基于多核的MCMC图像去噪算法并行实现

图像去噪是许多图像处理任务的前提。马尔可夫链蒙特卡洛图像去噪算法是很重要的一种图像去噪方法,但去噪后图像存在明显斑点,在高噪声情况下去噪效果不理想,实际应用中需要进行噪声方差估计,运算速度慢。提出两步去噪方法,用均值滤波对噪声图像进行预处理,估计预处理后图像噪声方差,进行MCMC图像去噪;为充分利用多核处理器的硬件资源,研究了将MCMC算法进行并行编程,提高了程序的运行速度。实验表明两步去噪方法减少了斑点、提高了信噪比;并行实现提高了运算效率。     

Bent函数估计的可计算达到上界

Bent函数的计数和数目估计问题与依据其设计的流密码的安全性有密切联系。通过将Bent函数表示为定序特征矩阵,引入Bent矩阵的概念;根据Bent函数的定义,得到Bent矩阵的一些性质;利用解决一阶相关免疫布尔函数计数问题的方法,给出Bent函数个数估计的一个基于整数分拆表示的可计算上界,计算实例说明该上界是可达到的上界。     

HPLC法测定樟脑丸中萘含量及与GC法的比较

用HPLC法测定樟脑丸中萘的含量,并与GC法进行了比较。结果表明,HPLC法所消耗的样品量最少仅为GC法的1/100~1/10;限于所取样品中萘的含量的条件,HPLC法测定下限为8.541×10-2μg。     

信道自适应主动块低频分量丢弃数字图像传输技术

为减少图像传输的数据量,满足信道带宽的要求,在图像发送端以块为单位对图像进行划分,利用离散余弦变换(DCT),按照一定的规则主动丢弃部分块的低频分量,而在图像接收端通过图像重建技术对丢弃的图像数据进行恢复,从而再现原图像。实验结果表明这种数字图像传输技术改善了DCT图像质量。     

一个快速的被动式传感器数据关联算法

本文针对仅能获得关于目标角度信息的被动式传感器、且允许传感器漏检、虚警、以及监视空域目标位置和数量未知的静态数据关联问题,提出了一个基于空间交点属性强度的快速数据关联算法.与现有算法相比,本方法较好地改进了数据关联算法的精度和运算速度.最后,通过仿真实验给以验证.     

多水平外区抑制的轮廓检测

提取自然图像中的物体轮廓是机器视觉研究的重要问题,主要困难在于自然图像中的纹理性边缘严重干扰了物体轮廓的提取。研究表明视皮层方位选择性神经元的非经典感受野机制使得人类视觉系统在处理自然图像时不仅能够抑制纹理性边缘,而且能够增强物体的轮廓。基于此人们提出多种仿生轮廓检测算法,但算法中被称为抑制水平的参量在取值较高时会漏检部分轮廓,而在其取值较低时又会引入过多的纹理性边缘。针对这一问题,提出多水平外区抑制轮廓检测算法,通过整合各级单水平外区抑制的检测信息,有效抑制了纹理性边缘和降低了漏检轮廓的可能性。实验结果表明,相对于传统算法,新算法在轮廓检测性能上提高了10%左右,并具有更好的稳健性。     

多传感器多目标数据关联模糊聚类算法的改进

多传感器多目标跟踪广泛应用于军事和民用监视系统。数据关联和滤波技术是多目标多传感器跟踪监视系统的主要组成部分。近年来,人们开始研究模糊数据关联方法,取得了较好的效果。本文针对基于模糊聚类均值算法的数据关联方法中的一些问题,提出了一些改进的想法,仿真结果说明了其有效性。     

CT图像椎骨分割的局部模糊主动轮廓方法

针对医学CT图像灰度值分布不均匀的问题,由于模糊能量主动轮廓（FEAC）模型用全局灰度信息对图像进行分割,导致过分割现象。对该方法作出改进,即一种局部化FEAC（LFEAC）模型,利用局部的加权平均值代替全局的均值。将该方法用于医学CT图像椎骨分割,实验表明分割效果比FEAC模型和CV模型好。     

基于肋骨信息的CT图像肺区疑似粘连肿瘤检测

在计算机辅助CT图像肺部肿瘤诊断系统中,当肺区内部存在较大粘连肿瘤时,将导致分割出来的肺区存在较大的缺陷,因而在肺区内部就无法识别粘连肿瘤。利用肋骨轮廓与肺区轮廓形状相似的特性,先用三次立方样条曲线拟合出肋骨的内部轮廓,然后根据肋骨轮廓图与肺区轮廓图找出可疑粘连肿瘤的种子点,最后将肋骨轮廓图与肺区图相结合进行区域生长找到疑似粘连肿瘤。实验结果表明该方法能有效的从CT图像中分割出疑似粘连肿瘤。