特征的方法,对红外图像进行边缘提取。仿真实验结果表明：该方法能够清晰、有效的提取红外图像的边缘,改善图像质量,是一种有效的边缘检测方法,具有较好的实用性。