Statistical analysis of Epileptic activities based on Histogram and Wavelet-Spectral entropy

Epilepsy is a chronic neurological disorder which is identified by successive unexpected seizures. Electroencephalogram (EEG) is the electrical signal of brain which contains valuable information about its normal or epileptic activity. In this work EEG and its frequency sub-bands have been analysed to detect epileptic seizures. A discrete wavelet transform (DWT) has been applied to decompose the EEG into its sub-bands. Applying histogram and Spectral entropy approaches to the EEG sub-bands, normal and abnormal states of brain can be distinguished with more than 99% probability.

SAR图像与光学图像多子区鲁棒匹配算法

提出了一种新的低空机载合成孔径雷达(SAR)图像与卫星光学图像的多子区匹配算法.算法中,依据SAR图像噪声特性,提出了用于SAR图像边缘提取的基于小波包变换的改进断面检测法.匹配中将低空SAR图像分为多个子区,利用子区影像频谱直方图等特性参量判别其可匹配性,并用各子区位置分布关系约束匹配结果.匹配搜索策略为基于提升小波的金字塔分层搜索.用低空SAR图像与SPOT-5卫星光学基准图进行了实验,结果表明该方法的有效性.

基于位置关系约束的SAR图像与光学图像匹配

SAR图像与光学图像有较大差异,为实现SAR图像与光学图像的匹配,提出了一种新的多子区SAR景象匹配算法。算法依据SAR图像噪声特性,提出了用于SAR图像边缘提取的基于小波包变换的改进断面检测法。匹配中将实时图分为多个子区,由子区灰度标准差和频谱直方图判别其可匹配性,用各子区位置分布关系约束匹配结果。匹配搜索策略为基于提升小波的金字塔分层搜索。用SPOT-5卫星光学基准图进行了大样本实验,实验结果表明了该方法是一种有效的图像匹配方法,具有鲁棒性,并且与中心点匹配方法相比,能为飞行器定位提供更多有效信息。

用于末制导的SAR图像多子区实时匹配算法

为实现用于无人飞行器末制导的SAR实时影像与多源基准影像的匹配,提出一种新的基于子区位置关系约束的SAR图像匹配算法。首先将SAR图像进行对数变换,并进行小波包分解,在高频子图部分对小波包系数进行收缩,抑制噪声,然后利用断面检测法提取边缘。匹配中将SAR实时图分为多个子区,用子区灰度标准差和频谱直方图判别其可匹配性,并更新不可匹配区。将各子区位置分布关系用作匹配结果的约束条件。为保证算法实时性,匹配采用基于提升小波的金字塔分层搜索策略。用星载SAR图像和卫星光学图像进行了大样本匹配实验,实验结果表明该方法是一种能在精度、实时性和可靠性方面都能满足导弹末制导要求的实时匹配算法。

智能监控系统跟踪技术研究

根据小区环境的复杂背景、光照变化以及经济成本等因素,开发了智能报警监控系统,自动控制云台转动,能保证目标在可监视范围之内。针对背景混淆下的跟踪难点,为准确预测目标位置,提出基于谱直方图的特征提取算法进行目标检测,并引入Kalman滤波器预测目标位置的跟踪算法。谱直方图将图像转移到频域进行统计,减少了颜色以及噪声等因素的干扰。仿真实验证明,系统可以保证视频监控的实时性以及自动跟踪的准确性,并且有效地节约了系统开发的经济成本。

基于谱直方图和Kalman滤波的目标跟踪

为了提高背景混淆下的跟踪效果,提出了基于谱直方图和Kalman滤波的目标跟踪方法。通过将图像与滤波器组进行卷积计算获取图像的频率特征,统计获得图像的谱直方图。谱直方图将图像转移到频域进行统计,减少了颜色以及噪声等因素的干扰。为了提高跟踪效率,引入Kalman滤波运动估计,进行局部搜索运动目标,并详细探讨了Kalman参数的设置。实验结果表明,在背景混淆的场景下,相对于颜色直方图来说,该算法能够取得较好的跟踪效果。

通过直方图中轴化提高融合图像光谱保真度

针对遥感图像融合过程中光谱失真问题,提出一种基于直方图中轴化策略的图像融合算法。首先,将多光谱图像进行IHS变换;然后,采用直方图中轴化策略调整多光谱图像强度分量图像和全色图像的像素直方图,使之趋于一致;最后,进行IHS反变换获得高质量的彩色图像。理论分析和实验结果表明,该算法不仅可以较好地抑制融合图像光谱失真,同时也能有效保留融合图像的空间分辨率,算法步骤简单、容易实现;与四种传统融合算法(IHS变换、主成分分析(PCA)法、小波变换(WT)法、Brovey)相比,该算法生成的融合图像具有良好的视觉效果,特别是在峰值信噪比(PSNR)、光谱扭曲度和信息熵等客观评价指标中明显优于对比算法。基于直方图中轴化策略融合的遥感图像光谱失真度小、空间信息保持度高。

一种结合四元数与直方图的多光谱图像自适应边缘检测方法

针对图像自适应边缘检测的难点和传统多光谱遥感图像边缘检测方法的局限性,提出了一种结合四元数与直方图的自适应边缘检测方法。该方法在四元数空间,利用矢量旋转完成了多光谱图像的边缘检测,并通过直方图统计的方法获取自适应阈值,实现了边缘图像的检测。利用陆地多光谱遥感图像和水域多光谱遥感图像分别进行实验,验证了方法的有效性。

基于谱直方图的遥感图像分层次多尺度植被分割

在遥感图像分割中,植被是重要的一类对象,植被细分割一般有3个目标,按尺度分为乔木、灌木和草与苔藓。针对单一层次多分类方法不能充分利用植被目标不同纹理尺度实现精确的多分类问题,提出了一种基于谱直方图的遥感图像分层次、多尺度植被分割方法。首先用归一化植被指数(normalized difference vegetation index,NDVI)提取出遥感图像中的植被区域,然后再对该区域分层实现多个二分类算法、完成多分类操作。在每个分类层次,利用目标的先验知识和纹理尺度选择纹理滤波参数,对滤波结果提取各子块图像的谱直方图用以表达纹理特征,从而实现1个层次的分割。实验结果表明,该方法较好地利用了植被各层次目标的先验知识和纹理尺度,使得对纹理滤波器的增强处理更具针对性;谱直方图的特征区分度更大,使得植被细分割精度明显提高。

基于数学形态学的免疫细胞图象分割

为了实现对免疫细胞图象的分析 ,首先要对该种图象进行正确分割 ,针对这一要求 ,提出了一种有效的免疫细胞图象分割方法 .该方法是根据数学形态学的知识 ,利用直方图势函数来提取标记点 ,并将这些标记点作为种子点来对梯度图进行 Watershed变换 ,进而实现了细胞图象的分割 .该方法是一种谱信息与空间信息相结合的分割方法 .根据实验结果和分析可见 ,该方法不仅解决了细胞在参数测量前的精确分割问题 ,同时 ,为水域分割的关键步骤——种子点的选取找到了一种有效而可靠的方法 ,实践表明 ,分割的结果与目视感受相一致 。

一种新的基于超像素的谱聚类图像分割算法

谱聚类是近十年来出现的一种极具竞争力的聚类算法,许多扩展和应用算法相继出现,比如图像分割.但是,对图像分割而言,由于基于谱聚类的方法计算量十分庞大,使其应用受到严重挑战;而降低图像分辨率的策略则会导致细节信息的丢失,使得图像的分割结果不够准确.提出一种新的基于超像素的谱聚类图像分割算法.首先,新算法将图像分割成小区域,这些小区域称为超像素,相邻的两个超像素之间的相似性用Bhattacharyya系数进行度量;然后,利用谱聚类将超像素聚类成有意义的区域.实验结果表明,相较于经典算法,新算法在Berkeley图像数据库上能产生较好的分割结果,并且没有增加计算复杂度.

遥感图像森林植被纹理的自适应滤波

基于纹理滤波的分割方法被广泛用于遥感图像森林植被分割。遥感图像中森林植被纹理的多样性使得固定参数的纹理滤波方法不能准确表达纹理的特征,导致分割精度不高。提出一种自动适应森林植被纹理的滤波方法,根据遥感图像中典型森林植被区域的纹理基础属性设置滤波参数,实现有针对性的纹理滤波处理。通过蓝噪声探测方法和灰度共生矩阵统计方法获取典型森林植被区域的纹理基元在尺度和灰度分布等方面的属性,结合森林植被纹理的先验知识设置纹理滤波参数,包括滤波器的窗口尺寸、方向、频率和强度以及用于表达纹理特征的局部谱直方图的积分窗口尺寸等。分割实验表明,该方法充分利用了图像中森林植被纹理的特点,纹理滤波表达的特征区分度更大。

基于三维光谱角统计的光谱图像信息提取方法

提出了一种新的基于三维光谱角统计的光谱图像信息提取方法。通过对影像上横向、竖向和对角方向相邻像元间采用光谱角计算相似度,构成一个三维的信息统计模型。该模型反映了相邻像元间所代表物质的相似度,通过在统计模型中设置不同的阈值和提取不同轴向的切片,可以从影像中提取代表同种物质的均匀区域和边缘信息,用于监督分类中训练样本的采集。该统计方法与直方图、散点图等传统统计工具相比,鲁棒性和可靠性更高,提取的信息更丰富。

在频谱直方图中应用DT-CWT的人脸检测技术

提出了一种利用双树-复小波变换(DT-CWT)构成频谱直方图并通过支持向量机(SVM)进行人脸检测的方法。在人脸图像的表示中,基于DT-CWT在不同尺度上具有的很好方向选择性,对原始图像滤波,并与其它滤波器卷积滤波后得到原始图像的不同频率特征一起构成频谱直方图,该直方图在图像的表示上具有很好的本质扩展性。通过支持向量机(SVM)对频谱直放图向量进行分类训练,得到了有效区分人脸与非人脸的分类函数。实验显示,DT-CWT具有与Gabor变换类似的性质,而且计算冗余度更小,计算速度更快。应用DT-CWT频谱直方图的人脸检测算法取得了令人满意的结果。

图谱理论在文本图像二值化算法中的应用

常用的阈值二值化方法不能很有效地分割出文本图像,而利用图谱理论的思想可以清晰有效地对文本图像进行二值化分割。针对传统的图谱理论分割图像算法计算量大、空间复杂度高的不足,提出了利用直方图灰度等级代替像素级,在此基础上近似计算了权函数的参数,算法的计算量和复杂度都有所降低。实验结果表明,该方法大大降低了计算的复杂性,在速度上优于传统的图谱理论分割方法,质量上优于常用的二值化分割方法。

融合谱间特征的高分辨率遥感影像分类

传统影像分类方法仅利用灰度、纹理等谱内特征,未能充分利用谱间特征,针对这一不足,本文提出一种融合谱间特征的高分辨率遥感影像分类方法。采用主成分分析法(Principal Component Analysis,PCA)对遥感影像进行变换,提取前两个主分量作为变换后的数据;通过影像分割方法获取像斑,选取训练样本像斑;利用灰度直方图与联合灰度直方图分别表达像斑的谱内特征与谱间特征,采用G统计量度量直方图距离,依据距离倒数加权计算像斑的谱内概率与谱间概率,依据加权组合谱内概率与谱间概率构建联合概率,在联合概率最大基础上获取影像分类结果。在Quick Bird遥感影像上的实验结果表明了本文方法的有效性,总体分类精度与kappa系数分别达到了90.0%和86.7%。

滴流床反应器压力脉动特性的测量与分析

对一个直径１０ｃｍ的滴流床反应器建立了一套压力在线测量系统。采样速度达到６８６次／秒，已经满足实际测量的需要。利用这一手段，对滴流床中存在的三种典型流型：滴流，过渡流和脉冲流进行了压力脉动测量，并报道了压力脉动数据的直方图分析和谱密度分析。

基于正则割(Ncut)的多阈值图像分割方法

在图像处理与目标识别中广为应用的阈值法是图像分割的一种重要方法,因此如何确定阈值是图像分割的关键。提出了一种新的图像阈值分割方法,把图像的一维灰度直方图的灰度级L和对应灰度级L的概率P视为二维平面上的点(L,P),采用新的相似度函数来定义这些点之间的相似度,从而构建基于灰度级的相似度矩阵,然后使用正则割(Ncut)进行分类,根据分类结果确定图像的分割阈值。算法用基于灰度级的权值矩阵代替基于像素级的权值矩阵来描述图像像素的关系,因而需要的存储空间及实现的复杂性大大减少;与现有的阈值分割方法相比,该算法能够单阈值和多阈值分割图像,因此具有更为优越的性能。

结合测地线-灰度直方图的谱匹配算法

针对单纯依赖奇异值分解的谱匹配方法的局限性,提出了一种结合测地线-灰度直方图和松弛迭代的Laplace谱匹配算法。首先,利用图像待匹配点集构造Laplace矩阵,通过对该Laplace矩阵进行奇异值分解,将得到的特征向量用于计算匹配概率;然后,引入具有局部特征的测地线-灰度直方图作为相容性约束,通过迭代的方式对匹配概率进行优化。实验结果表明,该算法实现了多特征、多算法的优势互补,提高了谱匹配算法的匹配精度和应用范围。

基于谱直方图表示和支持向量机的纹理分类(英文)

在纹理分类中采用谱直方图表示(SHR),每个图像窗表示一个包含滤波后图像直方图的特征向量,而直方图是图像谱表示的连接桥梁。在滤波器选择算法之前,结合每个图像分块和滤波器的独立谱表示和直方图,可以获得更加低层的局部特征。最后,对所有独立滤波器采用滤波器选择算法来得到所需的少量滤波器。为了保证分类的可靠性,选择高斯径向基函数(RBF)进行谱直方图表示,采用支持向量机(SVMs)作为分类函数。对本文方法和其它两种方法:Gabor滤波和独立成分分析(ICA)进行了纹理分类和脸部识别的比较实验。实验结果表明,本文方法具有更高的分类准确性,也证明了SVMs优秀的泛化能力。