基于结构成分双向扩散的图像插值算法

该文提出一种基于结构成分双向扩散的插值方法,有效地减小了插值图像的边缘扩散,从而获得更为清晰的边缘。该方法采用改进的耦合双向扩散滤波器对轮廓模板插值图像进行边缘增强。其中,为了使滤波器更精确地作用于边缘轮廓,利用形态成分分析(MCA)分离出初始插值图像中的结构分量再实行滤波;同时,改进双向扩散模型,使其能够根据边缘梯度自适应地调整边缘扩散程度,且更加柔和地控制梯度方向的像素值变化。实验结果表明,对比传统的插值方法、相关的边缘自适应插值方法以及几种应用普遍的商用软件,该方法获得的插值图像主、客观质量均有明显提升,不仅有效提高图像锐度,且边缘光滑、过渡自然,避免产生边缘锯齿和过度的人工效应。

一种基于自适应双向扩散过程的无源毫米波图像去噪与增强

研究和设计了一种新型自适应双向扩散过程,对无源毫米波图像进行降噪和增强处理.根据图像的局部特征进行自适应扩散处理,在图像的同质区域进行各向同性扩散降低噪声,在图像的边缘处沿着图像边缘的切向方向进行正向扩散降低噪声,沿着图像边缘的法向方向进行反向扩散锐化边缘.通过对仿真图像和实测的91.5 GHz无源毫米波图像的实验表明,该算法对无源毫米波图像有显著的降噪与增强效果.

基于双向扩散机制融合伪随机数同步生成器的快速图像加密算法研究

针对当前混沌加密系统普遍了采用单向扩散机制进行加密,导致了较低的计算效率和加解密速度,在面对高解析度、大容量图像时,无法满足安全、实时性等缺陷,设计了一种双向扩散机制和伪随机数同步生成器,提出了基于双向扩散机制与伪随机数同步生成器的图像加密算法;并与传统的加密机制进行了对比分析。通过伪随机数同步生成器将256 bit长的外部密钥同步生成加密算法的初始条件和控制参数,并进行迭代计算超混沌系统,得到一组超混沌序列;然后用位置集合置乱方法置乱该序列,得到一个位置集合,用该集合置乱图像;最后采用密钥流机制量化超混沌序列,通过双向扩散机制加密图像。借助MATLAB仿真实验来测试该算法,结果显示具有理想的加密质量,加密机制高度安全,密钥空间足够大;较传统的扩散机制而言具有很高的计算效率,加密速度快,可满足实时传输要求。

双向扩散耦合阈值的小波边缘检测算法

为了准确的提取含噪图像在边缘点处所对应的小波系数,根据偏微分方程一步迭代扩散的结果等价于平移不变Haar小波去噪的一步收缩,结合前向-后向的双向扩散的特点,提出双向扩散耦合阈值的小波边缘检测新方法.该方法对噪声图像进行小波变换,得到的高频部分进行双向扩散耦合阈值.该阈值有效地去除噪声同时增强了边缘信息,利用阈值后各高频以及低频部分的细节信息,采用多尺度小波变换模极大值检测方法得到最终的边缘图像.实验表明,新方法在滤除图像噪声、保留细节边缘和保持边缘连通性方面都有不错的效果,具有实用性.

改进的免疫双向扩散方法及其应用

介绍了一种改进的免疫双向扩散方法及其在重组呼吸道合胞病毒(RSV)疫苗研制中的用途。本法在琼脂凝胶中附加0.1μg/mL左右的溴酚蓝,使凝胶呈淡蓝色,与抗原-抗体复合物产生的白色沉淀线形成较大的反差,可显示出比较微弱的沉淀线,因而改善了免疫双向扩散法的灵敏度。用这种改进的方法检测RSV抗血清滴度、筛查RSV阳性小鼠以及检测重组RSV蛋白疫苗的抗原反应性,均取得了较传统方法更佳的效果。

带有局部耦合项的双向扩散与图像增强

在过去的十几年中,偏微分方程在图像增强中得到了越来越多的研究和应用。论文提出了一个带有局部耦合项的双向扩散框架。这个框架沿着等照度线(边缘)的梯度方向实施反向扩散以锐化边缘;而相反地沿切线方向实施正向扩散以去除噪声和锯齿伪像。为了进一步控制扩散过程,使其逼近于一个稳定的过程,并消除数值“爆炸”和过冲,笔者在双向扩散方程中增加一个局部耦合项;而且为了保持图像特征,利用图像的方向导数局部地调整非线性扩散系数。实验结果显示,该文算法可以显著地提高被增强图像的视觉质量。

基于相关系数和双向扩散结合的优质正电子发射断层重建算法

在正电子发射断层成像(PET)中,传统迭代算法会造成重建图像细节信息丢失或目标边界模糊。为了解决上述问题,提出一种基于相关系数和双向扩散结合的优质中值先验(MP)重建算法。首先,引入特征因子相关系数来表征图像局部灰度统计信息,构造出结合相关系数的双向扩散模型;其次,考虑到双向模型对背景和边缘区别处理的优点,将新模型应用到中值先验分布的最大后验重建算法中,形成基于双向扩散的中值先验重建算法。实验结果表明,该算法在去除噪声的同时能够较好地保持图像中的目标边界信息,信噪比(SNR)和均方误差(RMSE)的变化也能直观体现重建图像质量的提高。

双向扩散机制融合时间延迟的图像加密算法

当前混沌加密系统普遍采用单向扩散机制,导致计算效率和加解密速度较低,且都忽略了时间延迟现象,使其序列自相关性较高,无法满足安全、实时的传输需求。为此,提出一种双向扩散机制融合时间延迟的图像加密算法。迭代计算超混沌LORENZ系统得到一组超混沌序列,通过时间延迟函数与logistic映射将时间延迟引入到超混沌序列中,得到一组新序列,并利用位置集合置乱方法对该序列所得到的位置集合图像重新设置,采用密钥流机制量化新序列,通过双向扩散机制加密图像。仿真实验结果显示,与传统加密算法相比,该算法的加密机制较安全,密钥空间较大,计算效率较高。

免疫过滤法、平板双向扩散法、酶联免疫吸附试验法血清学检验技术对农民肺诊断价值的Meta分析

目的通过Meta分析评价免疫过滤法、平板双向扩散法、酶联免疫吸附试验法对农民肺的诊断价值。方法收集1960年1月至2010年12月国内外以临床表现、体格检查、影像学及肺功能改变、纤维支气管镜检查为金标准确诊农民肺,并以血清学检验技术免疫过滤法、平板双向扩散法、酶联免疫吸附试验法诊断农民肺的相关文献。采用Review Manager 5.0、Meta-Disc 1.4软件,检验异质性,根据异质性结果选择相应效应模型,计算合并灵敏度和合并特异度,合并阳性似然比、合并阴性似然比、DOR值及其95%CI。绘制综合受试者工作特征曲线、计算曲线下面积综合评价各血清学方法的诊断效能。结果 5篇文献符合纳入标准。合并敏感性和特异性后,免疫过滤法表现出最高的敏感性(78%)和相对较高的特异性(84%);平板双向扩散法特异性虽高(86%)但敏感性较低(70%);酶联免疫吸附试验法敏感性(76%)、特异性(53%)均较低;绘制综合受试者工作特征曲线、计算曲线下面积显示免疫过滤法AUC值(0.904 4)、Q*(0.836 0)高于平板双向扩散法(AUC=0.8543,Q*=0.7853)及酶联免疫吸附试验法(AUC=0.719 7,Q*=0.668 7)。结论血清学技术是一种很好的农民肺诊断手段;免疫过滤法、平板双向扩散法血清学技术对农民肺诊断效能较高。

基于双向扩散与冲击滤波的雾天图像增强算法

由传统暗原色先验图像去雾方法得到的图像偏暗,质量不高。为此,建立包含双向扩散和自适应冲击滤波的电报方程模型。将边缘检测器与冲击滤波相结合,权重系数由图像的梯度特征自适应选取以构成锐化项,使图像根据不同区域的特征自适应地增强。加入保真项确保增强图像保留原图像的主要特征,防止图像失真。在此基础上,用有限差分法对模型进行数值求解从而得到增强图像。对雾天图像进行的实验结果表明,相对基于暗原色先验理论的去雾算法、基于自适应冲击滤波的增强算法,该算法在视觉上有明显的增强效果,能够提高图像亮度,降低噪声影响,改善图像质量。

基于混沌系统和双向扩散的图像加密算法

针对部分图像加密算法与明文无关,安全性差以及加密效率低的问题,设计一种基于分段线性混沌映射且与明文关联的图像加密算法。首先,将初始值和参数作为密钥,迭代分段线性混沌映射,产生混沌序列;其次,利用产生的混沌序列设计一个混沌密码发生器,产生与明文图像大小相同的4个随机矩阵,记作X、Y、R和W,运用X矩阵对明文做前向扩散,得到矩阵A,再运用R和W矩阵设计一种与明文关联的置乱方法对矩阵A进行置乱得到矩阵B,在置乱的过程中还进行了循环移位操作使加密效果更好;最后运用Y矩阵对矩阵B做后向扩散,得到呈现噪声样式和不再具有可视信息的最终密文图像。通过实验仿真证明,该加密算法密钥空间大,密钥敏感性强,信息熵接近理论值8,抗差分攻击和统计攻击能力强,得到的密文图像相邻像素相关性低,安全性高。

基于双向扩散机制的遥感图像去噪研究

为改善图像去噪和边缘保留效果,针对基于Demons算法的去噪模型中仅包含单向扩散的不足,将Active Demons算法和Symmetric Demons算法的双向扩散机制引入去噪模型,提出两种基于Active Demons算法和Symmetric Demons算法的改进去噪模型。实验结果表明,两种改进模型均能取得比Perona-Malik模型和基于Demons算法的模型更好的去噪效果,所得结果图像具有更高的峰值信噪比和清晰度。

东北亚金三角的两个中国增长极延吉与珲春的双向扩散效应

增长极就是拥有某些优越条件能产生经济发展冲动而具有跳跃式经济发展活力，可形成某些推进形产业，亦以其扩散效应来促进和带动周围地区发展的地点。

琼脂双向扩散法监测鸡群法氏囊病抗体的试验

琼脂双向扩散法监测鸡群法氏囊病抗体的试验张继荣，王邦林，杜瑞芬（总参天津养鸡场３００３００）我们在防制鸡传染性法氏囊病（ＩＢＤ）过程中，应用琼脂双向扩散法（ＡＧＰ），监测鸡群ＩＢＤ母源抗体和弱毒疫苗免疫后的免疫沉淀抗体，根据抗体消长情况，选择合适的免...

一种基于双向扩散的混沌图像加密算法研究

利用耦合映像格子所产生的混沌信号优良特性,采用混沌密钥时变的图像像素值双向扩散的加密方案,研究提出了一种新的混沌图像加密算法,然后对所提算法进行测试仿真和性能分析,测试结果表明所提算法具有较强的安全性和有效性,足以抵抗穷举攻击、统计攻击、差分攻击、已知/选择明文攻击等各类常见的攻击。

基于双向耦合扩散的保持特征的边缘锐化和图像增强

在过去的十几年中,偏微分方程在图像增强中得到了越来越多的研究和应用.该文提出了一个保持特征的双向耦合扩散框架.这个框架沿着等照度线(边缘)的梯度方向,利用柔和的边缘判定实施反向扩散以锐化边缘;而相反地沿切线方向实施正向扩散以去除噪声和锯齿伪像.为了消除这两个相反的扩散力彼此之间的冲突,将算法分裂为一种耦合的格式,而且为了保持图像特征,利用图像的局部微分几何特征调整非线性扩散系数.实验结果显示,文中算法可以显著地提高被增强图像的视觉质量.

基于特征驱动的双向耦合扩散方程的图像去噪和边缘锐化

提出了一个新的能够同时去除图像噪声和锐化边缘的扩散方程模型。根据图像特征,例如边缘,纹理和局部细节,这个特征驱动的双向耦合扩散模型沿着等照度线(边缘)的梯度方向从前向扩散转变为后向(逆)扩散;而相反地沿切线方向实施前向扩散。为了消除前向力和后向力之间的冲突,将扩散方程分裂为一种耦合的形式;同时为了保持图像特征,利用图像的方向导数局部地调整非线性扩散系数。实验结果显示,本文算法能够在去除图像噪声的同时,有力地增强图像的特征。

基于双向耦合扩散的自适应图像插值

提出了一种自适应的双向耦合扩散算法:沿着等照度线(边缘)的梯度方向实施反向扩散以增强边缘,而相反地沿切线方向实施正向扩散以去除人工锯齿。为了消除这2个相反的扩散力彼此之间的冲突,将此算法分裂为一种耦合的格式;同时,为了保持图像特征,利用图像的方向导数局部地调整非线性扩散系数。最后将上述算法应用于图像插值。实验结果显示,相比于传统的图像插值算法和一些相关的偏微分方程模型,此图像插值算法可以显著地提高被插值图像的视觉质量。

双向增强扩散滤波的图像去噪模型

提出一种双向增强扩散滤波的图像去噪模型。简化扩散方程建立双向扩散系数,使模型在扩散过程中能够实现平滑与锐化的双向过程,为加强平滑和锐化强度,用小波变换增强图像,使整体图像轮廓得到增强和局部图像纹理特征得到弱化。然后,对阈值进行了自适应设计和改进,使其根据图像的最大灰度值和迭代次数自动控制阈值,进一步保留图像边缘和细节特征。实验仿真和可行性的验证结果表明,新模型去噪效果较理想,不但能抑制噪声,而且能保护细节信息,峰值信噪比得到了有效的提高,性能更优越。

基于改进双向扩散滤波的红外背景抑制算法

针对复杂背景下红外弱小目标图像背景抑制难题,提出了一种基于曲面拟合的双向扩散滤波红外背景抑制新算法。采用高斯Facet模型拟合邻域图像曲面,采用综合方向导数梯度(IDDG)算子描述拟合图像的灰度特征,进而对双向扩散滤波进行改进,并将其与IDDG算子相结合,发展出了具有解析形式的改进的双向扩散滤波算法,给出了该算法关键参数的自适应选取方法。与传统的背景抑制算法相比,本文算法对图像灰度特征的描述更准确,并能据此在前向扩散和后向扩散之间自适应地切换,从而实现了在抑制背景杂波的同时增强目标能量,且能够克服传统算法处理椒盐噪声方面的缺陷。理论分析与仿真实验表明,本文算法对包含强纹理结构的复杂背景杂波具有良好的抑制作用和稳健的适应作用,对于信噪比为0.8的图像,可获得21.6的信噪比增益。