图像顶点链编码和顶点欧氏距离的计算

利用链编码及其特性,分析得出图像区域边界的周长、最小外接矩形（MER）的长与宽,及图像所占区域的面积.对于正四边形、正三边形和正六边形点阵上的图形,分别提出了直接从链编码计算图像顶点欧氏距离的方法.     

基于链编码技术图像Euler数的计算

解决通过不同的方法计算图像Euler数的问题.采用理论分析和实验的方法,通过图像区域标定,构建像素顶点矩阵,跟踪图像边界,提取边界的顶点链编码,获得围线树结构等探究过程,分别就基于顶点链编码、围线树结构给出了图像Euler数的算法,实验验证了图像Euler数的求解过程.研究结果表明:这两种算法都是线性的,且适用于任意复杂二值图像区域.该研究成果为图像Euler的计算提供了新的思路.     

用顶点链编码计算区域面积的方法

研究了在图像分析和识别中，直接从顶点链编码计算封闭边界所围区域面积的方法，并用该方法对正方形、正三边形和正六边形点阵中区域面积进行了计算．结果表明，顶点链编码计算封闭边界所围区域面积的方法简单易行，且运算速度快．     

数字图像区域标定的方法

给出了二值图像区域的标定方法。对于八近邻和四近邻的图像,分别建立了一组最小的完备图。利用图像标定的基本图,为二值图像边界的识别构造了一个自动机,自动机的输出就是顶点链编码,为二值图像区域的标定提供了一个有效算法。     

基于感兴趣区域的空域分辨率可调整方法

提出了基于感兴趣区域的空域分辨率可调整方法.根据感兴趣区域信息将原始输入图像划分为感兴趣区域和非感兴趣区域.对感兴趣区域图像按照原始图像的分辨率进行编码,对非感兴趣区域图像先进行下采样,并对下采样图像进行编码,实现了基于区域的分辨率可调整功能.实验结果表明:采用空域分辨率可调整方法的感兴趣区域的信噪比比整幅图像的平均信噪比提高1.9.与参照的传统基于感兴趣编码方式比较,平均信噪比提高了0.6的同时,平均编码率有40%的下降.     

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码，构造像素顶点矩阵，给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法，算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的，且适用于任意复杂图像区域.     

适用无线传输的图像ROI提取及优先编码研究

本文采用模板匹配及区域生长相结合的方法提取图像感兴趣区域,所采用的模板是由彩色图像角点构成的特征多边形内角组合而成;采用最大位移法对感兴趣区域进行优先编码.实验结果表明,这种方法能够有效地提取图像感兴趣区域,而且图像感兴趣区域优先编码效果好.     

低速率内插图像编码

本文提出一种基于边缘信息的内插图像编码方法,图像的平坦区域依边缘信息按一定的内插公式进行内插复原.首先分离出图像的边缘,由于该边缘有一定的宽度,先对其两边进行跟踪处理,再将属于同一边缘同一边的点连接成链,这些边缘链的走向用霍夫曼最优编码处理,边缘链的灰度用分段等值化处理.文中用本法对人的头肩像进行了处理,得到的压缩后的比特率为0.217 bit/pel,这时复原的图像是令人满意的.     

基于边缘矩阵的链编码追踪算法

提出了一种基于边缘矩阵的链编码追踪算法,并引入“边缘矩阵”的数据结构,记录像素边缘的一些信息,以此辅助链编码追踪算法的运行。该算法不仅能追踪任意形状复杂区域的链编码,而且它的计算复杂性是线性的。该算法还可为给出表示链编码之间包含关系的树结构和其它分析打下了基础。     

采用HEVC的精细可分级编码

针对新一代的视频编码标准HEVC(high efficient video coding),提出一种改进的精细可分级编码方案.该方案的基本层采用HEVC的编码器,提高了基本层的编码效率;通过统计编码单元的分割方式,自适应找到图像中的细节区域;采用选择增强技术,提高细节区域的图像质量.实验结果表明:编码方案能够精细匹配信道带宽的变化,且基本层与增强层相互独立,不会带来误差传递;利用HEVC编码单元的分割方式,可以自适应找到视频序列图像中的细节区域,对运动区域进行提升,视频图像的主观质量有了很大的改善.     

基于TIN分块的数字影象自适应几何纠正方法

数字影象的高精度几何纠正一般采用分块的方法,在进行分块纠正时,必须解决影象分割、分块影象公共边的连续性问题,本文采用 TIN 网格分割影象,从理论上推导了数字影象纠正的数学模型并证明了边界连续性问题,设计了分块进行数字影象自适应纠正的技术路线。     

基于尺度不变特征变换的快速图像特征区域检测

针对快速图像特征区域检测受噪声干扰和尺度空间影响, 导致图像特征区域检测精度较低、 延时较长, 检测结果不可靠的问题, 提出一种基于尺度不变特征变换的快速图像特征区域检测方法. 先通过加权核函数, 加权平滑处理图像中各像素点, 实现图像去噪； 再在此基础上通过构建图像高斯尺度空间确定图像特征点区域, 删除低对比度像素点和边缘像素点, 快速提取图像特征点, 检测特征点所在区域即为图像特征区域. 仿真实验结果表明, 该方法能高效率、高精度地实现快速图像特征区域检测的全面检测.     

面向自适应计算的局部四面体网格重划分

为有效满足h自适应的网格重划分要求, 提出通过前沿推进法和Delaunay算法对四面体网格进行局部重划分. 首先, 在重划分过程中, 采用由线到面、 由面到体的顺序保证整体网格的协调性; 其次, 通过局部尺寸函数保证网格尺寸平滑过渡; 最后, 用投影法使网格满足几何保形. 仿真实验结果表明, 该算法适用于包含多部件的复杂计算机辅助设计(CAD)模型, 在h自适应加密过程中网格更贴近真实几何形态, 且重划分后可保证网格单元的质量.     

利用改进的超像素分割和噪声估计的图像拼接篡改定位方法

通过检测图像局部噪声水平的不一致性,提出一种图像拼接篡改区域的定位方法.首先,用改进的简单线性迭代聚类(SLIC)超像素分割算法将待检测图像分割成具有相似特征的像素块;然后,采用基于主成分分析的噪声水平估计方法计算每个图像块的局部噪声水平;最后,利用3种聚类算法对估算的噪声水平进行聚类,根据聚类结果定位出被篡改的区域.实验结果表明:文中方法不仅能有效定位被篡改的区域,而且能保留检测区域更多的边缘信息.     

基于区域标注的车牌提取算法研究

提出了一种基于区域标注的方法来实现静态图像中的车牌提取。车牌提取的主要步骤由以下几步构成:原始图像灰度化、数学形态学处理(前景图像处理)、图像二值化(阈值法)、图像滤波处理、特征区域标注,车牌特征提取、采用matlab进行实验仿真。在实验中,通过对各种场景下采集到1 000幅图像做测试,车牌定位率为98%。实验结果表明基于区域标注的车牌提取算法运算快,对背景较为复杂的图像中车牌的提取有良好的效果。     

图像垃圾邮件中文本区域的自动提取方法

图像中的文本区域为判别图像垃圾邮件提供了重要依据.为了获得图像中的文本区域信息,提出了基于Hough变换提取图像中倾斜文本区域的算法和降低图像背景干扰的八邻域细小边缘去除算法,实现了一种不受图像中文本颜色、字体、大小、位置、方向限制的文本区域的自动提取方法.在包含100幅垃圾图像的数据集上进行提取图像文本区域的实验.实验结果显示,新方法具有良好的文本区域提取性能.     

融合局部描述子的阈值图像分割算法

针对基于局部熵的过渡区阈值算法中没有同时考虑局部图像灰度变化的频率和幅度,提出一种融合局部描述子的过渡区阈值算法.提出算法首先采用图像的局部熵和局部方差等局部描述子提取图像的局部特征;其次融合局部图像特征构造特征矩阵,并选取合适的特征阈值提取图像的过渡区;最后根据图像过渡区的灰度均值分割图像.实验结果表明,根据一些图像分割的定量评价标准,提出算法提取过渡区的质量高,分割图像效果好.     

基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅SAR图分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,本文提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,首先对雷达图像进行Frost滤波、LSM图像分割和面积滤波的一系列图像预处理获得目标ROI区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对本文方法和传统图像分割算法展开数值实验,实验结果验证了本文方法在雷达目标散射中心区域分割的有效性和优越性。     

一种新的基于破损区域分块划分的图像修复算法

针对破损区域较大、结构信息复杂的图像修复难题,在分析手工修复方法的基础上,提出一种基于破损区域分块划分的图像修复算法。根据边界线破损而断裂的图像,先估算破损区域边缘各断裂边界线的走向;再将同一条边界线的各断裂边界线进行平滑连接,可将破损区域划分成不同的块;然后分别计算各块的优先等级;并利用BSCB算法,按优先级对各块进行修复;最后,将算法与BSCB算法及近年来提出的图像修复算法进行比较。结果表明,所采用的图像修复算法修复结果图像结构信息更清晰、图像边界过渡更自然、更符合视觉感知;并具有更高的峰值信噪比。