Speed-up fractal image compression with a fuzzy classifier

This paper presents a fractal image compression scheme incorporated with a fuzzy classifier that is optimized by a genetic algorithm. The fractal image compression scheme requires to find matching range blocks to domain blocks from all the possible division of an image into subblocks. With suitable classification of the subblocks by a fuzzy classifier we can reduce the search time for this matching process so as to speedup the encoding process in the scheme. Implementation results show that by introducing three image classes and using fuzzy classifier optimized by a genetic algorithm the encoding process can be speedup by about 40% of an unclassified encoding system.     

图象信息与光电子技术

本文阐述图象信息的重要性，说明它与光电子技术的关系，包括图象信息的获取、传输、存储与显示，展望了未来。     

地层微电阻率成像测井在中原油田的应用

介绍地层微电阻率测井(FMI)技术以及它在地质构造解释、沉积学解释、裂缝识别、地层分析等方面独特的枝术优势,并详细介绍了FMI在中原油田濮深X井的实际应用,进行了应用效果分析,指出成像测井是未来油田油气勘探开发的重要技术手段。     

A method for quantifying cell size from differential interference contrast images: validation and application to osmotically stressed chondrocytes

An automatic image analysis method was developed to determine the shape and size of spheroidal cells from a time series of differential interference contrast (DIC) images. The program incorporates an edge detection algorithm and dynamic programming for edge linking. To assess the accuracy and working range of the method, results from DIC images of different focal planes and resolutions were compared to confocal images in which the cell membrane was fluorescently labelled. The results indicate that a 1‐µm focal drift from the in‐focus plane can lead to an overestimation of cell volume up to 14.1%, mostly due to shadowing effects of DIC microscopy. DIC images allow for accurate measurements when the focal plane lies in a zone slightly above the centre of a spherical cell. In this range the method performs with 1.9% overall volume error without taking into account the error introduced by the representation of the cell as a sphere. As a test case, the method was applied to quantify volume changes due to acute changes of osmotic stress.     

折反光学系统最佳红外像面位置的研究

较深入地研究了折反光学系统的红外像面,为确定实际的红外像面提出了一个新方法—计算从可见光边缘无色的弥散圆到红外最佳像面的距离。实践证明,这是确定这类光学系统最佳像面的一个方便、可靠的方法。     

基于神经网络的特征分析在烟叶分级中的应用。

通过数字图像技术可以自动提取烟叶的颜色和形状特征,而不同特征值对分部位、颜色和等级的决定程度不同,文章结合广义回归神经网络定性分析各种不同特征对部位或颜色分级的影响,分别得到对分部位、颜色和等级有决定影响的特征量,通过建立不同神经网络得到最终等级。     

一种基于数据竞争的高分辨率图像的聚类分割算法

近些年,机器人技术得到了迅猛的发展,应用越来越广泛.随着机器人技术的推广和普及,对机器人使用的要求也越来越高,其中对智能机器人的要求尤显迫切.机器视觉是智能机器人研究领域的一个重要研究方向.在机器人视觉系统中,核心问题是目标提取,对目标实时、准确、快速提取的关键技术是图像分割.由于机器人感知的环境的复杂性及目标的多样性,往往导致机器人感知获得的图像数据量较大且图像本身存在不可预知的复杂性,这就对准确的目标分割和提取处理提出了挑战性问题.本文针对高分辨率图像数据集的分割处理,提出一种新的聚类算法,即根据数据点能量和的大小识别类代表点和类成员点,通过数据点间的竞争识别出最有能力成为簇成员的数据点,并将其与mean shift聚类算法有效地结合应用于彩色图像分割问题中,能够快速高效地实现高分辨率图像的目标分割,并得到较好的图像分割效果.实验结果表明,本文算法在分割效果和分割效率上明显优于传统聚类算法.     

基于森林火灾平台的红外图像识别技术研究

森林火灾探测一直是森林资源保护工作中的老大难问题。早期的火灾探测技术多是基于火灾的烟雾和温度特征的,但其判别标准过于单一,误报率较高。随着计算机技术的发展和红外探测器的发明,出现了基于红外图像处理的森林火灾防护技术,该技术主要对红外探测器获得的森林现场的红外图像进行一定的处理后识别图像中是否有火灾出现。本文的主要工作是进行红外图像增强算法的研究,通过对各种算法的描述和仿真实验结果分析,提出一种相对较适合森林背景红外图像的处理算法一将基于频域处理的提升小波变换与直方图修正结合起来的红外图像增强算法。     

基于像素拓展的图形分割与合成的方法研究

提出了一种新的图像分割与合成方法。对于图像的分割,提出了新的分割算法,先是手工将一些明显属于物体和明显属于背景的像素分割出来,然后创建一个小矩形区域进行像素拓展迭代,迭代到图像边界为止。对于图像的合成,采用平均法,设计了新的算法,使物体的基本颜色保持不变的同时,降低了合成图像中从源图像分割的物体与新背景的差异,并使得其饱和度、色度、强度更加自然真实。