基于四叉树算法的智能实时图像识别模型设计与分析

图像识别与特征提取为图像处理中的基本技术,只是根据单一图像特征无法可靠、精准地描述图像信息。通过四叉树分裂合并特点,提出了基于四叉树算法的智能实时图像识别模型。通过四叉树实现图像区域分割,之后提取分割图像的颜色直方图信息,利用局部特征算法提取特融合特征信息,对图像特征信息进行识别。最后,实现此方法的实例仿真,结果表明提取完整特征能够将图像特征信息表示出来,而且冗余度比较小,尺度不变形。

基于四叉树和交叉熵的面向对象图像分割方法

为了解决光照不均的非均匀图像分割问题,提出了基于面向对象思想的图像分割算法.针对非均匀图像的特点,以四叉树作为分析结构,在Shannon熵上推导出子集熵与全集熵的关系,作为图像的面向对象描述.基于此关系,充分考虑非均匀图像子集的局部灰度分布,最小化子集与全集的交叉熵,抹去子集的局部灰度偏移特征,从而得到分割阈值与局部灰度分布相关的分割方法.实验表明,相比常用的动态阈值算法,该算法具有运算量少、分割结果自适应性好的特点.

基于四叉树与图割的遥感图像分割方法

针对图割算法实时性差的问题,提出一种基于四叉树与图割的遥感图像分割方法。用四叉树分割方法将遥感图像分割成多个区域,根据区域的邻接性合并相似小区域,结合区域间的灰度和位置信息,利用Normalized Cut方法在区域间进行划分,完成图像的分割。实验结果证明该方法能有效消除四叉树方法的过分割现象。

Contourlet四叉树系数方向相关性的遥感图像融合算法

近年来,遥感图像融合技术作为遥感图像处理的重要分支,在资源调查、环境监测和区域分析等领域受到广泛关注.遥感图像融合技术可以融合不同传感器获得的不同图像,获得一幅信息完整、表达准确的融合图像.Contourlet变换以其优越的非线性逼近特性和良好的多分辨率、各向异性、冗余性等特点成为处理二维及多维信号奇异性的有利工具,并广泛应用到图像融合领域.结合Contourlet变换的特征,深入分析了Contourlet系数的关联特征,提出了一种基于Contourlet四叉树系数方向相关性的遥感图像融合方法.首先对不同传感器所采集的遥感图像进行Contourlet变换,获得不同尺度下的系数分布;然后根据各尺度之间的系数满足四叉树结构关系、树中各结点的方向相关性表现出一致的特征,提出了一种新的系数相关性融合规则,能够自适应地计算融合加权系数,进而获取融合系数;最后对融合系数进行Contourlet逆变换,得到遥感融合图像.相比于传统遥感图像融合方法,新算法获得的图像信息量更加丰富,纹理更加清晰,具有较强的实用性.

基于四叉树结构的图像分割技术

基于四叉树结构的图像分割方法是区域增长技术和人工智能技术的结合 ,它的分割速度比区域增长方法快得多 ,在分割结束时 ,算法同时得到图像目标大小、目标灰度、目标个数、目标边缘等结果。对多目标图像分割有更好的适应性。文章最后用激光烧孔图像、细胞图像和海上舰船图像进行了实验 。

四叉树理论在分形图像编码中的应用

在分形图像编码领域,四叉树经典理论及各种各样的改进算法越来越多地被运用,不断地提升编码方法的正确性。着重对分形编码理论、经典四叉树算法和Fisher自适应四叉树算法进行研究,并在此基础上提出了一种改进四叉树的编码方法,最后,在VC6.0开发工具中进行了仿真和验证,结果表明该文提出的改进四叉树的编码方法在同类图像压缩和编码中,具有更高的压缩比和更短的压缩时间。

基于四叉树的二值图像时域分层压缩算法

利用四叉树结构对二值图像的分割进行描述,提出既可保存数据又包含定位信息的字节分位存储方法,通过由下至上的分层递归算法实现:(1)同一算法既可以实现有损压缩又可以实现无损压缩,(2)只需要对时域中的所有象素数据一次读取,(3)分层数据可以渐进传输。在时域空间对二值图像进行分层处理后,四叉树结构的描述使压缩后的数据既带有整体特性又能实现渐进传输,同时保持了较高的压缩与图像视觉质量,算法的时间复杂性为0(n√),表明它适合用于大幅面二值图像的实时传输,或用来构造与其它结构的关系。

一种基于新型四叉树的快速分形图像压缩算法

现有的快速分形编码算法多数是在没有考虑人眼视觉系统(HVS)的前提下实现的,针对这个问题,利用HVS的特性,提出了一种基于新型四叉树的快速分形图像压缩算法.在算法中,一幅方形图像先被分成四个大小相等的方块,然后测试每一方块是否满足一致性标准.如果满足标准则不再细分,否则将其分为大小相等的四块,再对每一块实施一致性检验.重复此过程直到每一块都满足一致性标准为止.理论分析和试验结果表明,相对于经典分形压缩方法,本文算法在获得相近重建图像质量的同时,压缩比和编码速度都有了显著的提高,是一种有效的分形图像压缩编码方法.

利用四叉树编码的快速二值图像逻辑运算方法

提出了一种快速的二值图像逻辑运算方法。二值图像被转换为四叉树,然后对四叉树进行深度优先遍历,根据遍历顺序将每个四叉树节点编码,避免树结构中指针带来的额外开销。在四叉树编码上给出了二值图像常用逻辑运算的等价操作。在自然场景实验图像集上,所提方法的速度比逐像素逻辑运算快5倍,比基于二值图像块表示和插值二分树表示的方法分别快3个和5个数量级;在叶片中轴检测应用中,利用所提方法的检测速度比利用逐像素运算的检测速度快3倍。所提出的方法适用于二值图像已被表达为四叉树或四叉树编码的情况,以及所需逻辑运算次数远大于表达形式转换次数的情况。

四叉树分解的图像插值

如何在图像插值的同时较好地保持图像的结构信息一直是图像插值的一个难点,提出了一种基于四叉树分解的图像插值方法,基本思想是:用四叉树分解将原始图像划分为一些像素值相近的子块,当分解区域为1×1,用最邻近插值方法,分解区域为2×2时,用双线性方法插值,其余情况用双立方插值扩充子块,再将扩充后的子块映射到输出图像。实验结果表明该方法能较好地保持图像的边缘,同时具有较高的效率,可以应用到图像、视频及医学图像的放大。

基于自适应四叉树分块和DCT变换的大幅面图像分形压缩算法

自Barnsley提出图像分形压缩编码的概念，特别是Jacquin给出了第一个完全由计算机自动完成的图像编码算法以及Fisher提出了一种自适应四叉树的图像分块方法以来，图像分形编码得到了越来越多的研究，但图像分形压缩往往需要较长时间，这就给具体应用特别是大副面图像的压缩应用带来了困难。该文首先介绍了Fisher提出的基于自适应四叉树分块的图像分形压缩方法，然后在此基础上结合离散余弦变换（DCT）提出了改进算法。实验结果表明，这种改进算法在保持一定重建图像质量和较高压缩比的前提下，编码时间大大减少，对大副面图像的分形压缩非常实用。

一种改进的四叉树分形图像编码算法

给出分形压缩编码的改进算法,直接将原图像分成较大的块Di,再将原图分成较小的块或同大小的Ri,将Ri按照规定的方法分成较小的分类,然后直接在其中一个相对应的分类中去简单搜索Ri,如果找不到需要的Ri,就自己构造一个虚拟的Ri并存储构造过程中需要的修正值,而不用每次都从巨大的分类库中去搜索Ri,从而可以省去大量的搜索时间,使编码速度大大地提高.

一种基于四叉树分解的图像压缩方法

在信息社会高度发展的今天,图像成为可以传递信息的重要载体之一。由于未经处理的图像信息量非常大,大力研究和开发图像压缩编码技术就非常重要。论文主要探讨对于存在连续阴影或者大量连续相同像素的图像压缩,通过分析RLE算法的不足,提出了一种基于四叉树分解的图像压缩方法,实验表明运用这种方法实现静态图像压缩可以使压缩效率得到进一步的提高,该方法为实现静态图像压缩开辟了新的思路和途径。

基于四叉树和边界不变矩的图像检索

为使四叉树算法在图像检索领域中得到有效应用,分析基于内容的图像检索对目标物体形状的需求,提出一种基于四叉树和边界不变矩的图像检索方法,构建图像检索系统,并选取5种不同类型的图像进行分组实验。仿真实验结果表明,该方法简单有效、复杂度低,能够提高图像的检索效率。

分形图像编码的四叉树方法

提出了一种分形图像编码的方法——基于四叉树的分形图像编码 ( FICBQ)方法。这种方法采用二值图像的四叉树表示方法实现图像分割 ,图像块的尺寸可以动态调整。与基本自动分形图像编码 ( BAFIC)相比 ,它克服了图像分割时图像块尺寸固定的主要缺陷。 FICBQ方法简单且易于实现 ,压缩比和编码速度得到明显提高。实验结果表明 ,该方法的 RPSN和压缩率分别是 2 9.37d B和11.0 9时 ,编码时间约是 BAFIC方法的 1/ 2 2。

基于改进的四叉树分解多聚焦图像融合算法研究

多聚焦图像融合的目的是将两幅或多幅部分聚焦图像融合为一幅全聚焦图像。本文提出一种基于四叉树分解和鲁棒性主成分分析(RPCA)的空间域多聚焦图像融合算法。首先利用四叉树分解算法将源图像分解为最佳的四叉树形结构图像块;同时,在四叉树形结构中,使用鲁棒性主成分分析算法对其聚焦区域进行探测,将聚焦度探测结果作为停止四叉树分解的条件;最后,从源图像中提取出聚焦区域重建为一幅全聚焦图像。本算法充分发挥了四叉树分解和鲁棒性主成分分析的优势,实验结果证明,本文提出的算法在主观视觉和客观评价指标上都取得了较好的效果。

一种混合的四叉树分形图像编码

为克服四叉树分形编码中纹理信息丰富的图像块较难找到满足要求相似块的不足,在四叉树分形图像编码的基础上,提出了一种与BTC方法结合的混合分形编码方法。讨论了四叉树分形编码与BTC方法,综合了2种方法的优点,对四叉树分形编码中块尺寸为4×4且找不到满足要求相似块的图像块,采用BTC方法,并用标准图像进行仿真实验,给出了四叉树编码方法与本文方法的实验结果。实验结果表明:此方法能明显改善重构图像的MSE或PSNR指标。

基于图像信息熵的四叉树检索算法

在基于内容的图像检索系统中,图像的抽象描述和特征提取是要解决的关键问题之一.本文提出了一种基于图像信息熵的四叉树索引结构及检索算法,可以利用较低维数的特征实现高速有效的图像检索.该方法适用于查准率要求不高情况下的相关图像检索或大型图像库的预检索.

基于自适应四叉树分割的遥感图像压缩算法

遥感图像具有不同于一般图像的特点 ,针对遥感图像对压缩算法的特殊要求 ,提出了自适应四叉树分割算法实现图像的分块 ,以各像块的均值近似表示该像块的灰度值 ,从而以尽量少的数据获得对原始图像的最佳逼近 ,再对逼近误差进行自适应分割和基于像块方差的自适应量化 ,最后对各分量进行Huffman编码。实验表明 ,本算法能表现出良好的实用性能 ,比JPEG算法更适用于遥感图像的压缩。

基于图像四叉树的改进型比例边界有限元法研究

为提高数值计算的精度,断裂力学问题的数值模拟需要在裂纹扩展的局部区域采用较密的网格,而远离裂纹扩展的区域可采用较疏的网格,且对于裂纹扩展问题的数值模拟,大多数数值方法又存在局部网格重剖分的问题.论文提出了一种基于图像四叉树的改进型比例边界有限元法用于模拟裂纹扩展问题,该方法可根据结构域几何外边界的图像全自动进行四叉树网格剖分,无需任何人工干预,网格剖分效率极高,由于比例边界有限元法本身的优势,四叉树网格的悬挂节点可以直接地视为新的节点,无需任何特殊处理.通过引入虚节点的思想,将裂纹与四叉树单元边界交叉点作为虚节点,虚节点的自由度作为附加自由度处理,并采用水平集函数表征材料内部的裂纹面,含不连续裂纹面的子域可通过节点水平集函数识别,使得裂纹扩展时无需进行网格重剖分,界面的几何特征通过比例边界有限元子域的附加自由度表征.最后,通过若干算例验证了该方法的性能,建议的改进型比例边界有限元法在求解复合型应力强度因子和模拟材料内部裂纹扩展路径时均具有较高的精度.