图像转向中的图像问题——从技术现象学的角度再看图像意识

图像理论研究大致分为两个进路:符号化图像进路和知觉图像进路。图像学中的图像转向试图从政治、文化等角度扭转图像在批判视觉中心主义的潮流下所处的不利地位。然而图像转向更应该寻求溯源图像意识产生的机制,从而达到拯救图像的目的。文章从现象学、图像理论对于图像概念的梳理中得出,图像意识是自我映射的基本途径。图像具有空间形式的时间性,图像意识是二阶的意识构造活动。只有从呈现和再现的角度,才能对技术现象学中所讨论的成像技术进行正名。     

基于图像金字塔与NLM的冷冻电镜图像增强方法

针对冷冻电镜图像信噪比极低、颗粒与背景之间难以区分问题,提出了一种基于图像金字塔与非局部均值(NLM)去噪的冷冻电镜图像增强方法。先利用图像金字塔技术获取冷冻电镜图像中不同尺度的信息;然后在构建图像金字塔过程中循环使用NLM算法去除图像中的噪声,并运用图像背景矫正方法降低图像中的亮度不均现象;再对图像金字塔各级图像使用直方图变换方式进一步增强图像中颗粒与背景的区分度,最终使用图像上采样与图像融合技术将图像金字塔中的多层图像融合,形成冷冻电镜图像的增强图像。在原始与模拟的电镜图像上进行了实验,结果表明该方法能够有效提高图像峰值信噪比和结构相似度,颗粒与背景之间的区分度有显著提升,颗粒特征更为明显。     

远程教育中云存储机制下图像数据分类模型优化设计

远程教育中云存储机制下存有海量图像数据,在海量数据中存在大量与需要检索的特定图像特征相近的冗余图像,传统的基于图像特征的分类方法,由于关键帧准确性较低,造成图像分类不准确,导致远程教育中图像数据的检索准确性较低。为此,提出基于关联规则挖掘算法的图像数据优化分类方法。对可能是冗余的图像数据进行微调,使待检索图像关键帧处于准确的变化区间内,利用图像校验方法,消除冗余图像,对校验结果进行二次检验,降低了建立图像数据特征关联的偏差,实现了对图像数据的准确分类。实验结果表明,利用该方法能够对远程教育中云存储机制下的图像数据进行准确检索。     

结合形态非抽样小波和引导滤波的图像融合研究

提出一种新的图像融合方法,该方法将形态非抽样小波和引导滤波结合,实现一种快速有效并且对图像边缘保持明显的融合过程。该方法首先对源图像进行形态非抽样小波分解得到基础层图像,源图像减基础层图像得到细节图像。接着对细节图像进行显著比较得到权重图,然后对权重图进行引导滤波,源图像作为引导图得到优化后的权值图,最后将优化后的权值图分别与基础层图像和细节图像加权平均再相加得到最终的融合图像。相对于现有的图像融合算法,该方法能有效的保留源图像的边缘部分,有助于显著目标的识别。通过实验证明了该算法能得到具有高对比度的融合图像,融合效果良好,在实时图像融合中具有较高的应用价值。     

眼底图像光照不均匀校正

针对眼底图像中因光照不均对后续图像处理造成影响的问题,结合图像内与图像间的光照校正方法加以解决。图像内校正是指处理图像内部光照差异,图像间校正是指处理不同图像间的光照差异性。首先通过单幅图像光照校正方法消除图像内的光照不均,然后通过多幅图像间的光照校正方法进一步将不同图像的亮度及对比度调成一致。通过实验比较,选取IRHSF作为图像内光照校正方法,将图像间的亮度配准一致后达到最终要求。     

基于拉普拉斯金字塔改进的图像融合方法

改进传统的拉普拉斯金字塔融合图像方法,对源图像进行一系列层层递进的处理,而非传统算法直接对源图像进行拉普拉斯变换,与经过处理后的特征更明显的图像作变换。先提取图像的轮廓特征,然后对比得到的两幅梯度图像间对应的像素值,找出每幅图像比另一幅图像清楚的区域,保留各自的优势部分,据此建立两幅梯度图像的二值图像,进行拉普拉斯金字塔变换的源图像就是上述处理获得的二值图像。接着融合变换后的两个图像金字塔,最后,需要与最初源图像的高斯金字塔重新构建图像,将前一步获得的拥有更多高频细节的拉普拉斯金字塔从塔顶开始逆变换,直至变换出塔底图像为止,即可得到最终结果。实验数据显示,改进的融合方法起到了持有更多细节的作用。     

二值图像的分层结构

二值图像是只有黑白两种颜色的图像,二值图像的分层结构是讨论将一个2M×2N像素的图像(称为父图像)转化为一个2(M-1)×2(N-1)像素的图像(称为子图像)的问题。介绍了一个二值图像的分层结构的算法,对父图像的每个2×2像素区域压缩为子图像内1个像素的情形进行了分类讨论,并且在这个转化过程中能保持二值图像整体的连通性。     

基于 MapReduce 的互联网图像相似性度量研究

由于照相机等设备的便携化和互联网的触手可得,每天有海量互联网图像产生。针对这种情况,提出了基于MapReduce的互联网图像相似性度量算法。算法首先提取了语义级的图像特征,包括图像的主要颜色、形状和构图等,然后基于上述图像特征归一化,设计合理的Map方法和Reduce方法,并行计算出输入图像与图像库中的图像的相似性评分,排序得到最相似图像的几幅图形,最后构建了基于MapReduce的互联网相似图像搜索系统。实验结果表明,基于MapReduce的图像相似性度量算法,同样适用于互联网海量图像,并比传统的图像相似性度量算法具有更好的灵活性和可扩展性。     

基于数字人的CT＆MRI图像融合及三维重建

目的：以“中国数字人男一号”CT图像、MRI图像为研究素材,对同一人体同期CT图像与MRl图像进行融合,并对融合效果进行比较评价。在此基础上实现同期CT图像与MRI图像的三维融合重建图像。方法：首先介绍小波变换图像融合方法、算法、图像融合过程与步骤;然后对CT图像进行骨骼组织分割;其次,通过使用图像预处理及二维空间变换处理,解决两种骨骼组织分割图像参数差异较大的问题;最后,对这两种模式的骨骼组织分割图像在配准的基础上进行融合,并给出融合结果。结果：实现了CT图像和MRI图像的二维空间融合及三维重建。结论：小波变换图像融合方法对常用的CT／MRI图像融合及三维重建是一种有效的方法。     

图像分割技术在医学图像分割中的应用

图像分割是图像分析和处理的关键步骤,医学图像分割是图像分割的一个重要应用领域。本文讨论了医学图像分割的目的和意义,对医学图像分割的常用技术进行了研究。     

利用熵和分形压缩编码的图像检索新方法

图像的抽象描述和特征提取是基于内容的图像检索系统中需要解决的关键问题之一,文章提出了一种图像信息熵和分形编码相结合的图像检索方法．首先,计算图像库中的各幅图像的信息熵,比较设定的阈值对图像库进行预分类;其次．利用Jacquin方法计算得到查询图像的分形IFS编码,应用到图像库同类的图像进行分形迭代解码;最后,计算解码图像与查询图像的相似距离得到检索结果．实验结果表明,与直接像素值相似匹配方法相比,该法在基本保证图像检索效率的前提下,极大地提高了检索时间．     

对变换回归型函数及其图像特征的探讨

众所周知,偶函数的函数图像特征是关于y轴对称,换句话说,将偶函数图像作关于y轴的对称变换后得到的图像与原函数图像重合,像这种函数图像经过某种变换后得到的新图像与原函数图像仍重合的函数,姑且称其为变换回归型函数,笔者在本文中试图探究具有类似性质的各类函数及其图像特征.     

关于几组物理图像的比较研究

物理图像具有直观、形象、醒目明了的特点．应用图像解题简便快捷,可以使复杂的问题变得浅显易懂．认真理解、分析图像可以帮助弄清物理过程、认识物理规律．中学物理中涉及到十几种物理图像,这些图像中有一些相似的图像,弄清这些图像的区别与联系,有助于理解图像的意义,快速解决相关问题．为此,本文将中学物理中出现的几组典型的图像加以归类比较,以供大家参考．     

基于内容的图像档案检索

基于内容的图像检索技术是指利用图像内容对图像进行检索的技术.图像的内容包括图像的颜色特征、形状特征、纹理特征等.本文针对图像档案检索的问题,介绍了基于内容图像检索技术的概念,并给出了基于内容的图像档案检索系统的实现方案.     

人类的信息加工——图像加工

一直以来,信息加工是认知心理学家关注的焦点,但争论也颇多。本文试图从图像加工的角度,运用数学中函数数对的方法对人类的信息加工进行探索,按信息加工的程度将人类的图像信息加工分为浅层图像信息加工和深层图像信息加工两类。同时,浅层图像加工分为感知图像加工和具体图像加工两种;深层图像加工分为群集图像加工和形式图像加工两种。     

局部动态阈值图像分割算法研究

图像分割是预处理图像转入图像分析的关键环节,在图像分析、模式识别中起着重要的作用,采用图像分割可以将图像中感兴趣物像、不感兴趣物像进行分离,实现了提取目标参数、特征的可能性,所以图像分割一直受到人们的重视。提出了一种应用局部动态阈值进行图像分割的算法,通过试验表明:采用局部动态阈值进行图像分割算法在分割复杂背景图像时具有较好的分割效果,是一种有效的分割算法。     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

基于图像序列的指纹识别算法

指纹分析一般采取静态图像.图像采集系统选择一个静态图像帧,然而却忽略呈现在其他图像中的特征.该文提出了一种新的方法,采取图像序列的分析方法,提取细节特征和跟踪整个图像序列,并构建复合模板,这比单一的静态图像包含更多的特征细节.     

浅析图像法在运动学中的应用

利用图像描述物理规律、解决物理问题的方法被称为图像法。图像形象、直观,利用图像中的斜率、截距、面积和某些特殊点可避免一些繁琐的数学计算,因而图像法在高中物理中得到了广泛应用,对图像的考查是近几年高考的热点之一。本文主要谈谈图像法在运动学中的应用。     

基于分割与增强方法的红外与微光图像融合

为更好地保留原始红外图像的目标信息,挖掘更多微光图像的细节信息,提出一种结合分割红外图像与增强微光图像的融合方法。首先对原始红外图像进行二维最大熵法分割以提取红外目标信息,对原始微光图像进行Zadeh变换以增强其细节信息,依据红外分割图,将增强后的微光图像与原始红外图像进行一次融合;然后,在非下采样contourlet变换(NSCT)域,对原始红外图像、微光图像和一次融合后的图像进行二次融合,得到最终融合图像。通过试验对比,所提出的二次融合方法得到的融合图像视觉效果明显优于其它方法。最后,利用多个指标进行客观评价。结果显示,该方法可有效突出目标信息,提高图像清晰度与对比度,挖掘更多细节信息。