图像多尺度统计模型综述

基于小波变换的图像处理方法是目前的主流方法,而对图像特征的多尺度统计建模则是图像压缩、去噪、分割、纹理分析与合成等统计应用的关键问题。本文综述了图像的多尺度统计模型,包括边缘分布模型以及层内、层间和混合相关模型,分析了各模型的优缺点,给出了对各种相关模型捕捉系数间相关性能力的归一化量测。最后,简单介绍了基于多尺度几何分析的统计图像模型,并对多尺度统计建模的前景进行了展望。     

基于特征分类的MRI医学图像弹性配准

基于互信息的弹性图像配准是医学图像配准的重要方法之一。然而由于互信息在小样本图像配准中,会出现多局部极值和极值偏离问题,从而容易出现配准误差,进而造成整图的弹性配准误差。为减少这种配准误差,提出了一种基于特征分类的互信息医学图像弹性配准方法。该方法先采用图像的灰度和梯度特征训练自组织映射(self-organized mapping,SOM)神经网络特征分类器,将图像由高维灰度空间映射到低维特征类别空间;然后,在特征类别空间进行互信息图像弹性配准。实验结果表明,该方法大大提高了小样本图像配准的成功率,并可通用于有噪和无噪的医学图像弹性配准中。     

基于遗传算法的互信息医学图像配准

本文首先介绍了医学图像配准的基本概念及方法流程;然后介绍了基于遗传算法寻优的图像配准,其适应度函数为两配准图像的互信息;最后通过基于遗传算法的脑部二维图像配准实验说明该算法的高效性.     

一种改进的最大互信息医学图像配准算法

给出了一种基于最大互信息和边缘互方差的医学图像配准算法. 这种算法是在计算原始图像互信息之后， 引入参考图像和浮动图像的边缘互方差值，从而建立起一个新的测度函数来指导寻优过程，最终实现图像配准. 与传统的最大互信息配准算法相比，避免了单纯依赖图像联合直方图所造成的不稳定性，使配准能更加符合图像的特点. 实验证明，这种改进算法有以下优点：配准参数曲线峰值尖锐，易于选择出最优值；在图像灰度缺失的情况下配准有较高的准确性；在噪声方差增大的情况下配准有较强的鲁棒性.     

KM■型生成器概率模型中序列的信息论分析

钟控生成器序列因其良好的密码学性质而在密码学界成为研究的焦点,并被广泛应用于社会实践。KM-M生成器是一种应用较为广泛的钟控生成器,它的输出序列不仅具有长周期、高线性复杂度,并且还有良好的伪随机性和相关免疫性。因此,分析此类钟控生成器序列的性质是非常有意义的。本文分析了KM-M型生成器概率模型中序列的信息论性质,得到时钟控制序列与钟控输出序列互信息为零的结果,证明了钟控输入与输出序列互信息是输出序列长度的严格单调增函数。     

交互信息理论及改进的颜色量化方法在图像检索中的应用研究

设计实现了基于内容的图像检索原型系统与检索性能评价系统,提出了一种基于交互信息与信息熵的图像相似性度量方法-交互信息距离（MID）和一种改进的颜色量化方法，成功地将两种方法应用于基于颜色特征的图像检索中，通过比较性研究证明，MID能较KLD提供更高的检索准确率；改进的颜色量化方法较基于HSV颜色空间的一致颜色量化方法有效地提高了检索准确率,试验证明，颜色空间的合理量化对图像检索有着重要影响，在选择颜色空间进行图像检索的同时，不能忽略对颜色空间的合理量化．     

基于内容的视频检索的关键帧提取

关键帧提取是基于内容的视频检索中的一个重要技术。本文在总结前人的工作基础上,提出了一种利用视频帧之间互信息量算法来提取关键帧的方法。该方法结合两个连续图像帧的特征互信息量的变化关系来提取关键帧,并与视频聚类的关键帧提取方法进行了比较。实验结果表明,利用该方法提取的关键帧能较好地代表镜头内容且提取关键帧的速度比视频聚类的关键帧提取方法快。     

基于感兴趣区域互信息的多模图像配准方法

针对可见光和红外图像的配准问题,提出了一种改进的基于感兴趣区域梯度互信息的多模图像配准方法。该算法从两个方面做了改进,首先,为了提高算法性能,对图像做了预处理抑制噪声,然后通过对图像进行灰度级降采样操作,合理选择较少的灰度级达到减少计算量的目的;其次,提取图像中复杂度高的区域作为感兴趣区域来代替整幅图像进行配准,这样不...     

基于Shannon熵的钢丝绳断丝损伤信号小波包去噪研究

以钢丝绳断丝损伤信号去噪方法为研究背景,采用基于Shannon的小波包分解进行信号的降噪处理。Shannon熵作为信息代价函数,进行最优基的选取。建立差值信号Shannon熵与阈值之间的关系曲线,发现差值信号Shannon熵越大则表明该阈值去噪效果越好。采用均方根误差对去噪结果进行评价,验证了该去噪方法在钢丝绳断丝损伤信号降噪处理时的实用性。