基于问题的《中学函数和图像》学习系统的设计、实现和应用

本文讲述了一个网络环境下基于问题的<中学函数和图像>学习系统的设计、实现和应用.在系统中,提出学生在日常生活中熟悉的问题,并需要他们利用函数和图像来解决这个问题,在指导学生得出正确解决方法的过程中,使他们掌握函数和图像的基本概念和原理,并学会如何在实际问题中应用这些知识.     

基于模糊模式识别的场景图像分类方法

为解决装甲车车载图像跟踪系统中对场景进行分类的问题．提出了一种根据模糊模式识别原理对场景图像进行分类的方法。首先通过建立场景图像的特征向量来对场景进行描述，并根据所选特征参数设计了矢量隶属函数，然后通过计算隶属函数的值来对场景图像进行分类。实验证明，场景分类的结果对跟踪系统中目标提取方法的选取，有较好的指导作用。     

激光雷达和图像检测的高速公路自动收费系统

为解决高速公路收费系统在实际应用过程中车辆检测精度与实时性差等问题，设计激光雷达和图像检测的高速公路自动收费系统。清分中心利用激光雷达数据和图像融合检测算法检测高速公路上车辆，通过N-Message时钟同步周期算法为系统提供统一的时间规范，实现系统内时间一致。收费中心与收费分中心管理所属区域内的收费业务，并将清分中心设定的系统配置参数发送至下级单元。收费站单元在收费分中心管理下实现车道收费，并监控车道收费情况。该系统在实际应用过程中车辆检测平均精度值最高达到85%以上，检测时间为0.066 s。     

《二次函数的图像及其应用》教学设计

教材分析 二次函数是最重要的初等函数之一，中学数学的很多问题最后都要划归为二次函数处理。二次函数的图像和性质是解决二次函数问题的关键。静态的图像不便于揭示二次函数变化的规律，信息技术的引入正好可以帮助学生解决这一问题。     

基于各向异性滤波和空间FCM的MRI图像分割方法

针对具复杂目标和边界模糊的MRI图像中多感兴趣区域的分割中分割MRI图像软组织难的问题, 提出了一种基于各向异性滤波和空间模糊C-均值聚类(SFCM)的MRI图像分割方法; 用新型各向异性滤波对图像进行预处理, 解决去噪平滑的同时弱化图像细节的问题; 用邻域空间信息设计空间函数, 改进传统FCM的目标函数; 用图像的空间信息实现图像各目标准确分类、有效解决孤立区域的正确归类问题, 进而使分割区域完整; 用直方图拟合曲线初始化分类数和初始聚类中心, 加快算法迭代到最优解, 进而减少运行时间。通过实验证实了各向异性滤波和空间FCM的MRI图像分割方法的综合应用显著提高了分割灰度重叠、目标不连续和目标边界模糊的MRI图像的分割效果。     

融合相关反馈和流形学习的语义图像检索方法研究

融合相关反馈和流形学习的图像检索方法．既可以解决基于内容图像检索的“语义鸿沟”问题．又可以解决因为用户反馈标记样例较少所导致的较难学习用户语义概念问题。深入研究近年来比较有代表性的方法,包括ARE和MMP,并在具体的系统中比较二者的性能;此外。进一步分析此类方法面临的挑战和实际应用时需迫切解决的问题。     

基于Tchebichef矩和粗糙集的图像分类方法

矩函数能够描述物体形状的全局特征,而采用粗糙集理论解决图像分类问题能避开图像相似度大小的复杂计算.考虑到二者在图像数据处理方面的优势,提出一种基于Tchebichef矩和粗糙集的图像分类方法.首先从图像中提取出Tchebichef矩,再应用粗糙集进行图像分类.实验结果表明该方法能有效地进行图像分类,同时比较了基于Tchebichef矩、Zernike矩和Hu矩的识别结果,说明该方法优于其它方法.     

光学成像系统空间移变降质的最小二乘约束复原

对光学成像系统引起图像的空间移变降质，可以根据光学系统的特性函数确定相应的或者近似的逆（复原）函数，以数字图像处理的方法进行恢复，这些复原函数仍然具有空间移变的性质。本文在多项式近似逆滤波图像恢复方法的基础上，提出将空间移变的复原函数分解成空间移不变的基函数及其各次幂的线性组合，给出的基函数可以消除在图像恢复中用数字图像的差分代替图像的导数引入的误差，并在复原函数中引入最小二乘约束，对恢复图像进行规整，得到空间移变降质图像的最小二乘约束复原。获得的复原图像，是降质图像偶数阶差分的线性组合，组合系数由成像系统的点扩散函数、约束算子、复原规整参数和分解基函数确定。对模拟和实际获取的空间移变降质图像的处理结果表明，这种方法对各种信噪比条件下的图像恢复均适用。     

运动模糊图像复原算法研究

运动模糊主要是由于成像系统与目标物之间产生了相对运动而成的。在运动模糊图像复原的研究中,运动模糊的点扩散函数(PSF)和复原方法是近年来图像复原中的热点问题。针对含有噪声的运动模糊图像的退化模型和恢复过程进行了研究,叙述了运动模糊图像基本原理,并提出了一种基于变分法求极值的方法并应用了模糊图像限制核函数法的方法解决了变分模型中大多数应用场定义域的有限性,最后根据方法得出实验结果。     

实时SAR成像系统中矩阵转置的设计和实现

矩阵转置是多维图像和信号处理中常用的处理过程，在SAR成像系统中也有非常重要的应用，重点讨论了数据流处理中行进列出的一类转置问题，结合SAR成像算法，分析成像系统中矩阵转置的特点，提出了输入输出平衡的数据流转置方式，解决由于硬件实现中存储器读写速度不同和输入输出数据量不同所带来的输入输出负载不平衡问题，还介绍了SAR成像系统中转置存储部件的实现问题，转置存储部件采用双总线的结构，图像数据的输入和输出可以并行进行，具有非常高的数据传输速度，在66MHz的工作频率下，能达到340MB/s的数据吞吐率。     

开放性图像处理系统的设计思想

图像处理在计算机图像应用和知识中占据着举足轻重的地位。本文主要阐述了一种功能模块化，处理流程化，操作交互化的开放性图像处理系统的设计思想及系统设计中应解决的主要问题，该系统不但可以使图像处理工作方便灵活，而且可以使系统更加易于管理维护和功能扩展。     

基于V-矩的图像分类算法

基于一类不仅含有连续函数,还含有间断函数的正交完备函数系——V-系统,提 出相应的V-矩函数,并将之应用到图像分类中。V-系统中基函数的间断特性,使得V-矩函数 在描述含有多个闭合边界的形状时有特别的优势,这种优势表现为对这类复杂形状的特征提取 更加准确。因此用V-矩可以得到一种图像分类的有效算法。在几个通用数据库中的图像分类 实验表明,本文算法较Zernike 矩、不变矩和几何中心矩有更高的准确率,对噪声不敏感,特 别在含有多个闭合边界的复杂形状分类问题中,本文方法优势更为显著。     

用于岩心扫描的彩色线阵CCD图像采集系统

针对岩心资源数字化的需求,设计并实现了一种用于岩心图像扫描仪的彩色线阵CCD图像采集系统。实际应用表明，该系统能很好地解决现有系统的分辨率低、成本高的问题。可为后继的岩心图像分析工作提供可靠的依据。     

基于改进残差网络的模糊图像无损复原方法

图像拍摄过程中，由于受到错误拍摄操作等因素的影响，图像会出现信息受损等退化现象，其中图像模糊是最为典型的图像退化问题。本次研究以改进常规的残差网络为基础设计了模糊图像无损复原方法。为解决图像模糊中常见的运动模糊，首先通过线性点扩散函数仿真简单的运动模糊模型，并采集模糊图像。其次，通过与跳层结构相结合的方式优化常规的残差网络，解决因网络深度增加带来的梯度弥散和梯度爆炸问题，简化优化后的残差网络结构。最后，将模糊图像输入到优化后的残差网络中，完成模糊图像无损复原。实验表明，该方法提高了图像的高频率细节，有效保留了图像边缘特性，复原效果较好。     

基于差异空间相关反馈过程的高光谱图像CBIR系统

大多数现有的高光谱基于内容的图像检索(content-based image retrieval, CBIR)系统依赖特征表示和差异函数,而这些不完全满足传统相关反馈(relevance feedback, RF)的机器学习要求。为了解决该问题,通过差异空间的RF过程改进了CBIR系统,使用差异空间替代通常使用的特征空间,使其更适合一般机器学习技术。首先,使用一些非零查询正样本输入到系统中。然后,通过高光谱差异函数比较输入查询并初始化数据库获取图像的排序。最后,用户标记被系统检索的图像,选择原型图像集并开始RF过程。利用基于分离和字典的高光谱差异函数测试本文的RF-CBIR系统,高光谱数据集的实验表明了本文系统的有效性,零查询的查准率和查全率接近最近RF结果。相比其他几种较为优秀的CBIR系统,本文系统取得了更高的查准率和查全率。     

多媒体应用中图像的获取和显示

本文从数字图像的角度出发，分析了在多媒体应用中，为了解决视频图像的获取图像在ＶＧＡ显示器上显示必须注意的一些问题，例如，采用数字多制式解码器、双口视频存储器和视频控制器 。介绍了视霸所用的Ｐｈｉｌｉｐｓ数字电视集成电路。     

基于一维压缩感知和混沌的医学图像加密研究

医学图像由于涉及隐私等重要问题，其安全性问题逐渐凸显，同时其具有数据量大、同色像素连续性高等特点。为实现医学图像安全、快速地在网络中传输，提出一种基于压缩感知和同步混沌流密码的医学图像加密方案。首先迭代三维同步混沌流密码系统构造出测量矩阵和得到用于加密的伪随机序列。然后，利用测量矩阵对整数小波变换后的稀疏医学图像进行测量，并使用量化函数将测量后的图像量化至[0,255]范围内的整数。最后，利用伪随机序列加密量化后的图像。相应的解密算法也同时给出。从以CT图像为例的实验仿真结果可知，该方案具有良好的压缩和加密性能。同时，相关安全性能分析结果表明，所提方案对统计攻击和剪切攻击具有良好的安全性和鲁棒性。     

基于SRGAN的图像超分辨率方法研究

基于机器学习的图像超分辨率系统主要应用于摄像设备分辨率不足、图像精度受损等场景，通过机器学习算法模型的方法解决对高清图像的需求问题。使用基于SRGAN图像超分辨率上的模型,对传统SRGAN模型的有关网络和函数进行改进和优化：通过对优化器Adam进行改进、调整学习率以及使用图像降噪等技术，使得重建的图像细节更加清晰，整体表现出较好的性能。     

基于多分辨率分析和混合优化的医学图像配准

基于图像几何特征的配准方法速度快，应用价值高，但由于几何特征提取的不准确问题使配准易陷入局部极小，而目前常用的全局优化算法又存在收敛速度慢的问题。该文提出了一种以图像边界的平均Haudorff距离作为代价函数，基于多分辨率分析和混合优化策略的图像配准方法，将其用于医学图像配准，并与基于Hausdorff距离的几种传统方法进行分析比较，实验结果显示，在模拟退火算法和Powell算法的混合优化策略下，新方法具有良好的全局优化性能和时间性能。     

基于频域共轭梯度算法的盲目图像恢复

在分析了目前各种算法存在的一些基本问题的基础上，提出了盲目图像恢复的频域共轭梯度算法，算法假设退化系统的点扩散函数具有圆对称性，并考虑图像的频域具有复共轭对称性，在频域里建立了新的优化判据；采用共轭梯度算法搜索判据，从而在有实际物理意义的区域中收敛于最优解；对光学成像系统常见的离焦、衍射模糊问题进行了仿真；用该算法实现了其退化图像的恢复，给出并分析了结果。