基于全散度的自适应鲁棒图形模糊聚类算法

针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。     

基于样本最大分类信息的聚类有效性函数

根据每一样本的最大分类信息,对Bezdek定义的划分系数进行修改,提出了一个新的聚类有效性函数,讨论了该函数的若干性质.实验结果表明在某些情形该函数的判决效果优于划分系数.     

直方图均衡化的数学模型研究

从图像最优对比度出发,提出直方图均衡化的一类最优化数学模型及其增强方法.针对线性规划求解基于最优对比度的图像增强法效率极低的不足,首先对传统直方图均衡化方法建立灰度级映射的最优化数学模型;其次提出了传统直方图均衡化的一种改进型灰度级映射最优化模型;最后探讨了灰度级映射最优化模型解具有的性质,以及传统直方图均衡化和可调直方图均衡化可视为本文方法的特例.实验结果表明,本文所提出直方图均衡化的一类最优化模型是合理的且能获得满意的增强效果,相比传统直方图均衡化和可调直方图均衡化方法更具普适性.     

一种基于包含度理论的图像分割方法

采用模糊集中的包含度提出阈值化分割图像方法.由于人眼视觉的主观性和图像结构的不确定性使得图像分割比较适合采用模糊技术进行处理.首先引人基于模糊集的包含度理论,其次基于模糊包含度公式定义图像分割选取阈值的新准则函数,最后基于互信息量和混沌理论给出该分割方法中的模糊隶属函数参数的最佳选取办法.实验结果表明,本文方法是可行的,且分割性能明显优于基于模糊熵或相似度的分割法.     

一种基于混沌映射的图像分组加密算法

为了提高信息加密安全性,提出一种三角混沌映射与拟分组加密算法相结合的图像加密方法。利用三角混沌映射产生混沌序列,将该混沌映射产生的混沌序列量化为离散二值序列,分析该混沌序列的性能参数指标,最后将三角混沌作为密钥用于改进的拟Feistel结构加密算法。通过对加密后图像相邻像素灰度共生矩阵指标进行实验分析,结果表明加密后图像相邻像素具有良好的空间随机特性。     

分段式三角混沌及其加密应用

为了提高图像加密信息的安全性,提出一个基于三角混沌映射和分段相结合的混沌映射。将三角混沌映射进行分段处理并构造分段式三角混沌函数,将该混沌映射产生的混沌序列量化为离散二值序列,分析该序列对初始条件的敏感性、频数检验、平衡度、以及Lyapunov指数等指标,并将其应用于图像加密研究。实验结果表明,该分段式三角混沌映射相比三角混沌映射具有更加良好的混沌特性,将其用于图像加密可获得大的密钥空间,该混沌映射和密文交错的图像加密方法相结合能获得较高安全性的加密结果,通过对加密后图像相邻像素灰度共生矩阵指标分析,表明加密后图像相邻像素具有良好的空间随机特性。     

混沌扩频通信及其误码率

为了研究不同相关特性的扩频码对扩频通信误码率的影响,将统计自相关和互相关特性作为刻画扩频码序列性能的重要指标,测试并分析作为扩频码的不同扩频序列的统计相关特性。通过实验仿真获取不同扩频码的误码率,将不同扩频码的误码率与其统计相关特性相对比并揭示二者之间的关联性。仿真实验表明混沌扩频码比经典扩频码能获得更低的误码率,尤其是第二种对偶改进Logistic映射所产生的扩频码更有利于扩频通信系统的需要。     

结合类内和类间距离的可能聚类分割算法

目的 为了进一步提高噪声图像分割的抗噪性和准确性,提出一种结合类内距离和类间距离的改进可能聚类算法并将其应用于图像分割。方法 该算法避免了传统可能性聚类分割算法中仅仅考虑以样本点到聚类中心的距离作为算法的测度,将类内距离与类间距离相结合作为算法的新测度,即考虑了类内紧密程度又考虑了类间离散程度,以便对不同的聚类结构有较强的稳定性和更好的抗噪能力,并且将直方图融入可能模糊聚类分割算法中提出快速可能模糊聚类分割算法,使其对各种较复杂图像的分割具有即时性。结果 通过人工合成图像和实际遥感图像分割测试结果表明,本文改进可能聚类算法是有效的,其分割轮廓清晰,分类准确且噪声较小,其误分率相比其他算法至少降低了2个百分点,同时能获得更满意的分割效果。结论 针对模糊C-均值聚类分割算法和可能性聚类分割算法对于背景和目标颜色相近的图像分类不准确的缺陷,将类内距离与类间距离相结合作为算法的测度有效的解决了图像分割归类问题,并且结合直方图提出快速可能模糊聚类分割算法使其对于大篇幅复杂图像也具有适用性。