基于三角网格的小腿骨医学图像孔洞修补重构

提出一种基于三角网格的小腿骨医学图像孔洞修补重构算法。通过拟蒙特卡罗方法进行医学图像处理,采用维LWT小波系数方法实现对医学图像的区域特征提取。提取医学图病斑区域拟蒙特卡罗的特征,对原始医学图像进行病斑区域和非病斑区域的二值处理,实现对图像的图像中的灰度值提取,计算拟蒙特卡罗的期望误差,对图像区域像素元素实现分流拟合特征估计,得到小腿骨医学图像的空洞修补估计值,寻找特征边并确定孔洞特征,使用最小夹角原则进行图像重构,对孔洞区域进行平滑处理,采用三角网格孔洞修补,实现算法改进,实验得出,算法能有效实现对小腿骨空洞修补重构,修补的误差率较小,性能优越。     

过度曝光图像缺失信息修复算法

图像在过度曝光采集的情况下会因为光圈的进光量过大导致图像的细节关键信息缺失,研究过度曝光图像的缺失信息修复算法,为图像的细节特征分析奠定基础。传统方法采用图像小波尺度分解方法进行图像缺失信息修复,随着光圈的增大,对细节信息的修复效果不好,提出一种基于改进的小波包分解的过度曝光图像缺失信息修复算法。构建了过度曝光图像的纹理信息特征传导模型,采用Harris角点检测算法实现对过度曝光图像的灰度特征匹配,采用小波包分解方法对图像缺失信息进行位置和尺度信息的重构,实现缺失信息修复。仿真结果表明,采用该算法进行过度曝光图像修复,图像的细节特征得到准确有效复原,提高图像的识别能力。     

紫金山地区盗伐立木三维图像特征的远程可视化研究

在远程可视化紫金山地区盗伐立木三维图像特征识别的研究中,传统的图像特征识别方法忽略了紫金山地区所处复杂环境的影响,从而导致对此地区的可视化研究局限于二维局部细节特征,无法实现远程可视化精准识别。针对此问题提出了一种基于特征转化的立木图像纹理特征识别方法,分析紫金山地区遭盗伐区域的背景环境,分析和现存的立木图像二维信息,并将采集得到的砍伐地区立木二维图像纹理特征矩阵实现迭代分解,在此基础上将不能够识别的立木边缘缺陷特征转化成可识别的三维图像纹理特征,最终实现远程可视化识别。实验结果表明,相比传统方法,本文提出的方法应用于在远程可视化系统识别方面具有更高的精准度。     

一种改进的小波变换图像数字水印技术研究

数字水印技术一直是国内外研究的热点重点问题,本文介绍了数字水印技术的基本原理,提出一种改进的小波变换图像数字水印技术。首先采用离散二维小波分解和重构算法对图像进行分解重构,利用图像置乱算法和小波域低中频系数进行图像水印加载、嵌入与提取。实验结果表明,本文提出的算法具有良好的鲁棒性能,有效地保障了图像的安全。     

基于多模板匹配的车辆安全带识别技术

汽车作为人类使用最为广泛的交通工具之一,它给人类带来便利的同时也带来了伤害。为了进一步提高安全带佩戴率,针对目前安全带佩戴存在的问题,本文提出了一种基于多模板匹配的驾驶车辆安全带识别技术。该技术在对采集到的图像进行预处理得到灰度分配较为均匀图像的基础上,采用全局阈值分割法对图像进行阈值分割得到二值化图像,区域分割,捕捉图像中挡风玻璃的区域,结合安全带几何特征的先验知识,得到安全带特征点的位置坐标,从而达到安全带佩戴识别的目的。反复实验研究结果表明,该方法能有效识别驾驶员安全带佩戴状况,具有较高的适用性和准确性。整个技术流程大致分为图像的采集和处理,安全带特征提取与识别。     

融入背景差分连续重构的心脏医学图像重建

通过对人体心脏器官的医学图像重建,为实现三维可视化手术及图像重构提供图像基础。传统的心脏医学图像重建方法采用的是三维坐标点动态数据采集算法,当测量点相对散乱时无法满足心脏器官重建的准确性要求。提出一种融入背景差分连续重构的心脏医学图像重建方法,进行图像细节纹理的灰度化图像进行提升分离,定义表面渲染的选项,计算二维层状图像纹理特征像素点检测沿幅角方向上模值的极大值点,得到三维成像的仿真视景图像的质心位置,采用二阶累积泰勒展开算法,对三维图像模型进行心脏图像的纹理特征提取,实现算法改进。仿真结果得出,采用该算法进行心脏医学图像重建,重建表面的最大误差显著减少,重建精度较高,重建时间减少,在实时性和精确性上性能优越。     

一种基于二维经验模式分解的人脸识别方法

针对小波变换在人脸识别中存在识别正确率较低的问题,提出了一种基于二维经验模式分解的人脸识别方法。首先利用二维经验模式分解对人脸图像进行分解,再提取各分解子图像的能量作为人脸特征向量,并采用支持向量机进行训练和识别。经剑桥大学ORL人脸库的图像识别实验表明,所提方法的识别率高于小波方法,正确率达到98.6%。     

基于Matlab的小波变换在图像压缩中的应用

小波变换作用在图像上主要体现在两点：图像压缩和图像降噪。本文借用matlab这门科学和工程计算中常用的处理软件以及二维小波变换的分解和重构原理,实现了对原始图像的第一、二次压缩,并和单分辨率小波重构的效果图作了比较。     

基于Gabor相位的局部导数模式的人脸识别

文章对人脸的特征提取进行了深入的研究,提出了基于Gabor小波的局部导数模式的特征提取方法。基于Gabor的局部二值模式(LGBP)和基于Gabor的局部导数模式(LGDP),主要针对LBP以及多阶的LDP算法分别在灰度图像和Gabor小波图像进行识别实验,并对比其实验结果。得出的结果可以看出高阶的LDP算法的识别效果比LBP算法好。随着LDP阶数的增高,其获得的人脸的细节越详细,在三阶时效果越好,高于三阶的LDP算法其获得的信息会包含较多的噪声不利于识别。而基于Gabor的识别方法的识别率高出了在灰度图像的识别率。所以得出三阶的基于Gabor的局部倒数模式(LGDP)具有最高的识别效果。     

牛图像识别与分割方法研究

文章针对牛非接触测量中的识别与分割过程进行研究，提出了一种牛图像识别与分割方法。此方法对牛的图像进行灰度化、二值化和形态学处理，获取连通域并对连通域进行筛选，实现牛的识别和定位；然后依据识别信息对图像进行裁剪，最大限度地减少背景的影响。采用区域生长法和K聚类法对图像进行分割并向坐标轴投影，依据投影信息对图像进行分区。在不同区域选择两类算法中的最优结果作为输出，组合后获取最终分割图像。此方法对牛的头部、腿部、花纹部分和阴影部分均有较好的分割效果。     

印鉴图像配准方法的研究

随着社会经济的发展,银行业务量日渐增大,过去的手工识别方法已不能满足社会所需。印鉴图像配准方法作为自动识别方法的基础,是对标准印鉴和待测印鉴进行处理,为判断这两个印鉴是否出于同一个印章做必要的准备。本文采用一维化的印鉴图像配准方法,该方法包括印章图像灰度化、去除噪声、二值化和背景分割等预处理以及图像配准两部分。     

基于背景差分法的虚拟手术损伤区入刀点定位

在虚拟手术系统模型中,特别是脑外科手术中,由于背景图像色彩的非规则性和非均匀性,导致对脑部损伤区域的手术入刀切割点的定位不准,影响手术精度和效果。传统方法采用损伤区域差异特征信息提取方法实现入刀点定位,对脑部特征二维灰度图片缺陷边界的定位效果不佳。提出一种基于背景差分法的虚拟手术损伤区入刀点定位算法,构建了虚拟手术的总体结构模型,将背景图像和人体软组织目标图像划分为多个子块,基于直方图选择阈值对差分图像序列进行二值化,得到高斯虚拟人体器官解析模型。设计医学图像分割算法,采用背景差分技术确定手术器械与软组织发生碰撞的激励因子,快速获取碰撞点,实现对虚拟手术入刀点的准确定位。实验结果表明,采用该算法实现虚拟手术系统设计和图像重构,对手术过程中器官损伤区域切割入刀点定位准确,性能优越,视景效果较好,计算时间缩短,精度提高。     

基于PCA模型的人脸图像纹理特征高精度识别方法

针对传统人脸图像纹理特征识别方法中存在的计算量大,样本训练与测试时间较长,识别正确率较低等问题,提出一种新的基于PCA模型的人脸图像纹理特征高精度识别方法。在人脸图像预处理过程中,采用Gabor滤波器确定人脸图像训练样本中的双眼位置,结合卷积运算与人脸几何模型从图像中分割出目标人脸区域,并对分割得到的图像进行规范化处理;采用PCA模型对预处理后的图像进行降维与特征向量提取,并根据选取的主要纹理特征以及欧式距离近似度量结果,实现人脸图像纹理特征高精度识别。实验结果表明,所提方法的识别准确度高于实验对比方法,且样本训练时间与测试时间明显缩短,具有较好的鲁棒性。     

最大灰度值轮廓点标记的模糊图像分频方法

图像分频技术是采用多尺度频谱分离方法实现对图像的特征分类,提高图像的识别和特征提取能力。传统的图像分频方法采用多窗谱估计方法,对具有复杂轮廓特征的模糊图像分频识别效果不好。提出一种基于最大灰度值轮廓点标记的模糊图像分频方法。采用多尺度Retinex算法对图像进行特征分类预处理,对模糊图像的灰度暗原色特征进行分解,基于最大灰度轮廓点标记实现对图像的分频算法改进。仿真结果表明,采用该方法进行图像分频处理后,能有效实现对模糊图像的降噪和增强,图像峰值信噪比提高了12.45d B,均方误差MSE降低了0.34,提高了图像的分辨力和对模糊图像的识别性能。     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性.     

基于小波变换的二值模式检索

提出了一种基于小波变换后的二值模式图像检索。把图像库里的图像通过小波变换压缩预处理,方便图像快速入库提取图像特征。选取二值模式技术处理,以便有效提取图像的特征进行检索。实验数据库采用Brodatz纹理图像库,对比了边缘拟合算法,共生矩阵和灰度纹理矩检索图像的检索效率,得出小波变换后的二值模式检索效率较高。     

基于特征点图像匹配的面部识别方法

面部识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一,如何进行好面部识别工作对于生活、生产都有着十分重要的意义。本文提出一种基于特征点提取的面部识别方法,在得到已知图像和待识别图像以后,先对其进行边缘提取和点特征提取,然后基于提取的特征点进行灰度模板匹配,通过图像匹配的结果对图像进行识别。     

一种改进的神经网络算法车牌识别算法研究

针对当前车辆识别算法,由于传统的特征提取车牌识别方法,直接通过图像的灰度特征进行车牌识别,当外界光线不足时,图像灰度特征不明显而不能准确识别相似字符,造成车牌误识别的问题.提出了一种改进的神经网络算法的车牌识别系统.通过建立汉字网络、字母数字网络找出相似字符之间的差异进行识别,实验表明,这种识别算法实现简单,识别准确率高.     

一种基于北景重建的运动目标检测方法

本文采用改进的背景差法,改变使用多帧序列图像求平均值产生背景图像的方法,利用序列图像的统计信息进行背景重建,对当前视频帧与背景帧的灰度差值图像使用Otsu方法进行二值化处理,产生标记图像以确定运动目标区域,进一步得到运动目标。     

基于偏移场矫正的图像断面边缘识别优化算法

对图像的断面进行偏移场矫正,增强对正确目标边缘的识别能力。由于图像中存在的灰度不均匀断面特征和线性偏移场,对图像断面的边缘有效识别困难,传统方法采用轮廓线提取方法进行断面边缘识别,受到边缘轮廓线的线性偏移限制,识别效果不好。提出一种基于偏移场矫正的图像断面边缘识别优化算法。通过核函数引入局部灰度信息建立了偏移场矫正模型,将去噪后的断面信号进行灰度均衡预处理,对于相邻区域传递的消息进行收敛性判断,增强了演化曲线对正确目标边缘的识别能力。研究得出,采用该算法进行图像边缘识别,具有更低的差错率。算法将在远程图像识别和地理遥感特征提取探测等领域具有较好的应用价值。