图像的带参二值化理论和技术及其应用

提出的图像带参二值化理论、技术和方法具有很强的普适性,而且还能用于基于人类视觉对比度分辨限制的底层图像的挖掘和隐藏。当然,图像的带参二值化理论、技术和方法是提出的灰度/色度谱分级平坦化理论和技术提供的图像的灰度/色度信息作支撑。

灰度谱分级平坦化理论

本文提出了一种新的理论-灰度谱分级平坦化来克服人类视觉对比度分辨率限制。它不是简单的按像素点所在灰度级分类,而是具有只要有像素点存在就能显示的功能。它能够以一个灰度级的高分辨率来显示图像的灰度信息。该理论可以用来挖掘实际存在却不能为人眼所见的图像的灰度信息,弥补人类的视觉限制。它将成为图像底层挖掘的通用的、基本的工具。

基于Zadeh-X变换的图像隐藏和挖掘技术

提出了用于底层图像挖掘和隐藏的Zadeh-X变换方法,同时巧妙的运用了人类视觉的对比度分辨率限制(只能分辨大于5个灰度/色度级的图像成份)对图像进行隐藏和挖掘。我们首先通过图像的灰度谱,获取图像的灰度分布信息,然后用Zadeh-X变换对原始图像进行白、黑或其它背景颜色的隐藏,隐藏后的图像具有很好的伪装性。我们同样也可用Zadeh-X变换从隐藏后的图像中把原始图像不失真地恢复出来。

Zadeh-X变换在视频监控系统中的应用研究

传统视频监控主要是回放原始视频,难以兼顾到夜间模式的监控,现有夜视监控系统其核心技术是依靠红外技术或像增强技术来改善夜间图像质量。在高性能DSP平台上建立了视频采集与显示系统,嵌入Zadeh-X变换算法来实现视频图像的底层图像挖掘,并且根据信息熵判据来自动寻求最佳挖掘参数θ和δ以达到实时挖掘的目的。试验结果表明,视觉效果显著提高,增强了夜间实时监控中视频图像的质量。

图像挖掘技术及医学应用

目的:图像挖掘技术作为图像处理的一个分支,是一门正在受到强烈关注的学科。随着图像获取和存储技术的发展,人们每天都可以获取许多有用的图像信息,但缺乏有效的分析技术分析这些数据,因此如何获取包含许多有用的信息图像数据,并充分利用这些图像数据,是目前图像挖掘技术所讨论的热点。本文就对图像挖掘的研究和应用现状进行了深入研究和分析。方法:通过阐述图像挖掘的概念、主要框架、底层图像挖掘和高层图像挖掘的主要技术,探讨了图像挖掘技术在生物医药和DNA分析中、医学影像数据分析中及法医学中的应用。结果:图像挖掘技术是一种有效分析、获取图像中所隐含的有用信息、图像数据之间的关系和其他隐含的模式的技术,而且,随着工程学和医学学科的交互渗透,图像挖掘技术也开始应用于医学领域中。结论:本文总结了目前比较常用的图像挖掘技术,同时结合我们在该领域所做的工作,对涉及的技术进行了阐述,并指出今后在医学应用中的研究方向。

基于Zadeh-x变换的法医学底层图像挖掘

目的:利用Zadeh-x变换对法医学中在恶劣的条件下获得的、被强背景干扰掩埋人眼无法辨认而实际却存在的图像信息进行底层图像挖掘,为法医学提供尽可能清晰的图像特征信息作为物证。方法:利用VC++编程实现Zadeh-x变换(Zadeh-x transformation)对法医学图像资料中背景与目标图像信息有差异的底层图像进行挖掘。结果:通过与传统算法如直方图均衡化比较,实现了对暗背景、电泳图、车标和衣服等图像中隐藏信息的特征提取。结论:Zadeh-x变换的方法具有较强的提取图像隐藏信息的能力,其处理结果明显优于直方图均衡化,甚至可以处理用直方图均衡化无法处理的图像信息。

DirectShow框架下流媒体底层图像挖掘的实现

论述了基于Zadeh-X变换的流媒体底层图像挖掘的基本原理,以及底层图像挖掘Filter组件的设计.并在DirectShow框架下的实现了该算法.从实验结果可以看出,封装的Filte切实可行,能很好地实现本地视频文件的底层图像挖掘.

底层图像挖掘技术中的参数自动寻优

研究了基于人类视觉对比度分辨率限制的底层图像挖掘技术中挖掘参数的自动寻优问题。在用Zadeh-X变换进行底层图像挖掘中,需要求得最佳挖掘参数Sita和Delta。首先筛选出与图像视觉感知质量相关的客观物理质量指标体系:信息熵和平均对比度。其次研究信息熵和平均对比度与图像挖掘参数的函数关系,然后研究其函数特性与主观评价结果的关系,以此建立以信息熵和平均对比度为基础的无参考图像质量评价函数,通过视觉质量最佳图像判据,寻求最佳质量图像所对应的Sita和Delta,从而实现挖掘参数的自动寻优。