基于Type-2模糊聚类的图像分割算法

模糊C均值算法是图像分割的常用方法,但该算法对噪声非常敏感。为此,提出一种新算法,在模糊C均值算法基础上引进Type-2模糊理论,以提高算法的分割准确性和鲁棒性。该算法对模糊C均值算法中每一个样本的隶属度进行分段线性拉伸,利用拉伸的结果作为一个新的隶属度函数,并用该函数对图像进行分割。实验结果表明,该算法准确性较高,且具有良好的抗噪能力。     

多通道图像轮廓线提取的变分算法

针对多通道的图像分割提出一种新的活动轮廓线提取算法。对轮廓线长度采用Munford-Shah最小化泛函加上图像每个通道上的拟合误差之和。与传统C-V方法类似,该算法不需要图像的梯度信息就可以检测物体的边缘,解决了传统C-V方法不管从哪个尺度空间都无法完全分割彩色图像中物体的问题。并通过改进初始化函数提高了分割的速度。     

基于S-CIELAB空间的彩色图像分割

提出一种基于S-CIELAB颜色空间的彩色图像分割算法。在人类视觉彩色传递模型的基础上,将原始的RGB图像转换到S-CIELAB空间,运用均值漂移算法对图像进行分割。实验结果表明,该算法能模拟人类视觉模糊特性,得到与人类视觉非常接近的分割结果。对于被高斯噪声严重污染的彩色图像,该算法也能有效地进行分割。     

一种获取Q60校色卡扫描颜色值的方法

对扫描仪进行颜色校正实验时,经常需要计算Q60校色卡被扫描后的颜色值,但校色卡的扫描颜色值不太容易获取,因为校色卡的每个色块经扫描后都包含数千个像素点,每个像素的颜色值各不相同。提出一种利用BMP图像文件属性,在VC＋＋环境下,直接编程计算Q60校色卡每一色块的扫描颜色值的方法。实验结果证明,该方法所测得的数据可靠,且简单易行,因此具有较高的实用价值。     

图片垃圾邮件过滤技术综述

从图片垃圾邮件的现状着手,通过对图片垃圾邮件的分析,将图片垃圾邮件与文本垃圾邮件之间的不同点进行了对比,并对图片垃圾邮件的特征进行了总结.与此同时,对图片垃圾邮件过滤中常用的一些过滤方法,例如OCR(最优字符识别)以及指纹技术进行了介绍,分析了其优缺点,并结合它们自身的缺点提出了一些建设性看法.最后对最新的反垃圾邮件研究成果作了简略描述,并对垃圾邮件的发展作出了展望.     

基于二维复判别分析的人脸识别研究

为了提高人脸正确识别率和效率,在行列方向的二维线性判别分析((2D)2LDA)基础之上,提出了一种二维复判别分析(2DCCDA)的人脸识别方法.该方法通过(2D)2LDA并行提取到的行和列特征矩阵,利用复二维鉴别式分析(C2DLDA)将行和列特征融合成复数特征矩阵,从复数特征矩阵中提取出最具分类能力的系数组成特征向量.相比较二维线性判别分析(2DLDA)和(2D)2LDA方法,2DCCDA需要更少的特征系数来表征一幅图像,并且正确识别率也相应提高.     

高边界精度和抗噪的均值漂移图像分割算法

Mean shift(均值漂移)算法核函数窗口的带宽目前仍没有一个统一的确定标准.对整体图像根据Canny算子提取的边缘方向信息分成3类子图,一类是规则边缘子图,由规则边缘像素组成;第2类为非规则边缘子图,由边界方向变化剧烈的边缘像素组成;第3类是非边缘子图,由区域内部平坦区域和噪声区域组成.规则边缘子图和非边缘子图采用大窗口使区域内部更为平滑,并使噪声区域达到更高的抗噪性能,非规则边缘子图用小窗口可保持更高的边界精度.实验采用金属断口图像进行分割,结果表明,针对不同子图采用不同核函数带宽的方法使分割后的金属断口图像边界更准确,抗噪性能也更强.     

基于小波分解和游程长度矩阵的医学图像检索

为了提高医院图像检索系统对医学图像的检索精度,对基于内容的图像检索方法进行了全面的研究.深入地分析了小波变换和游程长度矩阵在图像检索中的优点,创造性地提出了一种融合小波分解和游程长度矩阵的检索算法.该算法充分利用小波变换可以对图像进行的多尺度分析的优点,以及游程长度矩阵可以描述图像内灰度与游程长度分布规律的优点,使用高斯分布将小波分解后的各尺度图像游程长度矩阵特征进行合理融合.将仿真算法和其它算法进行比较,比较结果表明该方法能有效地提高图像检索的精确度.     

基于位平面的超光谱图像无损压缩算法的实现

分析了超光谱遥感图像的特征,根据它对压缩算法的特殊要求,提出了基于位平面的无损压缩算法.对于相关性较高的高位位平面采用计算位平面的差值矩阵直接去相关,而相关性较差的低位位平面则采用四叉树划分的方法重组各个像块的大小、位置、灰度信息,从而得到图像的混合编码.实验结果表明,该算法与其它常用无损压缩算法压缩比相当,但压缩时间提高了50%左右.该算法简单实用,适合有实时性要求的超光谱遥感图像压缩.     

基于遗传算法的图像聚类设计

遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的搜索最优解方法。作为一种新的全局优化搜索算法,遗传算法以其简单通用、适于并行处理以及高效、实用等显著特点,在各个领域得到了广泛应用。遗传算子的实现方法如选择算子、交叉算子和变异算子以及评估函数、适应度函数的设定方法等是遗传算法的重要组成部分,运用遗传算法可以进行问题求解,从而可以运用遗传算法解决聚类问题。因此,在图像处理、自动控制等方面可以充分利用遗传算法有效地解决图像聚类设计问题。