一种夜视图象处理的新算法

增强是夜视图象处理的一种重要方法,而直方图均衡是最经典的图象信息增强算法之一,但将它直接应用于夜视图象处理有如下缺点：（１）丢失原始图象的亮度信息;（２）处理过程中有简井现象发生,该文结合夜视图象的特点,提出了一种保持亮度和克服简并的算法,即采用不同灰度区间分别均衡,并且采用设定最小灰度间职和最大拉伸系数的均衡函数的方法,从一定程度上克服了上述缺点。     

动态核医学图象的自适应平滑增强算法

核医学图象是指采用特殊的探测装置通过在人体外探测体内放射性核素分布而形成的图象，医学上常用这种图象来反映器官组织的形态与变化，由于其信噪比明显低于其他医学图象（X-ray,CT及MRI），图象粗糙，分辨率低，因此核医学图象处理方法显得比其他医学图象更为重要，为了获得较好的图象处理结果，针对动态核医学图象的特点，提出了一种用于动态核医学图象处理的自适应增强算法，用该算法进行图象处理不仅可增强图象的对比度和提高图象的视觉效果，而且可较好地滤除图象噪声，处理后的核医学图象判读效果很好，实验证明，该方法对处理灰度较低，噪声干扰较大的动态核医学图象是一种行之有效的方法，而对静态核医学图象则要依据γ图象的统计特性，采用适当的处理方法。     

基于高斯模板的图象旋转算法

图象旋转是图象处理中的一个基本操作,根据图象在邻近区域内连续的特点,该文提出一种基于高斯模板的图象旋转算法。实验结果表明,该算法能较好地消除图象旋转所产生的锯齿现象,图象多次旋转后失真较少,与最近插值和双线性插值相比具有较好的性能。     

医学内窥镜图象的遗传恢复算法

遗传算法是一种软计算方法,它作为一种新的全局优化搜索算法用于图象处理,是一种具有发展潜力的智能信息处理方法,对于利用遗传算法处理灰度图象来说,由于其数据量和计算量很大,并且传统遗传算法存在“过早收敛”的问题,使得图象恢复质量不理想。该文针对医学内窥镜摄取的图象纹理和病灶特征,设计了一种新的二维染色体编码方法,并将模拟退火和遗传算法相结合的算法引入灰度图象恢复处理过程中的遗传操作,实验结果表明,该方     

基于模糊C均值聚类和统计特性的医学图象检索

本文提出了一种基于灰度、形状和纹理特征的医学图象检索方法.图象被模糊C均值聚类算法预先分割成互相不重叠的子图象,然后对这些子图象分别提取特征,从而获得整幅图象的特征向量.分割后的各子图象和均方差特征描述了原图象的灰度分布情况,二值化后的7个不变矩和7个纹理特征描述了图象的形状和纹理信息.实验结果表明,该算法能够比较有效地应用于基于内容的医学图象检索中,在查全率和查准率上都优于实验中其他两种方法.     

基于有偏场的适配模糊聚类分割算法

近年来提出了许多监督和非监督模式识别技术用于磁共振图象的组织分类和定量分析。但是，这些方法的精度受到图象灰度不均匀性的严重影响。对于那些受灰度不均匀性影响的图象，如磁共振图象（MRI），提出了一种新的基于有偏场适配模糊聚类算法（BAFCM）来产生它们的分割结果。该算法通过修改C－means模糊算法中的目标方程，引入了描述灰度不均匀性的增益场，通过将增益场经为有偏场的计算，避免了AFCM中为保证增益场平滑缓慢变化引入的第一阶和第二阶正则项空间改变的二阶差分方程的复杂计算。其不仅对图象的灰度不均匀性进行了校正，而且实现了脑组织图象的快速全自动分割。     

一种图象增强的有效方法：模糊图象增强技术

图象增强是数字图象处理常用技术之一。本文提出了一种新的图象增强方法——模糊图象增强技术。对给出的处理模型,利用模糊集合理论进行增强处理。和了评价处理后的结果,模糊度的基和熵的概念被提出,同时还给出了两个典型的平滑算法并对其进行了分析。     

基于形状的二维灰度图象插值

内插是三维重建中的一个重要步骤 .一般传统的插值算法大体可分为灰度插值和基于对象形状的插值两种 .其中直接的灰度插值对二值及灰度图象均适用 ,但结果在多数情况下并不准确 ;而基于形状的插值 ,早期仅适用于二值图象 .近来 ,人们将两者较好地结合起来 ,使得基于形状的插值同样适用于灰度图象 .为了克服直接灰度插值易造成较严重的轮廓模糊问题及为克服 Chuang等人提出用基于形状的插值方法求得的对应点易产生偏差的问题 ,提出了一种新的基于形状的二维灰度图象插值算法 .该算法首先采用数学形态学的方法分别对两幅源图象进行膨胀和腐蚀 ,用于确定插值图象的轮廓 ;然后对轮廓内的点 ,分别找出其在两幅源图象上的对应点 ,再通过灰度的线性插值来求得此点的灰度 ,进而得到最终的插值图象 .实验结果表明 ,此算法得到的插值结果是令人满意的 .     

基于灰度值算法与Diamond-Square算法的三维地形生成

分形地形的生成是三维自然景物的模拟的重要组成之一。研究了基于灰度值算法与分形插值算法的三维分形地形的生成。利用灰度值算法或Diamond-Square算法生成高度数据,同时作平滑处理,然后对高度数据着色并利用OpenGL纹理映射技术实现三维分形地形的生成并显示。这种方法可按照地形需求改变地形崎岖程度和地貌,在实验上基本上达到了真实感的效果。     

基于分形特征的自然景物图象分割方法

提出了一种基于分形特征分割自然景物图象的方法。分割的主要目标是找出景物中的人造物体。首先构造了一组分形纹理特征,给出了图象不同部分的粗糙度及纹理基地大小、方向特性的描述,以此为基础进行图象分割。此外,通过对盒维数方法中的参数拟合性能的分析,对维数估计方法进行优化,理论和实验表明,在自然环境中,该方法能够区 的纹理区域及人造目标,达到满意的分割结果。     

An expert system based on fuzzy entropy for automatic threshold selection in image processing

In pattern recognition and image processing, the selection of appropriate threshold is a very significant issue. Especially, the selecting gray-level thresholds is a critical issue for many pattern recognition applications. Here, the maximum fuzzy entropy and fuzzy c-partition methods are used for the aim of the gray-level automatic threshold selection method. The fuzzy theory has been successfully applied to many areas, such as image processing, pattern recognition, computer vision, medicine, control, etc. The images have some fuzziness in nature. In this study, expert maximum fuzzy-Sure entropy (EMFSE) method for the maximum fuzzy entropy and fuzzy c-partition processes in automatic threshold selection is proposed. The experimental studies were conducted on many images by testing maximum fuzzy-Sure entropy against maximum fuzzy-Shannon entropy (MFSHE), maximum fuzzy-Havrada and Charvat entropy (MFHCE) methods for selecting optimum 2-level threshold value, respectively. The obtained experimental results show that the used MFSE method is superior to other MFSHE and MFHCE methods on selecting the 2-level threshold value automatically and effectively.     

Image denoising using new pixon representation based on fuzzy filtering and partial differential equations

In this paper, we have proposed two extensions to pixon-based image modeling. The first one is using bicubic interpolation instead of bilinear interpolation and the second one is using fuzzy filtering method, aiming to improve the quality of the pixonal image. Finally, partial differential equations (PDEs) are applied on the pixonal image for noise removing. The proposed algorithm has been examined on variety of standard images and their performance compared with the existing algorithms. Experimental results show that in comparison with the other existing methods, the proposed algorithm has a better performance in denoising and preserving image edges.     

基于参数型模糊熵的图像分割新方法

直方图阈值法因其简单性和抗噪性在图像处理中得到了广泛应用。针对传统模糊熵阈值法对图像分割最佳阈值选取缺乏鲁棒性的问题,提出了参数型模糊熵图像分割新方法。该方法对图像分割最佳阈值选取具有良好的鲁棒性,适当调整参数可获得满意的视觉分割效果。实验结果表明,提出的方法是可行的。     

分形图像插值加速收敛方法的改进

图像插值是对数字图像进行不同比例放大过程中必须解决的关键问题。由于分形具有无穷的 细节,采用分形的方法对图像进行插值可以使图像放大后保持较高的视觉分辨率。针对分形图像插 值速度较慢的特点,提出了两种加速收敛的方法,即根据控制学中的有关理论,提出了一种简单易 行的带比较环节的迭代方法,提高迭代收敛速度;此外,尝试一种交叉迭代法,同样达到了加速收敛 的目的。最后,对两种加速方法的实验结果所反映的特点和不足进行了分析和讨论。     

加权熵互信息在医学图像配准中的应用

基于互信息的医学图像配准方法具有自动化程度高、配准精度高等优点。采用部分体积插值法和香农熵计算得到的互信息,无法避免会出现一些局部极值,可能导致错误的配准。提出了一种用加权熵代替香农熵的互信息计算方法,并将其应用于图像配准实验。实验结果表明,该方法能够有效平滑互信息的局部极值,减少错误的医学图像配准。     

测度熵在图像纹理分析中的应用

本文的主要目的是把测度熵应用在图像的纹理分析中。测度熵比基于统计的方法要可靠、方便。把它应用于对纯卡通图、扫描卡通图、混合图以及照片的识别,大大提高了图像自动生成乡花针脚软件的价值。另外,测度熵还能有效地检测出图像纹理的光滑度,对绣花软件来说,我们就可以根据光滑度从针脚库中自动选出合适的针脚,使得绣图更加逼真、自然。     

Multi-level thresholding based on differential evolution and Tsallis Fuzzy entropy

This paper presents a multilevel image thresholding approach which relies on Tsallis entropy using Fuzzy partition with a novel threshold selection technique. In order to compute the optimal threshold values, Differential Evolution (DE) has been employed. The proposed method can further be exploited in image segmentation which is considered to be a critical step in image processing. Our proposed threshold selection technique is based on Tsallis-Fuzzy entropy and the results are compared with Shannon entropy (or fuzzy entropy) and Tsallis entropy based existing threshold selection techniques. The experiments are performed on two different sets of images and the results have been compared with that of existing state-of-the-art methods, namely, Patch Levy Bees' Algorithm (PLBA), Bacterial Foraging optimization (BFO), modified Bacterial Foraging optimization (MBFO) and Bees' Algorithm (BA). Quantitative analysis is carried out based on three image quality metrics viz SSIM, PSNR and SNR. Standard deviation and CPU time for convergence of the objective function have been calculated for performance evaluation. Furthermore, the statistical significance of our method has been estimated using Friedman test and Wilcoxon test. The experimental results manifest that our method produces results superior to the methods in comparison.     

适用于医学图像的模糊边缘检测改进算法

边缘检测是医学图像预处理中最重要的内容之一,系统地分析了Pal.King模糊边缘检测算法的不足,提出一种适用于医学图像的新型模糊边缘检测算法。该算法使用遗传算法对传统Otsu算法进行优化来确定阈值参数,对待测图像所对应的模糊特征平面通过基于此阈值定义的隶属函数来提取,并且对图像进行分区模糊增强和平滑处理以达到更好的边缘检测效果。仿真结果表明,针对所要处理的医学图像,与几种经典的处理方法相比,该算法能够提取出更加真实和完整的边界信息。     

基于小波分析的医学超声图像去噪与增强研究

去除超声斑点噪声,增强图像以提高图像质量是医学图像处理的重要课题。论文提出基于小波分析的超声图像去噪与增强方法。首先是结合自适应方向加权中值滤波和小波半_软阈值去噪法有效抑制了斑点噪声,保留必要的细节;然后采用基于小波变换高频增强法增强图像并用同态增晰法增强对比度,有效地改善图像的质量;最后从去噪图像和评价指标上与常用斑点去噪法进行了比较。实验表明,该方法优于其他方法,具有实际的应用价值。