基于小波包分解和形态学融合的地基云图边缘检测

采用一种基于小波包分解和数学形态学融合的边缘提取方法用于地基云图的边缘检测.首先对图像进行基于小波包分解的边缘提取,然后对图像进行数学形态学的边缘检测,最后利用图像融合技术对两幅图像进行融合得出最优边缘图像.通过Matlab软件验证和比较,表明该方法实际使用效果较好.     

利用拉普拉斯能量和CNN的多聚焦图像融合方法

多聚焦图像融合技术的目的是生成一幅全聚焦图像.所谓全聚焦图像,就是将不同源图像的清晰区域集成到一幅单一的图像中.传统的图像融合方法通常存在块伪影、人造边、晕轮效果、振铃效果以及对比度下降等问题.对此,本文提出了一种利用拉普拉斯能量和CNN的多聚焦图像融合方法.使用拉普拉斯能量算子可以有效的提取源图像的聚焦信息,而训练后的卷积神经网络模型从聚焦信息图中提取的聚焦特征可以有效的进行聚焦子块和离焦子块的区分.训练后的卷积神经网络模型不仅具有很好的提取活跃窗口相对聚焦度的能力,而且可以获得精确的分割边界.在经过多轮训练后,卷积神经网络模型可以很好的在源图像和分值图之间建立一种有效的映射,这对于生成一幅精准的聚焦图至关重要.采用二值分割和小区域滤波技术来对聚焦图进行进一步的修正,获得用于融合的最终决策图.最后,根据最终决策图提供的权值,对多幅源图像进行融合形成最终的融合图像.实验结果表明,无论从视觉效果还是从定量评价方面,提出的方法均优于目前已有的其它融合方法.     

基于元胞自动机的棉制品图像的拼接方法

棉制品布面检测中,布面图像的采集很关键,通过棉制品图像拼接来得到一幅大范围完整的图像.用固定相机和调节运作台传输的速度可以人为的设定两幅图像重叠范围.先对待拼接的图像进行去噪和二值化,去掉较多的伪信息,来得到较好的图像轮廓信息;接着用元胞自动机模型进行图像边缘检测得到边缘信息;再提取出特征点进行图像拼接和融合后,得到一幅大视角的图像.实验结果证明这种方法可以有效地实现特征点较少的图像间的拼接.     

基于小波分析和BP神经网络的图像特征提取

提出一种基于小波分析与神经网络复合模型的图像特征提取方法.利用二维离散小波变换对图像信号进行滤波和边缘提取,作为图像的输入量供BP网络识别分析.构建了3层BP神经网络模型对图像特征进行识别,采用模糊加权算子的模糊化分层,特征提取模板提取图像中的不同特征,输出层采用均方差权值输出.通过对由50幅图像组成的训练集合进行训练和实验验证,结果表明,本方法的分辩误差率在4%以内.     

基于小波分析的热红外图像自动配准方法

研究一种快速、准确、抗噪、有效的热红外图像自动配准方法 .首先用小波分析技术提取两幅图像的特征点 ,然后对两幅图像之间的角度差进行补偿 ,最后用多层特征点匹配技术完成两幅图像的变换参数的估计和自动配准 .对热红外图像自动配准的仿真表明本文提出的方法可以快速、自动、比较准确地得到图像之间的配准参数 ,且对噪声具有一定的适应能力     

小波包变换的图像融合技术的研究

图像融合技术是把同一目标的多幅图像融合成一幅高质量的图像.给出了一种基于小波包变换的图像融合方法.对两幅图像分别进行小波包分解,得到两幅图像的小波包分解系数,进一步对小波包系数进行分析和处理.对两幅图像低频波段的逼近系数取均值,对高频段选取绝对值大的小波包系数,得到融合系数矩阵.对融合数据进行小波包反变换,得到两幅图像的融合图像.使用该方法对两幅图像进行了融合,得到的融合图像汲取了两幅图像的优势,视觉效果较好.     

基于SIFT-ACO的图像拼接算法

针对具有一定旋转角度的多幅图像拼接问题,提出了一种基于SIFT-ACO的图像拼接算法。对拼接图像进行预处理后,用SIFT算法提取图像特征,将经典的生物智能优化算法ACO加入到图像配准中,对图像特征点进行配准,最后将多幅图像融合,得到一幅宽视角、无缝、高精度的图像。对多组不同角度拍摄的图像进行拼接试验。试验结果表明：在不影响整体视觉效果的前提下,该算法能有效地提高图像拼接精度。     

基于区域连通性分析的视网膜血管分割方法

为了解决传统的视网膜分割方法中存留的难以分割小血管和低对比度区域血管等问题,提出了一种新的视网膜血管分割算法-区域连通性分析的方法。首先对同一幅图像分别进行对比度受限自适应直方图均衡化和二维高斯匹配滤波进行预处理,然后使用最佳熵阈值分割方法对两幅预处理之后的图像进行分割,最后采用血管区域连通性分析的方法进行分析,提取出血管区域。通过对比专家人为提取的结果,使用本文算法分割出的血管图像接近于手动提取结果。实验结果证明,基于区域连通性分析的方法可以有效提取出视网膜血管。     

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。     

基于机器视觉的智能化布匹瑕疵检测方法

为了满足布匹瑕疵检测的准确性和实时性要求,通过对几种纹理分析方法的讨论,提出了一种智能化的瑕疵检测方法.该方法将图像等分成局部窗口,利用局部标准差和平均值对图像进行初检测,确定瑕疵存在的区域.然后采用Gabor滤波器,在多分辨率和多通道上分别对图像有瑕疵的区域进行滤波,建立金字塔图像表示结构,并对滤波后的多幅图像进行融合和重建,把瑕疵从布匹背景中提取出来,从而完成瑕疵的检测.实验证明,该方法检测速度快,准确率高,能够满足检测要求.     

舌脉计算机自动分割方法

为了对舌脉进行计算机自动分析,基于现有的血管分割方法,针对舌脉分布的特点,在基于投影初始边界Snakes模型方法分割舌体的基础上,采用R通道及色度阈值对舌图像预处理,用C均值聚类方法并结合舌脉分布走向的先验知识分割舌脉.实验结果表明,这种方法可以得到较好的分割效果.     

基于数学形态学和HIS模型的彩色舌图像分割

从数学形态学的基本理论出发,利用数学形态学能描述图像形态特征的特点,结合ＨＩＳ模型,充分考虑图像的彩色信息,提出了基于数学形态学和ＨＩＳ模型的舌图像分割算法,实验结果表明,本算法具有较好的分割性能．     

基于对称性特征分块主成分分析的人脸识别方法

为了进一步提高人脸识别的精度,考虑在分块主成分分析算法中引入对称性思想。首先对图像进行分块并分别求其奇偶对称脸,然后利用主成分分析算法提取图像的主要鉴别特征。该方法充分考虑了光照等多种因素对识别率的影响,利用人脸图像的对称性增加了样本数量,以有效提高识别率。在ORL人脸库上的实验显示,在每类训练样本数为7、提取特征数为20的情况下,基于对称性特征的分块主成分分析方法的人脸识别率为95%,说明该方法是有效的。     

母语口音遗留现象与大学英语语音教学

母语口音问题是SLA(二语习得)中备受关注的几个问题之一,甚至有些语言习得者将口音列为SLA是否成功的标准之一,原因在于SLA实践中往往会出现母语口音遗留现象并影响SLA。是什么因素导致这种现象的产生?此种现象对大学英语语音教学有何启示?通过对SLA领域的"关键期假说"及"语言迁移"来找出母语口音遗留的原因并进而提出对大学英语语音教学的几点启示。     

基于模式融合的生物特征识别

在模式融合的生物特征识别的基础上,提出了防伪的手指静脉和指纹复合信息识别系统模型,来解决指纹识别系统安全性和问题。建立了手指静脉识别新方法。首先对获取的手指静脉图像进行二进制小波变换,将图像信息转换为一系列的小波系数,此系数中包含背景以及采集时的噪声,通过软阈值去噪,从小波系数中消除噪声信号系数,用消噪后的小波系数重构手指静脉信号,重构后的图像作为特征图像。由于静脉信息相对较少,因此可采用比较准确的模板匹配。     

手背静脉图像的降噪和分割研究

手背静脉识别是一种新兴的生物特征识别技术。根据手背静脉图像的特点,对静脉图像预处理进行了研究。静脉图像预处理分为图像的降噪和静脉图像的分割两部分。提出了一种混合噪声滤除算法,在判断出的脉冲噪声基础上,根据连通性去掉被误判成脉冲噪声的边缘,有效地滤除了静脉图像中的脉冲噪声和高斯噪声,且较好地保护了静脉图像的细节特征;采用了局部动态阈值算法NIBlack算法对图像进行分割。很好的提取出了手背静脉。     

基于二维Gabor小波和支持向量机的人脸识别

针对人脸识别中的高维、小样本问题,提出了一种基于二维Gabor小波和支持向量机的人脸识别方法。首先对人脸图像进行多分辨率的Gabor滤波,对得到的人脸Gabor特征向量空间进行均匀下采样来降低特征空间维数,然后用主成分分析方法来进一步降低人脸Gabor特征向量空间的维数。接着把得到的人脸Gabor特征向量作为支持向量机的输入进行训练获得人脸分类器。通过对ORL和Yale两个人脸库的试验,表明该方法具有识别率高和鲁棒性强的特点。     

一种新的血流建模方法及其在红外人脸识别中的应用

为了从时延红外人脸图像中提取出更加稳定的血流特征,提出1种新的基于生物热传模型的人脸血流图建模方法,并应用于人脸识别。基于生物热传模型中经典的Pennes生物传热方程通过离散化建模,得到对应的血流图。然后,基于红外人脸图像低分辨率的特点,对得到的血流图采用经典主成分分析PCA(principal component analysis, PCA)+Fisher线性鉴别分析(Fisher linear discriminant analysis, FLD)的方法进行人脸识别。实验结果表明:本研究提出的血流计算方法充分考虑到血流之间的关联性,可以得到更加稳定的血流特征, 用于人脸识别,在不同环境温度的情况下(对于时延数据)具有较强的鲁棒性。     

自动聚焦系统研究

为了准确地确定聚焦平面位置,对自动聚焦技术中聚焦区域选择、聚焦评价函数的确定和搜索策略等关键部分进行了研究.针对聚焦区域,以一阶矩值为聚焦窗口中心,由具体处理的图像分辨率与图像内容决定聚焦区域范围;针对简单图片序列与复杂图片序列,对各种聚焦评价函数进行了仿真与验证;提出了一种改进的爬山法,充分利用聚焦评价函数指标陡峭区宽度与局部极值因子,同时设置两个搜索斜率阈值,为自适应修正搜索步长奠定了较好的基础.结果表明:Laplace聚焦评价函数与SML聚焦评价函数各方面性能优于其他聚焦函数;本文提出的搜索方法可以准确地搜索到焦平面的位置,可为后续基于图像分析操作的工业化与自动化奠定良好的基础.     

Protective Effects of Qingshen Compound on Experimental Masugi Nephritis Model in Rats

To study protective effects of Qingshen Compound on experimental anti-glomerular basement membrane antibody (AGBM-Ab) nephritis model in rats, an experimental Masugi nephritis model was established in Sprague-Dawley(SD) rats by a single-dose injection of prepared rabbit anti-rat glomerular basement membrane(GBM) serum into sublingual vein and then effects of Qingshen Compound on urine volume, urinary protein level, blood urea nitrogen (BUN), creatinine (Cr), albumin (Alb), triglycerides (TG), cholesterol (CHO) and histopathological changes were investigated. After successive daily three-dosage oral administration to rat groups (9.4, 4.7, 2.3g ·kg^-1) for 8 weeks, Qingshen Compound was proved effective on increasing urine volume and Alb content, and decreasing levels of urinary protein, BUN, Cr and TG. Furthermore, high and middle dosages (9.4, 4.7g ·kg^-1) could improve histopathological healing of the model. In summary, Qingshen Compound has shown protective effects on experimental Masugi nephritis model in rats.