直方图理论与最优直方图制作

直方图是一种最为常见的密度估计和数据分析工具.在直方图理论和制作过程中,组距的选择和边界点的确定尤为重要.然而,许多学者对这两个参数的选择仍然采用经验的方法,甚至现在大多数统计软件在确定直方图分组数时也是默认采用粗略的计算公式.本文主要介绍直方图理论和最优直方图制作的最新研究成果,强调面向样本的最优直方图制作方法.

基于双向梯度中心对称局部二值模式的单样本人脸识别

针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种双向梯度中心对称局部二值模式(BGCSBP)的单样本人脸识别算法.首先获取人脸水平和垂直方向的梯度信息,并将其用CS-LBP算子进行编码;然后将二者融合成人脸的BGCSBP特征,再通过分块统计直方图的方式得到人脸的直方图特征;最后采用直方图相交进行分类识别.在CAS-PEAL,Extend Yale B和AR人脸数据库上的实验结果表明,该算法简单有效,对光照、表情、部分遮挡变化具有较好的鲁棒性.

灰度图像的二维交叉熵阈值分割法

在解释和说明Li与Lee提出的一维交叉熵阈值分割方法的基础上,将其推广到二维灰度直方图上,提出了二维交叉熵图像分割算法.为了克服二维空间上运算复杂性高、运算量大的缺点,给出了二维交叉熵阈值法的快速递推公式.与二维Otsu法相比,二维交叉熵阈值法能够更好地适应目标和背景方差相差较大的情形,是一种有效的阈值分割方法.

基于遗传算法的二维最小交叉熵的动态图像分割

为解决动态图像的分割问题,本文提出了一种遗传算法的二维最小交叉熵的分割算法。首先给出二维交叉熵的定义,然后运用遗传算法,以二维交叉熵为评价函数,搜索能使二维交叉熵最小的参数向量,并以该参数向量为分割阈值对飞机图像进行图像分割处理。实验结果表明,二维飞机交叉熵图像分割精度比一维飞机熵图像分割精度高,且比传统的二维熵分割速度快。

基于颜色直方图的石材图像检索

选取石材图像的颜色特征,采取基于全局和局部的图像颜色直方图技术对其检索分类。将HSV色彩空间与直方图相交法、环形直方图与角度直方图法分别相结合以符合视觉一致性,并对不同的色彩通道赋予不同的权重,对H、S和V三分量进行非等间隔量化以提高检索精度和效率。实验结果中石材图像按其相似度进行排列。分析结果表明,基于全局直方图相交法的检索方式对石材图像检索有较好的效果。

东濮凹陷W405井含气砂岩弹性参数特征分析

东濮凹陷文西地区储层横向变化大,气藏横向追踪困难,利用常规波阻抗反演不能解决气藏的预测问题,为此,开展了应用叠前弹性参数反演方法进行气藏预测的研究。文西地区的W405井在3529～3908m井段(沙河街组二段下部,简称沙二下)获得了工业气流,利用该井的纵波速度(vp)、横波速度(vs)和密度(ρ)3个基本弹性参数分别计算了弹性波阻抗(I_E)、γ×ρ(γ为不可压缩模量,ρ为密度)、μ×ρ(μ为刚性模量或剪切模量)、纵横波速度比(vp/vs)和体积模量(K)等5个弹性参数。利用这些弹性参数对沙二下目的层段进行了不同流体和不同岩性的直方图分析和交会图分析。结果表明,密度和体积模量对气层敏感,含气砂岩具有低密度、低体积模量的特征。利用密度与体积模量以及密度与横波速度的交会图分析可以进行文西地区气藏预测和含气丰度预测。

基于交叉分块直方图的图像检索方法

在基于内容的图像检索技术中,颜色是常用的图像特征。提出了一种基于交叉分块直方图的图像检索方法。首先,对图像进行交叉分块得到若干子图像;然后提取子图像的颜色直方图特征,构造特征向量;最后根据空间距离度量图像间的相似程度,确定检索输出结果。用交叉方式分块得到的子图像间相互交叉重叠,能够在获取图像颜色特征空间分布信息的同时保持图像目标的完整性,并有效抑制图像背景区域对检索结果的干扰。仿真实验结果表明,基于交叉分块直方图的图像检索方法具有优于基于均匀分块直方图的图像检索方法的性能,适用于对多种类型图像的检索。

基于序列相关性的超声图像自适应去噪

针对医学超声图像易受电子噪声与斑点噪声影响的问题,研究超声图像序列在不同变化速率下帧间相关性,提出一种基于序列相关性自适应加权复合去噪策略。通过测试不同速率下人体组织超声影像序列图像间运动剧烈程度的相关性,利用超声图像间像素点差值直方图获取互相关信息,根据直方图阈值波动范围调整运动剧烈指标,通过基于方差特性分析帧相关复合,快速实现不同相关性图像间的自适应加权复合。实验表明,基于超声图像序列相关性去噪方法能很好地压制电子噪声,平滑图像斑点区,保持超声图像生物组织结构的细节信息,优于常规去噪方法。

基于直方图重构的极大交叉熵图像分割方法

针对图像分割阈值选择问题,提出用动态参数将原始图像直方图分成两部分,构造两个新的相关直方图,分别对应于同原始图像等尺寸的虚拟图像,其中等概率像素是原始图像的相似像素。聚集计算两个构造直方图概率分布的交叉熵,分析其函数曲线极大值的峰谷关系,实现图像最佳多阈值分割。实验结果表明该方法的有效性。

基于K-L距离的两步固定音频检索方法

根据音频文件数据量大、数据间存在一定相关性的特点,提出一种基于K-L距离的两步固定音频检索方法。该方法采用基于可变门限的直方图检索方法快速筛选出相似度较高的语音文件,利用特征矩阵的K-L距离对剩余语音进行精确比较,取得较好的效果。实验结果证明,该方法能使检索准确率达到90%左右。

一种基于基元的彩色图像检索方法

结合基元与颜色特征,提出一种基于基元的彩色图像检索算法,该算法首先将彩色图像从RGB颜色空间转换到HSV空间上,并将图像量化为256种颜色,然后定义五种基元类型对图像进行基元分析得到基元图,利用颜色直方图描述基元图的颜色特征,利用改进的直方图相交算法进行相似度度量。实验结果表明:提出的算法能有效地去除背景颜色对图像目标的检索影响,而且较之用灰度边缘检测的边缘代替彩色图像边缘而进行的检索,能更好地反映彩色图像的纹理和边缘特征,具有较高的查准率和查全率。

二维类内最小交叉熵的图像分割快速方法

熵是基于图像的一维灰度直方图得到的,仅利用了像素的灰度信息。最小交叉熵就是要寻找最优阈值使原始图像和分割图像之间的信息量的差异最小,在交叉熵的基础上,通过引入图像的空间信息,定义了二维类内交叉熵,并提出了基于二维类内最小交叉熵的图像分割方法。实验结果表明,充分利用图像的灰度信息和空间信息后,二维类内交叉熵取得了比交叉熵更好的分割效果。为了提高运算效率,提出了相应的快速递推算法,计算时间由从多于3小时减少到只要几秒。

基于相交颜色直方图的图像检索算法

提出一种基于相交颜色直方图的图像检索算法 ,该算法首先计算示例图像和被检索图像的相交颜色直方图 ,然后计算两直方图的相交距离 ,同时考虑各颜色在两图像中的分布情况。

二维最大类间交叉熵阈值分割法

目的研究了基于类间交叉熵的二维阈值分割算法及其抗噪性能。方法通过采用交叉熵方法来描述二维直方图中的目标区域和背景区域之间像素信息的差异程度,构造了一种基于最大类间分离性程度的图像分割新方法。结果结果仿真证明该分割方法的有效性和抑制噪声的能力。结论在有噪声的图像中,新分割方法相比传统一维最小交叉熵具有更强的抗噪性能,并且在分割性能和时间花费上都优于二维最小类内交叉熵分割法。

面向医学图像分割的直线截距直方图倒数交叉熵方法

为了进一步提高医学图像分割的速度和准确度,为临床诊断和辅助治疗提供更为充分有效的依据,本文提出了一种基于直线截距直方图的倒数交叉熵图像阈值分割方法。首先定义了直线截距直方图;然后根据医学图像的二维信息,建立该图像的直线截距直方图;最后,推导出基于该直方图的倒数交叉熵阈值选取准则,并以此对医学图像进行分割。实验结果表明,与基于混沌小生境粒子群优化(Niche chaotic mutation particle swarm optimization,NCPSO)的二维倒数熵法、基于分解的二维指数灰度熵法、基于斜分的二维对称交叉熵法及基于粒子群优化(Particle swarm optimization,PSO)的二维Tsallis交叉熵法相比,本文方法分割后的图像中目标区域完整准确,边缘细节清晰丰富,且所需运行时间大幅减少,是医学影像研究中可选择的一种快速有效的图像分割方法。

分解的二维非对称Tsallis交叉熵图像阈值选取

现有的Tsallis交叉熵能够度量图像分割前后的差异,但公式复杂,计算效率不高,据此,提出了基于分解的二维非对称Tsallis交叉熵图像阈值选取方法。首先给出了非对称Tsallis交叉熵的定义,提出了一维非对称Tsallis交叉熵阈值选取方法;然后,将其拓展到二维,推导出相应的阈值选取公式;最后,在此基础上提出了二维非对称Tsallis交叉熵阈值选取的分解算法,使求解二维非对称Tsallis交叉熵阈值法的运算转化到两个一维空间上,将计算复杂度从O(L4)降低为O(L)。大量实验结果表明,与基于混沌粒子群优化的二维Tsallis灰度熵法、二维斜分对称交叉熵法,二维斜分对称Tsallis交叉熵法等方法相比,该方法分割性能优,运行时间短,可望满足实际应用系统对分割的实时要求。

分解的二维倒数交叉熵图像阈值选取

Shannon熵常用于表示信息平均不确定性,但因其定义基于对数函数故存在零点处无意义的缺陷,且二维交叉熵法中若能避免对数运算可使处理速度进一步提升。据此,本文提出了基于分解的二维倒数交叉熵图像阈值选取方法。首先定义了倒数交叉熵,依据分割前后图像之间的最小倒数交叉熵选取阈值;然后给出了二维倒数交叉熵定义及其阈值选取公式,提出了二维倒数交叉熵阈值选取的分解算法。通过求解两个一维倒数交叉熵的最佳阈值,再将其组合获得二维倒数交叉熵最佳阈值,由此将二维运算分解为两个一维运算,算法的计算复杂度从O(L4)降低到O(L)。大量实验结果表明,与基于粒子群优化(Particle Swarm Optimization,PSO)的二维最大Shannon熵法、基于粒子群优化的二维Shannon交叉熵法以及二维指数交叉熵法相比,本文方法的分割效果和运行速度均有优势。

一种基于随机段的固定音频检索方法

在固定音频检索的整体检索方法中,当检索目标较长时,检索时间会变得很长。为了减小检索时间,提出了一种基于随机段的音频检索方法。把整个检索过程分成随机段检索和整体匹配两个阶段:随机段检索是从参考模板中随机选择一段(随机段)作为检索目标进行检索;整体匹配是在随机段检索出的基础上,判断潜在目标信号是否为参考模板。把这种随机检索的方法应用到计算特征距离和直方图交集方法中,结果证明该检索方法的准确率可以达到90%以上,而且平均检索时间可以降低到随机段与参考模板的比值和整体检索时间的积。

基于相似性度量的加权医学超声图像对比度增强方法

为提高医学超声图像的边缘识别水平,提出一种基于相似性度量方法的加权医学超声图像对比度增强方法。通过相似性度量方法计算围绕某一像素点的处理窗口与匹配模板的相似值,根据相似值与超声图像各部分特征的关系,对达到一定相似程度的已匹配图像通过局部增强算法进行增强,最后通过多图像加权平均法获得最终增强结果。实验结果表明,该方法不仅能有效抑制噪声,而且能准确检测出超声各特性区域图像,在增强边缘效果的同时也能较为完整的保留原有图像的细节信息,弥补了传统增强算法不能兼顾对比度增强和保持图像细节的不足。

医学图像的边缘检测及特定区域灰度值的跟踪显示方法

利用MATLAB7.0图像处理函数和编程技巧,可展示医学图像的轮廓线、内部组织的边缘线和灰度直方图,对图像选定区域进行自由放大和缩小,利用图像处理工具显示任意区域的灰度值,并能自如测量两点间的距离,可以对图像分割技术中的不同方式进行灵活对比,为临床诊断提供有用的参考。