基于皮尔森相关系数的自适应SLIC超像素分割算法

针对简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)算法对不同图像自适应性差的问题,提出了一种基于皮尔森相关系数的自适应SLIC超像素图像分割算法。首先,通过量化非间隔进行图像预处理,并计算颜色熵作为图像复杂度,从而确定所需分割的超像素个数。其次,利用皮尔森相关系数作为相似性度量函数。最后,通过纹理特征对类内异常点进行滤除,确保种子点更新的准确性。实验结果表明,在超像素个数相同的情况下,基于皮尔森相关系数的自适应SLIC超像素图像分割算法相比主流超像素分割算法,可以获得更高的边缘命中率以及更低的欠分割率,性能优于LSC(Linear Spectral Clustering)、SLIC和SLIC0(Simple Linear Iterative Clustering Zero)算法。

结合遗传算法和体积最大化的高光谱图像端元提取方法

针对目前体积最大化端元提取技术存在提取精度低、计算复杂性高等问题,提出了结合遗传算法和体积最大化的端元提取方法(Extraction Method Based on Genetic Algorithm and Volume Maximization,EE-GAVM),以改进现有的端元提取技术。EE-GAVM方法通过寻找单纯形体积最大的像元向量集合来定位到端元集合,将端元提取问题表述为单一目标,节约计算资源的同时实现了精度的提高。实验结果表明:所提方法在性能和精度方面优于其他对比算法。

用图像相关系数和图像方差分析电阻层析测量反演算法的性能

根据不同两相流流型下获得的电阻抗层析测量结果,用图像相关系数和图像方差两个技术参数分别考察了线性反投影算法(LBP)、改进牛顿-拉夫逊类算法(MNR)、基于遗传算法的LBP-MNR-GA组合算法的反演能力。仿真表明,LBP对简单流型有较快和较好的反演能力,MNR反演复杂流型的能力比LBP强,LBP-MNR-GA组合算法的反演能力最强。

基于相关系数的遥感图像拼接线检测算法

提出了一种基于相关系数方法的遥感影像最佳拼接线的检测算法。该算法根据影像重叠区域内两幅影像对应像素的相关性来判别像素之间纹理差异,结合了影像亮度差异的信息,检测出的镶嵌线优于平分线法检测出的镶嵌线。以4幅相邻影像自动寻找镶嵌线为例进行了实验,取得了良好的效果,验证了算法的实用性与有效性。

基于NProd相关系数和人工免疫的激光图像匹配算法

为克服同源激光图像灰度匹配的匹配速度慢、易被干扰等不足,建议一种基于NProd相关系数和人工免疫的灰度校准匹配方法。NProd相关系数作为相似性度量函数,具有匹配准确、鲁棒性好的优势。对人工免疫算法进行改进,引入动态种群变异操作进行并行搜索,提高了灰度匹配算法的匹配速度。仿真实验表明:该算法具有匹配精度高、鲁棒性强和实时性高的优点。

基于相关系数的相关匹配算法的研究

本文分别从减少相关系数计算运算量和减少搜索点数量这两个方面对以相关系数作为相似性度量准则的相关匹配算法进行改进。实验结果表明:改进后的算法,在不失其匹配精度条件下,克服了其运算量大的缺点,从而满足图像匹配系统的实时性要求。

基于FPGA的AES和ECC算法图像加密

随着数字图像的使用次数日益增多,保护机密图像数据免受未经授权的访问较为重要。针对数字图像在通信、存储和传输等领域存在的安全问题,文中基于对称算法模型和非对称算法模型的优点提出一种具有高安全性和高速度性的数字信封技术密码方案。该方案以AES(Advanced Encryption Standard)和ECC(Elliptic Curve Cryptography)为基础,经优化后用于对称密钥共享的ECC硬件架构来提高密钥的安全性。通过加入伪随机数、使用列移位替代列混淆运算以及三维S-box等方式对传统AES进行优化,在保持香农扩散和混淆原理的同时降低了时间复杂性。基于FPGA(Field Programmable Gate Array)实现AES算法的数字图像加密仿真以及性能测试。测试结果表明,所提密码方案具有快速性、高安全性和有效性等优点,能够有效地实现图像加密。

基于相关系数的影像高速匹配

1引言目前,全世界越来越开始关注遥感影像的应用,在军、事、气象、环境监测等诸多方面世界各国都投入了大量的人力、物力、财力。而影像匹配在该技术的地位正逐步攀高,各国技术人员投入了大量的精力用于研究快速、高效的匹配算法,各类算法可说是层出不穷。其中有代表性的包括基于图像灰度的相关算法、基于图像特征的算法、人工智能影像匹配法（包括基于神经网络、遗传算法等方法）[1]。在图像特征提取相关算法中,基于movavec算子的特征提取方法是最快的。

自适应编码与混合模型联合改进图像压缩算法

为准确描述残差图像的概率分布特征,以实现图像的自适应无损压缩,提出了一种自适应算术编码与有限混合几何模型相联合的分块无损图像压缩算法。算法首先对图像的残差图像进行非重叠分块,并通过联合分布估计各分块的统计模型;然后通过最大似然估计对分块的混合参数进行估计;最后在预测误差块中使用直方图截断算法减少算术编码中的符号数量,从而减少零次符号的出现概率。实验结果表明,在实验图像集基础上,所提图像压缩算法的压缩比优于常用的标准JPEG-2000和JPEG-LS。

最大化背景模型用于检测红外图像中的弱小目标

提出一种基于最大化背景模型的背景预测算法 ,用于红外弱小目标检测 算法通过“区域最大化背景模型” ,来减小背景起伏对背景预测的影响 ,从而实现对背景更准确的预测 ,达到提高弱小目标检测性能的目的 算法适用于强对比度云层的空背景、具有人造干扰物的背景和空地背景的红外图像中 ,具有较强的抗噪音特性 ,是背景预测算法的一个重要扩展 针对实际红外图像的试验仿真表明 。

基于期望最大化的水平集分割算法

针对经典的水平集算法(比如Chan-Vese模型算法)在迭代过程中要重新初始化和容易受噪声和模棱两可的边界的影响的缺点,增加一项内部能量泛函达到不需重新初始化的目的,并结合贝叶斯决策理论,利用图像先验知识,提出了一个改进的能量函数,根据符号距离函数来不断调整水平集函数的偏差。该函数是利用期望最大化算法来得到的。实验结果表明,该算法分割精度和运行准确率上都优于经典算法。

一种基于相关准则的磨粒图像二值化算法

针对磨粒识别中的图像分割问题，应用一种新的二值化算法将磨粒目标从复杂背景中分离。该算法以原始图像与分割后图像的相关系数最大为准则，选取最优阈值对磨粒图像进行二值化。应用实例表明了该方法的简洁有效性。

基于期望最大化框架的医学超声图像去斑

针对医学超声图像斑点噪声,提出一种基于期望最大化(EM)框架的去斑算法。先从超声I/Q图像中提取实部;然后从该实部图像中"盲估计"出系统的点扩散函数;最后利用EM算法,在维纳滤波和各向异性扩散间进行迭代,从而获得去斑后的超声图像。对不同信噪比的仿真图像和实际图像采用本文方法和现有方法进行比较实验,结果表明,采用本文方法可将超声图像的斑点信噪比和边界保留指数平均提高1.94和7.52倍,归一化均方差平均降低3.95倍,性能指标优于现有方法。

样本训练算法在电磁层析图像重建中的设计及应用

在电磁层析成像(EMT)领域,病态矩阵方程逆问题求解是图像重建较为重要的一步.本文对截断奇异值分解(TSVD)算法和Tikhonov正则化法求解病态矩阵方程EMT逆问题中的参数选取问题做重点讨论.提出一种新的基于样本图像相关系数最大化的参数选取算法,在与原有参数选取算法的对比中分析其可行性.并将本文提出的灵敏度矩阵包含的多样本特点,应用到L曲线法和广义交叉验证法等算法中,利用统计方法提高灵敏度矩阵方程解稳定性,在一定程度上预防单样本求解导致的偶然性误差.应用硬件成像平台展示所提算法实际成像效果,并分析奇异值抑制方式和截取方式在EMT逆问题的实际应用和参数计算中的优势和劣势.实验数据表明:本文算法在测试样本中有更好的成像效果.

改进的共轭梯度算法的图像重建算法

针对电容层析成像图像重建问题的病态性，在Tikhonov正则化的基础上，以正则化解决方案的规模和给定数据的质量为理论依据，引入一个数学变换，提出了一种新的正则化方法，该方法克服了常规正则化方法扰乱原系统的缺陷。同时，将ECT物理模型进行规范化，并对共轭梯度算法进行改进。仿真实验表明，改进的共轭梯度算法的成像质量高于LBP算法、Tikhonov正则化算法和共轭梯度算法，并利用相关系数进行了验证。

改进Landweber预迭代ERT图像重建算法

由于电阻层析成像问题本身严重病态,导致重建图像分辨率较低。为了提高重建图像精度,提出一种改进Landweber预迭代图像重建算法。首先,利用改进粒子群算法离线优化灵敏度矩阵,改善其病态程度,同时缩小满足算法收敛条件的增益因子取值范围;再设置4种典型流型,计算算法重建图像与其相关系数的平均值,并将平均值作为适应度函数,利用改进粒子群算法离线选择Landweber预迭代算法增益因子,并将改进算法应用于两相流典型流型与复合流型图像重建。实验结果表明,相同实验条件下,与在线预迭代(offline iteration online reconstruction,OIOR)算法、经验选择增益因子Landweber预迭代算法相比,新算法有效提高了图像重建质量,而与修正牛顿-拉夫逊算法相比,在不影响成像精度的前提下,提高了算法实时性。

一种电磁层析图像快速重建算法

针对电磁层析成像(EMT)逆问题中,灵敏度矩阵的病态性、不适定性等问题,提出了一种新的电磁层析图像快速重建算法。利用主成分分析(PCA)对灵敏度矩阵做降维映射,再利用奇异值分解(SVD)求广义逆矩阵,重建图像。在选取灵敏度矩阵的协方差矩阵的特征值个数中,利用灵敏度矩阵特有的多样本特性,提出图像相关系数最大化算法,更加合理地去除灵敏度矩阵中的冗余信息,在尽可能不丢失成像特征信息的条件下,提高了解稳定性。实际采集数据成像时,该算法只需一次矩阵乘法运算,为快速实时成像提供了可能。与传统单步算法和迭代算法相比,该算法在成像质量和速度上都有较明显优势。

一种基于离散小波变换的图像数字水印算法

提出了一种以离散小波变换为基础的图像数字水印算法。详细介绍了离散小波变换和基于离散小波变换的数字水印嵌入算法及检测算法。

基于形态学融合滤波的农业图像改进MSR增强算法

农业图像增强对于提高图像识别与分析结果的准确性有很大帮助。多尺度Retinex(muti-scale retinex,MSR)算法由于对噪声具有较强的敏感性,容易在增强图像信息的同时放大噪声,为此结合形态学滤波思想对MSR算法进行改进。首先分别采用半径为1、2的棱形结构元素构建了开启-闭合、闭合-开启的形态滤波器,将它们分别对含有噪声的农业图像进行滤波,获得了滤波图像1、滤波图像2;然后根据局部像素最大化原则对滤波图像1、滤波图像2进行融合,得到滤波后图像;最后采用MSS算法对滤波后的图像进行增强。分别采用图像标准差(standard deviation,SD)、归一化均方根误差(normalized mean square error,NMSE)对增强后的图像进行客观性评价。结果表明,该算法对于低对比度且含有噪声的农业图像的增强效果明显优于形态学滤波、MSR算法。

基于BAS-2D-VMD的图像去噪算法

针对2D-VMD(2D-Variational Mode Decomposition)算法需要人为预设K值的问题,提出了一种基于BAS-2D-VMD(Beetle Antennae Search Algorithm-2D-Variational Mode Decomposition)的图像去噪算法。该方法首先用BAS算法搜寻2D-VMD参数K的最佳值,然后对图像进行2D-VMD分解,得到K个子模态,最后将对计算各个模态与原图像的相关系数进行模态筛选,并将选中的模态进行重构,得到去噪后的图像。仿真实验表明,该方法与中值滤波和维纳滤波相比取得了较高的峰值信噪比。将该算法应用到架空输电线图像处理领域,对无人机采集到的线路图像进行去噪,与传统的算法对比取得较好的去噪效果,解决了线路图像噪声难以去除的问题。