基于快速EM算法的马尔可夫随机场模型运动目标自动分割

文章提出一种基于高斯马尔可夫随机场(GMRF)模型的运动目标自动分割算法。该算法采用高斯混合分布描述视频序列的差分图像,对标准Expectation-Maximization(EM)算法进行了改进,提出了快速EM算法,从不完整数据中估计出概率模型的参数。在此基础上建立马尔可夫随机场模型,构造系统能量函数。然后通过条件迭代模型(ICM)优化算法求解能量函数的最优解,得出标记场,提取出运动目标。实验结果证明,该算法对运动目标分割具有很好的分割效果。

一种基于混沌猫映射的图像加密算法

在传统混沌猫映射基础上提出了一种改进的三维混沌猫映射算法。该算法将图像的像素坐标和灰度值作为广义猫映射的初始值,映射参数和迭代次数作为密钥,应用到图像加密中。理论证明所提出的三维混沌猫映射改进算法具有可逆惟一性,且具有像素位置置换和替代作用。同时试验结果表明该算法对二维图像混沌加密是有效的。

基于运动信息与多尺度分水岭的视频目标分割

从视频序列中提取视频目标是基于内容编码中的一项关键技术。提出了将高阶统计运动检测和多尺度分水岭相结合的视频目标分割算法。该算法首先利用高阶统计运动检测算法检测出运动区域,通过后处理得到运动目标的初始模板。然后,用小波变换对视频图像进行多分辨率分解。在最低分辨率上应用分水岭算法分割得到具有精确边缘的分割区域,通过将区域融合后的区域逐步投影到高分辨率图像上并结合高分辨率图像上的分水岭算法逐步提取出具有精确边缘的区域。最后,将运动目标的初始模板和多尺度分水岭分割得到的区域结合起来提取出具有精确边缘的视频对象。实验结果表明该算法能有效地分割和提取出视频序列中的视频对象。

基于高斯-马尔可夫随机场模型的运动目标自动分割

提出了一种基于高斯 马尔可夫随机场(GMRF:GaussianMarkovRandomField)模型的运动目标自动分割算法.该算法采用有限高斯混合模型描述视频序列帧差图像的概率分布.在此基础上建立马尔可夫随机场模型,构造系统相应的能量函数.然后通过Metroplis优化算法求解能量函数的最优解,得出标记场,提取出运动目标.实验结果证明,该算法对运动目标分割具有很好的分割效果.

基于运动信息与马尔可夫彩色聚类的运动目标分割

针对视频序列图像中的运动目标分割,论文提出了将运动检测和马尔可夫彩色聚类相结合的运动目标分割算法。该算法首先利用基于统计模型的运动检测算法,通过后处理,得到运动目标的初始模板。然后,利用区域生长算法进行彩色图像的初始分割,在初始分割的基础上应用马尔可夫随机场模型进行彩色聚类,得到具有精确边缘的分割区域。最后,将运动目标的初始模板和彩色精确分割结合起来提取出具有精确边缘的运动目标。实验结果表明该算法能有效地分割和提取出视频序列中的运动目标。

基于马尔可夫随机场与活动轮廓的运动目标分割

针对视频序列图像中的运动目标分割,提出了将马尔可夫随机场模型和活动轮廓模型相结合的运动目标分割算法。该算法首先利用马尔可夫随机场模型的运动检测算法,得到运动目标的初始模板。在此基础上提取出活动轮廓模型的初始轮廓点,然后构造活动轮廓模型的能量函数。用改进的贪婪算法求得能量函数最小值,提取出运动目标的精确轮廓,从而得到具有精确边缘的运动目标。实验结果表明该算法能有效地分割和提取出视频序列中的运动目标。

基于多分辨率马尔可夫随机场运动目标分割

提出一种基于三维时空小波变换和马尔可夫随机场(MarkovRandomField)模型的多分辨率运动目标分割算法。该算法利用三维时空小波变换对图像序列进行分解得到多分辨率的图像序列,并在此基础上建立多分辨率的马尔可夫随机场模型,构造相应的能量函数。通过条件迭代模型优化算法(IteratedConditionalModes)求解能量函数的最优解,得出标记场,提取出运动目标。实验结果证明,该算法能够很好地消除了单一分辨率的MRF运动检测结果中"空洞"现象,对运动目标分割具有很好的分割效果。

指纹识别的预处理组合算法

提出了基于方向分割的一套完整的指纹预处理组合算法 ,主要包括方向图的计算、平滑、方向滤波、局域自适应、二值化、去噪和细化等算法 ,能很好地增强指纹图像 ,减少因指纹旋转及平移因素而造成的误识别 ,为可靠、准确地实现指纹自识别提供一种可行的方法。

一种新的基于时空马尔可夫随机场的运动目标分割技术

在图像处理领域,视频图像序列中的运动目标分割技术是一个被广泛研究的热点课题。该文提出一种新的基于时空马尔可夫随机场的运动目标分割技术。首先,对视频序列的前后3帧图像进行处理,获得两帧初始标记场;随后,对两帧初始标记场进行“与”操作,获得共同标记场;最后,以原始图像的色彩聚类图像作为先验知识,重新定义Gibbs能量函数,并利用迭代条件模型(ICM)实现最大后验概率(MAP)的估算问题,获得优化标记场。实验结果表明:该模型克服了传统时空马尔可夫随机场模型因运动产生的显露遮挡现缘,同时减弱了运动一致性造成的空洞现象并削弱了噪声的影响。

基于位置相关性的图像置乱效果评价方法

利用欧氏距离范数描述图像的位置相关性,提出一种图像置乱效果评价方法。对Arnold变换和M序列变换2种置乱算法的置乱效果进行评价,实验结果表明,该评价方法能较好地刻画图像的置乱程度,反映了置乱次数和图像置乱程度之间的关系,与主观评价结果相吻合。

基于改进BP算法的数字字符识别

本文利用BP神经网络算法,在MATLAB环境下,分别用理想字符信号和含噪声字符信号对同一网络进行了训练,使系统具有较强的容错性。最后用实际扫描的不同字体字符进行了识别实验,实验结果证明了系统在实际应用中的可行性。

基于混沌与小波变换的图像加密算法

利用混沌系统的初值敏感性,参数敏感性和类随机性等特点,首先提出一种称之为"混沌变换"的图像置乱算法。并在此基础上,设计了一种基于小波与混沌变换的图像加密算法。该算法的处理过程:图像预处理;对原始图像进行小波变换,得到四幅小波分解子图;用混沌变换对四幅子图进行图像置乱;小波逆变换。实验结果表明解密图像与原始图像一致性良好,同时本算法具有很高的安全性。

基于商空间的纹理图像分割

商空间理论是新近兴起的基于人工智能研究领域的一个很有潜力的方向。文中将商空间理论应用于纹理图像的分析 ,通过对纹理的区域结构特征分析研究 ,提出基于象素 8 邻域周期排列的纹理区域特征 ,并对结构性多纹理图像进行了分割实验 ,效果令人满意。文章总结了运用商空间理论求解复杂问题一般过程 。

完全最小二乘下的康普顿散射图像重建

由康普顿散射能谱重建密度图像的问题是一个非线性的逆问题 ,这给重建带来很大困难。解决问题的一种方法是结合透射测量所得的衰减系数用以消除问题的非线性。但是 ,用这种方法所得到的投影矩阵却存在误差。为了减小这种误差对重建结果的影响 ,提出用完全最小二乘法来重建康普顿散射图像。数值模拟实验证明 ,这种方法极大地改善了重建图像的质量。

文本页面图像的图文分割与分类算法

为了能对包含不规则图片区和表格的倾斜文本页面图像进行图文分割与分类 ,提出了一种新的图文分割和分类算法。该算法先采用数学形态学和分级霍夫变换来进行文本倾斜的检测和校正 ;然后为了使算法能够对包含不规则图片区的文本页面图像进行处理 ,提出在传统的投影轮廓切割算法中 ,引入中点切割的过程 ,以便利用一系列的矩形来近似地逼近不规则的图片区。对于分割后的图像 ,则提出利用黑白像素比 (Rbw)和近邻像素间的交叉相关性 (Rcc)两个特征来作为分类的判据。实验结果证明 ,算法速度快、可靠性高。该算法只适用于二值图像。

基于WT/PCA的自适应神经网络人脸识别方法

提出一种基于小波变换和自适应人工神经网络的PCA人脸识别方法。该方法首先在预处理中对图像进行光照强度的补偿,然后用小波变换的方法提取人脸图像的低频子带,再用PCA方法提取特征分量,并用BP人工神经网络进行训练和识别。此算法将PCA优化的特征抽取与神经网络的自适应性相结合,取得了较高的识别率和优良的抗噪声性能。

基于支持向量机的运动目标中人脸检测

本文提出基于支持向量机的运动目标中人脸检测方法。首先采用高斯马尔可夫随机场(GMRF)模型的分割算法将运动目标与背景分开,然后根据灰度投影定位头部区域,最后在头部区域以支持向量机作为分类器提取特征器官位置,依此裁剪出人脸样本。实验表明该方法是有效的,鲁棒的。

基于信息融合的视频序列图像中运动目标分割的研究

该文提出一种基于信息融合的方法分割视频序列图像运动目标。在彩色图像分割中,将部分空间信息介入到迭代均值偏移过程,实现无参数聚类。然后利用所提出的求等同标志连通区域的方法,将聚类后的图像划分成不同的独立区域;再利用HOS(高阶统计)方法进行运动检测,经后处理,得到运动目标粗模板。统计这个运动粗模板中等同颜色区域占原图像相应独立区域的比重,比重超过预置阈值的,则将该独立区域作为待融合区域。最后,将所有的待融合区域连接起来,就构成了运动目标模板。

基于提升小波变换与学习矢量量化网络的鉴别分析方法

提出了一种基于提升小波变换(LWT)和学习矢量量化网络(LVQ)相结合的鉴别分析方法。提升小波又叫作第二代小波,比传统的第一代小波变换更为快速有效,利用它的多分辨率特性,可以获取输入图像的低频信息并使图像降维。LVQ算法是在有教师状态下对竞争层进行训练的一种学习算法。LVQ网络结构简单,但却表现出比BP网络更强的有效性和鲁棒性。在ORL标准人脸库及现实人脸图像上的实验结果表明该方法具有很好的鉴别分析能力。

基于红-黑小波变换的图像数据压缩方法

提出了一种新的变换方法――红–黑小波变换用于图像的压缩,红–黑小波变换与张量积小波变换相比,它的去相关性更好,能得到更稀疏的图像表示。从理论分析和实验结果表明,将红–黑小波变换用于图像压缩是一种更为有效的方法。