利用1～2阶分数阶微分掩模的边缘检测

现有的分数阶微分边缘检测算子大都是基于0~1阶分数阶微分而构造，鲜有文献讨论基于1~2阶分数阶微分的边缘检测算子。为此，分析了1~2阶分数阶微分对信号的作用，基于1~2阶分数阶微分构造了一种新的边缘检测掩模算子。实验结果表明，该算子不仅优于常用整数阶微分算子，而且比现有的一些0~1阶分数阶微分算子具有更好的边缘检测效果。

一种基于FOD的模糊指纹图像增强技术

介绍了分数阶微积分及其性质,提出了一种分数阶微分掩模算子的实现方案,并将其应用于模糊指纹图像增强中.实验结果表明,利用该技术处理后的指纹图像具有清晰度高、实用性好等特点.

基于1~2阶分数阶微分的图像增强算法

在利用分数阶微分进行图像增强时,现有方法大多是基于0-1阶分数阶微分,而基于1-2阶分数阶微分的方法较少。为此,分析1-2阶分数阶微分对图像增强的作用,基于1-2阶分数阶微分构造一种用于图像增强的掩模算子。实验结果表明,该算子优于常用的频域法和空域法,比现有的一些0-1阶分数阶微分算子具有更好的图像增强效果。

基于改进型分数阶微分的HIFU治疗区域增强方法

提出一种基于改进型的自适应分数阶微分的B超图像增强方法。该算法根据B超图像的特点,在分数阶微分定义的基础上对分数阶微分掩模算子分解的8个方向的模板进行改进,得到像素点周围8个方向的加权求和值,取其最大值作为增强后的像素值,再利用伪彩色变换算法进一步增强。与常用的灰度变换、均值滤波等B超图像增强方法相比较,结果表明:基于改进型的自适应分数阶微分能很好地突出图像的边缘和纹理,抑制较大噪声,结合伪彩色变换能较准确地从高强度聚焦超声(HIFU)辐照后的B超图像中检测出治疗区域,与切片实验所获取的治疗区域大小、形状更趋一致,能有效地帮助临床医生确定治疗区域的大小、形状及位置。

基于Riemann-Liouville改进的1~2阶分数阶边缘提取新模型

针对数字图像的处理中采用整数步长与0-1阶分数阶微分的掩模算子未能精确定位边缘信息、缺少图像的纹理细节的问题,在Laplacian算子的基础上提出了一种新的边缘检测掩模算子。该算法从Riemann-Liouville（RL）定义出发,推出1-2阶分数阶微分在中频信号的增强效果优于0-1阶分数阶微分并显著提升了高频信号,最终得到精确的检测效果。仿真结果表明：提出的算子能更好地提取边缘信息,尤其对灰度变化不大的平滑区域中纹理细节丰富的图像,该算子检测到的信息优于现有0-1阶微分算子,针对主观识别有更高的准确率;客观上采用扫描法的定位误差统计,该算子的综合定位误差率为7.41%,低于整数阶微分算子（最低为10.36%）与0-1阶微分算子（最低为9.97%）,有效提高了边缘定位精度。该算子尤其适用于具有较高频信息的图像边缘检测中。

自适应分数阶微分在面部图像处理中的应用

针对三维人脸表情识别过程中,皱纹等纹理特征会影响表情识别的精度。为了消除这类纹理特征的干扰,需要先确定皱纹的位置。因此,提出了一种基于自适应分数阶微分掩模的皱纹检测方法来定位皱纹的位置。该方法利用皱纹的纹理方向信息,构建自相关微分掩模区域,并使用皱纹图像的梯度、信息熵和对比度信息来改进分数阶微分掩模算子,对人脸皱纹进行纹理方向上的自适应增强。然后结合Gabor滤波器来提取皱纹曲线位置,再根据定义的误判原则剔除光照、皮肤色斑等误识别特征。实验结果表明,提出的方法能自适应增强皱纹深浅不一的面部图像,提升了对浅皱纹的检测率,同时借助误识别过滤规则,提高了皱纹位置检测的精度和鲁棒性。

改进概率关联算法在组合导航系统中的应用研究

针对组合导航系统中子系统提供的量测信息相互之间关联性不足的问题,在组合导航系统中引入改进概率关联算法,通过改进的概率关联算法将这些导航信息按一定关系联系起来并进行融合计算。首先通过推导短时间概率关联算法求解惯性导航系统(INS)得到信息的可信概率,并引入掩模算子对全球定位系统(GPS)信息进行精度判断;然后,推导出长时间概率关联算法对组合导航系统信息进行融合;最后,建立修正算法并利用长时间概率关联算法得到的信息对惯性导航系统进行误差修正。仿真结果表明,这一改进的概率关联算法可以有效判断GPS信息精度并提高组合导航系统的导航精度。

基于局部二进制模式方差的分数阶微分医学图像增强算法

研究了分数阶微分及其掩模算子的特性,提出了一种新的基于局部二进制模式方差(LBPV)的分数阶微分的图像增强算法,运用LBPV理论对图像进行了特征提取,构建了更加有效的分数阶掩模模板。实验结果表明,与现有的分数阶微分图像增强算法相比,所提算法在增强图像的纹理和细节信息上具有良好的效果。