图像分割技术进展

本文系统的回顾了若干传统的图像分割技术，包括基于灰度直方图的技术及基于空间细节的各种技术，也介绍了若干新的分割方法，如基于模糊集理论的方法，基于多分辨率分析的方法以及基于人工神经网络的方法等。

一种图象纹理特征提取与分割的新方法

本文介绍了一种用于提取图象纹理特征的新的二维最佳数字滤波器（ＯＤＦ），该滤波器是基于有限长球序列（ＦＰＳＳ）和离散付里叶变换（ＤＦＴ）设计的，它具有能量损失最小的最佳频率响应特性。用若干具有不同中心频率和带宽的这种滤波器覆盖频率平面，可以抽取图象的纹理特征，进而利用一个非参数分类器，可对纹理图象实行有效的分类和分割，文中给出了一个人工纹理图象和一个自然纹理图象分割的实例。

一种图象分割新方法及其在石油勘探中的应用

一种图象分割新方法及其在石油勘探中的应用赵荣椿（西北工业大学计算机科学与工程系西安７１００７２）ＡＮＥＷＡＰＰＲＯＡＣＨＯＦＩＭＡＧＥＳＥＧＭＥＮＴＡＴＩＯＮＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮＩＮＯＩＬＤＥＴＥＣＴＩＯＮ￥ＺｈａｏＲｏｎｇｃｈｕｎ（Ｄ...

一种改进的二维卡尔曼窗滤波方法及其在图象恢复中的应用

本文给出了一种改进的二维卡尔曼窗滤波方法,该方法比标量或向量二维卡尔曼滤波方法有更快的计算速度和需要更小的内存容量,在图象模型选取方面也对Dikshit给出的移动窗法进行了改进,从而使所给滤波方法适用于被更广泛因素模糊的图象之恢复。所给方法特别适于在微型机上实现。文后给出用所给方法进行图象恢复的一个实例。

稳健的三角形网格数字水印技术

文中提出了一种基于三角形网格的 3D数字水印算法 ,该算法通过修改从中心到顶点的距离来嵌入水印信息。由于该距离是一种全局几何特征 ,在模型视觉效果不发生改变的情况下基本独立于三维模型的网格表示 ,从而使该水印方案对噪声攻击、简化攻击和剪切攻击等攻击具有很强的鲁棒性。实验结果表明该方法对上述攻击具有很好的抗击性能。

视频监视中运动目标的检测与跟踪算法

提出一种视频监视中运动目标的精确检测、提取以及跟踪算法。该算法采用基于自适应背景图像估计与当前多帧图像的混合差实现快速精确地检测和提取目标 ,使用扩展的Kalman滤波器预测运动目标下一时刻可能处于的区域 ,缩小了目标跟踪时的搜索范围。充分利用运动目标检测的结果 ,提高了目标的匹配效率及跟踪速度。

自适应于局部几何特征的三维模型水印算法

文章针对三维模型提出了一种稳健的三角网格数字水印算法,通过修改从模型中心到各顶点的向量长度来嵌入数字水印。该算法具有如下特点:以全局几何特征作为嵌入对象;将一比特的水印信息分布到整个模型之中;水印的嵌入强度自适应于模型的局部特征。实验结果表明该水印算法能抵抗网格简化攻击,噪声攻击,剪切攻击,以及它们的混合攻击,具有很高的稳健性。

一个快速的被动式传感器数据关联算法

本文针对仅能获得关于目标角度信息的被动式传感器、且允许传感器漏检、虚警、以及监视空域目标位置和数量未知的静态数据关联问题 ,提出了一个基于空间交点属性强度的快速数据关联算法 .与现有算法相比 ,本方法较好地改进了数据关联算法的精度和运算速度 .最后 ,通过仿真实验给以验证 .

可恢复的脆弱数字图像水印

该文提出一种用于图像内容认证和保护的脆弱数字图像水印算法 .该算法不但可以检测定位出图像中任何细微的篡改 ,而且可以恢复较大面积的被篡改的图像数据 .首先该文给出了一种被称之为基于块交叉交插RS编码的水印生成算法 ;随后使用基于块交叉交插RS码的校验符号作为水印并将其埋植到图像数据的最低位 ;最后利用基于块交叉交插RS解码实现水印信号检测以及对图像篡改数据的定位和恢复 .此外该文算法使用由密码生成的掩膜图像参与水印信号的生成和检测 ,很好地保证了水印的安全性和保密性 .经实验验证 ,该算法不但可以有效地检测出图像中被篡改内容的位置 ,而且能恢复被篡改的图像数据 .

性能优化的跟踪门算法

本文提出一个基于数据关联性能评价的优化跟踪门算法 ,并通过它来减少跟踪门内来自非本目标的回波 ,最终达到提高多目标多传感器跟踪系统性能的目的 .与最优跟踪门相比 ,经理论分析和仿真数据表明 ,本算法有效改善了系统的性能 ,尤其在强干扰。

基于像素级的图像融合方法研究

图像融合是信息(数据)融合的重要分支和当前研究热点。其任务是对多幅源图像信息进行提取与综合,以获得对同一场景、目标的更准确、更全面、更可靠的图像描述,从而实现图像的进一步分析、理解及目标的检测、识别或跟踪。首先对基于像素级图像融合的基本方法、塔形分解法及小波变换法进行了详细介绍,然后针对各种方法的特点及应用场合进行了对比、分析与评价。

基于SOM和SVM的遥感图像目标识别

提出了一种基于自组织特征映射 (SOM)神经网络和支撑矢量机 (SVM)相结合的遥感图像目标识别方法。该方法首先利用SOM对目标进行聚类 ,然后应用SVM方法对其进行分类识别。最后将该方法应用于二值遥感图像的目标识别 ,与仅用支撑矢量机方法的识别结果进行了比较 ,结果表明 ,这一方法对二值遥感图像目标具有很好的分类识别效果 ,且训练时间大幅度缩短。

基于彩色分量DCT域的数字图像水印

提出了一种基于彩色图像色差分量DCT域下的数字图像水印算法。该算法在埋植水印信息时利用了彩色图像两色差分量DCT系数相关值的统计特点，通过修改两色差分量的DCT系数，将水印信号埋植到图像中，而在水印信息检测时，不需要原始图像以及其它额外的数据。经实验测试，提出的算法可以抵抗诸如JPEG压缩、低通滤波、降采样、放大和缩小以及裁剪等大多数图像处理方法的攻击，具有很高的鲁棒性和不可见性。

一种改进的基于径向基函数图像变形方法

图像变形是计算机动画中常用的方法之一,通过该项技术用户只需指定待处理图像上的某些变化特征就可以得到他们所期望的变形效果。本文在径向基插值算法的基础上,通过加入一次项和仿射可微条件,适当选择核函数,转化原优化问题为齐次线性问题,从而使该线性系统获得稳定的唯一解。此外,本文还给出在目标图像中建立径向基函数的算法,为采用反向重采样技术以获得光滑的变形效果提供了必要的支持。实验结果表明,本文算法可以实现多控制点准确插值下的平滑渐变变形效果。

免疫量子进化算法

将免疫的概念和方法引入到量子进化算法中,提出一种新型的进化算法——免疫量子进化算法。该算法在保留原算法优良特性的前提下,力图有选择、有目的地利用待求问题中的一些特征信息或先验知识,抑制或避免求解过程中的一些重复或无效的工作,以提高算法的整体性能。对背包问题的仿真实验表明,免疫量子进化算法的性能优于经典的进化算法、免疫进化算法、量子进化算法等3种算法。

航空图像中人工建筑物的自动检测

提出了一种在航空图像中自动检测建筑物的方法。该方法对建筑物密度较高,且目标灰度值大于背景灰度值的航空图像较有效。

一种有效的遥感图像目标识别方法

本文提出了一种基于矩不变量和支持矢量机对遥感图像中的目标进行识别的方法，该方法提取目标七个Ｈｕ矩不变量作为特征矢量，应用支撑矢量机方法对其进行分类识别，结果表明，这一方法对仅含有目标和背景的遥感图像具有很好的分类识别结果。此外，我们发现对于不同的图像，其二值化取值范围对识别结果有着直接的影响。

航空图像中阴影区域的检测

航空图像中的阴影区域可以提供大量的关于目标形状、相对位置、表面特性、高度的相关信息,本文首先对阴影的特征进行了研究,认为阴影对图像的影响是使所投射地表的表面光照强度降低,但不改变原有地表,目标表面的光照特征,如纹理特征及光照强度方向统计特征等。阴影区域内的灰度方差一般小于其他非阴影区域,不同阴影区域之间的灰度值具有较强的一致性。然后,本文利用基于二维直方图的最大熵门限化方法求得边缘图像,并对边缘图像进行了细化和跟踪,删除那些对比很弱、或者虽然对比度较强,但是不满足光照条件的边缘,得到阴影边缘。在门限化过程中使用了邻域函数和过渡区域,既保留了弱边缘,又最大程度地抑制了噪声对边缘的干扰。根据阴影边缘构出假想的阴影区域,并统计这些区域的灰度直方图,求得阴影区域的灰度区间。根据该灰度区间可以得到阴影区域,这些区域具有对比度较高、至少有一侧比较规则、光学性质类似的特点。

匀速直线运动模糊的PSF之估计

点扩展函数的设置是影响图像恢复结果好坏的关键问题。对于匀速直线运动模糊 ,要得到好的恢复效果必须能够正确估计模糊范围D和运动模糊方向。在文献 [2 ]中用带最优窗的维纳滤波方法有效地去除了噪声和减小了边缘误差 ,除了边缘的L -形条带外可得到近乎完美的恢复效果 ;并且证明了对任意方向的直线运动模糊图像的恢复只能直接设置二维点扩展函数进行二维恢复 ,不可先进行x方向的一维恢复再进行y方向的一维恢复。该文进一步给出了估计模糊范围D和运动方向的频谱方法 :模糊范围D和图像中心与相邻黑线间的距离u0 成反比 ;运动方向与模糊图像G(u ,v)

目标多自由度Mean Shift序列图像跟踪算法

现有的M ean Sh ift跟踪方法使用单一半径参数来描述目标大小变化,每个目标仅有位置和尺寸两个自由度,因而不能适应复杂的目标运动情况。文中提出新的M ean Sh ift跟踪方法,该方法引入带宽矩阵来描述目标尺寸,能够在水平和垂直两个方向上独立描述目标大小变化,并加入目标倾角,使得目标旋转运动得以很好描述。实验表明,该算法能够准确跟踪序列图像中的任意复杂运动,尤其对目标的缩放、旋转运动有良好的适应性。