基于Harris特征点和对比度调制的图像拼接算法

提出了一种基于角点特征Harris和对比度调制的图像拼接算法,以提高室外复杂场景的图像拼接质量。利用Harris算法提取基准图像（带匹配图像）和后续图像的特征点。确定特征的位置、尺度与方向,利用最近临法完成两幅特征点的匹配,确定重合区域,利用基于对比度调制方法完成对图像的拼接。实验结果表明,该方法对亮度差异较大的图像拼接具有良好的效果,适于室外复杂环境的图像拼接。     

基于重叠社区发现的断层扫描图像投影域伪影特征推荐算法研究

针对当前算法图像重建效果差和推荐准确率低等问题,提出基于重叠社区发现的断层扫描图像投影域伪影特征推荐算法,利用复合法将断层扫描图像复合,得到图像经过复合的坐标系。采用加法运算,叠加旋转断层扫描图像投影域伪影,将断层扫描图像的像素值相加,假设复合后图像的像素灰度值将大于255,对像素值取整,利用二值法对图像去噪,完成断层扫描图像重建。在此基础上,利用重叠社区发现算法挖掘,通过挖掘断层扫描图像的重叠社区结构,来实现断层扫描图像投影域伪影的特征推荐。实验结果表明,所提算法不仅具有较好的图像重建效果,还具有较高的重叠社区结构挖掘效率,且特征推荐平均耗时低于传统算法6 s,可以快速、准确的完成断层扫描图像投影域伪影特征推荐。     

图像局部自交干扰排除的渐变优化算法研究

在二维平面图形渐变算法中,但是对于较为复杂的图形,由于传统算法本身存在的不足,图形渐变过程中有时会出现一些局部自交现象,影响图形的渐变效果。为了避免上述缺陷,提出了一种图像局部自交干扰排除的渐变优化算法。利用小波对图像的边沿像素进行变换,提取图像边沿的纹理特征,利用K均值聚类方法,对边沿纹理像素设置分类阀指,消除图像局部自交干扰。实验结果表明,利用本文算法下的图像渐变过程得到了优化,取得了令人满意的效果。     

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。     

基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

基于特征相关的图像配准与拼接算法研究

图像拼接技术现在应用的范围已经愈加广泛,无论在计算机视觉,三维重建,医学图像处理,全景建设等领域都得到了广泛应用。作为图像处理领域的一门科学,已经受到越来越多的重视。本文对图像拼接的基本原理进行说明介绍,同时介绍一些基本的拼接算法,主要是基于特征点的研究。并且对图像拼接未来的发展进行一个展望。     

基于SIFT特征匹配的多人脸图像拼接方法研究

针对日常生活中多张人脸图像的合成问题,提出了基于SIFT特征匹配的多人脸图像的拼接方法。首先应用SIFT算法实现了多张人脸图像的拼接,最后采用VC++6.0实现了多人脸图像的拼接,获得了所需视野大小的全景图像。从实验结果可以看出,本文所研究的方法具有很好的效果,完全可用于课堂考勤的多人脸检测与识别中。     

远程诊断系统中的全自动生物显微镜研究

针对远程医疗的需要,构建基于全自动生物显微镜的远程诊断系统。提出了基于生物切片的自动聚焦算法、基于小波的四叉树分解融合算法、与模板匹配原理相近的类卷积拼接算法,在图像的获取和处理方面取得了理想的应用效果。     

基于加速稳健特征算法的混凝土图像拼接

混凝土结构表面常常存在裂纹等缺陷,然而混凝土构件尺寸大,无法一次性成像,影响缺陷识别效果.本文分别采用SIFT和SURF算法对圆形和含裂缝的混凝土图像进行拼接.当图像重叠率为30％左右,图像之间视场偏转角不超过30°时,均取得良好的拼接效果.SURF算法的拼接速度更快、鲁棒性更好,具有实际工程意义和应用前景.     

基于特征点匹配的视频图像实时拼接系统

提出了一种基于尺度不变特征变换算法的视频图像实时拼接方法。首先,用等焦距柱面变换对待拼接的图像进行处理,使相邻摄像机所拍摄的图像帧投影在同一柱面上;然后,优化k-d树的最近邻算法提高了特征点匹配的速度;最后,随机采样一致性算法剔除了错误的匹配点,提高了匹配的准确性,并得到投影变换矩阵进行多摄像机图像帧拼接。实验结果表明,与传统的图像拼接算法相比,该方法极大地提高了视频图像拼接的鲁棒性,实现了视频图像的实时拼接。     

基于SIFT特征的无人机遥感影像拼接技术研究

无人机遥感是一种新的遥感手段,具有快速、灵活、低成本、高影像分辨率等特点。无人机技术已经被广泛应用于资源勘测、气象观测及处理突发事件等领域中,成为未来航空器的发展方向之一。由于无人机采用的非量测相机且飞行高度较低、平台不稳定等特点,图像具有相幅小、数量多、航带不规则等特点,为了得到该地区的全景图像,图像拼接成为解决该问题的关键技术。基于SIFT特征的无人机遥感影像拼接技术相对别的遥感影像拼接技术有它的优势和特点,本文主要介绍了SIFI算法和基于此算法的遥感影像拼接技术。     

实时视频拼接系统

一直以来,视频拼接的实时性和较好的图像质量都是相互牵制的。由于在多摄像头的公共区域中有视差角度以及运动物体等此类问题的存在,为了利用尽量快速高效的算法,而得到高质量的图像拼接,先用Harris算子视频图像的特征点,再结合改进的RANSAC方法寻找最适合的图像间单应性矩阵,最后融合成无缝高清的视频图像。该方法通过大量的实验,证明该系统可以自适应的实时对视频图像进行拼接,获得无缝、高清的大视场视频图像,满足实时性的要求,具有良好的图像品质。     

基于点处理的图像脉冲噪声滤除方法研究

在分析含噪图像恢复方法和脉冲噪声概率密度函数的基础上,提出了一种基于点处理理论的脉;中噪声污染图像的恢复算法。该算法依次扫描图像的像素点,判断当前的像素点是否为脉冲噪声数据点,如果为噪声点,则计算空域滤波器的输出结果,并替代该像素点的值;否则,该像素点的值保持不变。实验结果表明,该方法基于像素点的空域处理,具有无排序操作、算法执行速度快和保持图像细节的优点。     

一种简单的人脑图像的分割

给出了一个基于区域生长法的医学图像的分割算法,用区域生长的方法对脑部扫描图像中的脑体进行了分割提取,根据脑部扫描图像的特点确定了生长的种子点,通过反复测试确定了最终的生长门限。试验证明,该方法简单实用,分割准确。     

一种基于外部密钥和密文反馈的混沌密码新算法

提出了一种基于逐段线性混沌系统的图像加密算法。通过对外部密钥的映射,分别产生系统的初值和参数值,根据图像大小经16个逐段线性映射迭代出足够的密钥流,并引入密文反馈机制,对图像像素值逐个进行多轮异或加密。实验表明,这种加密算法使密文对明文和密钥都充分敏感,加密图像像素值具有类随机均匀分布特性。而且算法具有密钥空间大、加密速度快的优越性。     

Image compression on a VLSI neural-based vector quantizer

A self-organization algorithm for image compression and the associated VLSI architecture are presented. A frequency upper-threshold is effectively used in the centroid learning method. Performances of the self-organization networks and traditional nonself-organization algorithms for vector quantization are compared. This new algorithm is quite efficient and can achieve near-optimal results. A trainable VLSI neuroprocessor based upon this new self-organization network has been developed for high-speed and high-ratio image compression applications. This neural-based vector quantization design includes a fully parallel vector quantizer and a pipelined codebook generator which obtains a time complexity O (1) for each quantization vector. A 5 × 5-dimensional vector quantizer prototype chip has been designed and fabricated. It contains 64 inner-product neural units and an extendable winner-take-all block. This mixed-signal chip occupies a compact silicon area of 4.6 × 6.8 mm² in a 2.0-μm scalable CMOS technology. It provides a computing capability as high as 3.33 billion connections per second. It can achieve a speedup factor of 110 compared with a SUN-4/75 workstation for a compression ratio of 33. Real-time adaptive VQ on industrial 1024 × 1024 pixel images is feasible using multiple neuroprocessor chips. An industrial-level design to achieve 104 billion connections per second for the 1024-codevector vector quantizer can be fabricated in a 125 mm² chip through a 1 μm CMOS technology.     

多ROI医学图像压缩的SPIHT算法

针对医学图像的应用实际,根据图像小波域系数的特点与人眼视觉特性,提出以多个任意感兴趣区域编码框架为基础,对感兴趣区域采用无损JPEG2000,并结合人眼视觉特性规定了系数扫描顺序,对非感兴趣区域采用小波变换与多级树结合分裂算法(SPIHT)。实验结果表明,该编码框架有如下优点:(1)可根据需求选择不同大小的感兴趣区域,同时在比特率比较低的前提下,仍可获得较为满意的重构图像质量;(2)实现方法简单有效,适应性强,可针对不同类型的图像进行处理;(3)具有很高的主观视觉效果。为医学图像远程传输和存储提供更为有效的方案。     

数字电路测试压缩方法研究（英文）

测试压缩可以在没有故障覆盖率损失的情况下，极大地降低测试时间和测试数据量，弥补了测试设备和芯片制造能力提升之间的差距，受到学术界和工业界的广泛关注。测试数据分为测试激励和测试响应两种，测试压缩也对应分为测试激励压缩和测试响应压缩两个方面。本文针对这两方面分别展开了研究。本文的主要贡献包含：1. 提出了一种Variable-Tail编码。Variable-Tail是一种变长－变长的编码，对于X位密度比较高的测试向量能够取得更高的测试压缩率。实验数据表明，如结合测试向量排序算法，则使用Variable-Tail编码可以取得很接近于编码压缩理论上界的压缩效果（平均差距在1.26%左右），同时还可以减少20％的测试功耗。2. 提出了一种并行芯核外壳设计方法。研究发现了测试向量中存在着扫描切片重叠和部分重叠现象。当多个扫描切片重叠时，它们仅需要装载一次，这样就可以大大减少测试时间和测试数据量。实验结果表明，使用并行外壳设计，测试时间可以减少到原来的2/3，测试功耗可以减少到原来的1/15。 3．提出了3X测试压缩结构。3X测试压缩结构包含了三个主要技术：X-Config 激励压缩、X-Balance测试产生和X-Tolerant响应压缩。 X-Config激励压缩提出了一个周期可重构的MUX网络。X-Balance 测试产生综合考虑了动态压缩、测试数据压缩和扫描设计等因素，产生测试向量。它使用了回溯消除算法和基于确定位概率密度的扫描链设计算法，减少测试向量体积。X-Tolerant 响应压缩提出了一种单输出的基于卷积编码的压缩电路。该压缩电路只需要一个数据，因此总能保证最大的压缩率。同时为了提高对X位的容忍能力，还提出了一个多权重的基本校验矩阵生成算法。     

基于梯度场整体变分模型的无缝图像处理方法

提出了一种在梯度域中进行无缝图像处理的方法。在一般的整体变分模型中引入待处理区域的梯度场，得到一个扩展的整体变分模型，称为梯度场整体变分（gradient field total variation, GFTV）模型。无缝处理通过最小化模型函数来实现。基于GFTV模型的方法可应用于以下无缝图像处理：在图像中无缝地插入新的目标；无缝地修改图像中的某个区域的纹理、光照等外观；图像的无缝拼接等。