基于小波变换和矢量量化的指纹图像压缩算法

提出一种用于指纹图像压缩的矢量量化算法．该算法在对图像多级小波变换后，利用三个方向上各自小波系数之间的相关性，构造符合图像特征的跨频带矢量．并采用了基于人眼视觉特性的加权均方误差准则和基于成对最近邻算法的LBG算法进行矢量量化，提高了图像的编码效率和重构质量．仿真结果表明，该算法实现简单，在较低的编码率下，可达到较好的压缩效果．     

基于上下文小波量化的彩色图像压缩编码

本文针对传统彩色图像压缩算法复杂、模型开销大的不足,提出一种基于上下文小波量化的彩色图像压缩编码算法.该算法根据彩色图像亮度分量和色度分量的高度相关性和小波多分辨率理论,采用先对图像小波位平面编码,再对编码过程进行量化监督的方法来保证压缩编码的准确性.实验证明,该方法的压缩效果优于传统压缩方法JPEG2000.     

基于视觉冗余的多感兴趣区域医学图像压缩

针对医学图像信息量大的特征,提出基于视觉特性的多兴趣区域图像压缩方案,通过仿真实验表明,该方法得到较高的压缩比和压缩视觉效果,为医学图像远程传输和存储提供更为有效的方案。     

基于视觉注意的图像感兴趣区域分割算法

为了更好地对浅景图像和简单背景图像进行分析和处理,进而改善图像的质量和效果,在Itti注意力模型算法的基础上,提出了基于视觉注意的阂值分割算法.该算法主要通过对像素属性的分析提取图像的感兴趣部分,根据像素点与均值的偏离程度对图像进行增强,利用感知学原理使HSI颜色空间所成图像更符合人的视觉要求.实验结果表明,该方法符合生物学的视觉注意机制,在自动检测感兴趣区域时,可以有效减少过分分割,也能较好地提取出较大的感兴趣区域.     

基于像素分割的改进分形图像压缩算法

提出了一个类似于图像块分割的快速分形编码算法．首先,利用像素抽样的方式将图像重新组合成新的块区域,选择其中的一个块区域作为模板,然后对模板区域进行分形图像压缩编码．再利用块区域之间的相似性,对其余的块区域进行编码．实验结果表明,本算法在解码图像的质量略有下降的情况下,大大缩短了编码的时间．     

法庭科学应用光谱成像技术感兴趣区域选择方法的研究

光谱成像技术作为新的无损检验方法,被引入法庭科学领域后,立刻受到世界范围刑事技术工作者的密切关注。光谱成像技术在潜在痕迹检验、文件检验、微量检验等多项业务工作中已经展现出巨大的优势和良好的效果。为了达到增强检材与背景之间的反差并最大限度地消除图像中的噪声干扰,需要选择适当的感兴趣区域作为检材物质的代表。在以往的研究与工作中,感兴趣区域的选取完全依赖于技术人员主观经验的判断,既无规律可循,也没有客观评判标准。本文尝试通过实验研究光谱成像技术中感兴趣区域选取的一般规律。本文使用可见光波段液晶可调谐滤光镜型光谱成像仪,获取打印纸表面顺次连续盖印印文的光谱影像集,分别选择不同盖印次序形成的印文作为感兴趣区域,使用Misystem分析系统识别所有印文。结果表明,不同浓度的同种物质光谱曲线不完全相同,选择不同浓度区域的物质作为感兴趣区域,经过分析处理最终得到的光谱影像结果也不相同。同种物质在相同面积范围内,遗留浓度差异会对光谱数据后期处理效果产生非常大的影响。法庭科学应用光谱成像技术在形态检验过程中需要选取不同浓度、尽量丰富的目标检材作为感兴趣区域,种类区分的检验工作中需要选取浓度较低的目标检材作为感兴趣区域。     

基于阈值选取高光谱感兴趣区域的牛肉掺假检测

目的建立一种通过阈值选取高光谱图感兴趣区域建立模型从而提高快速检测牛肉掺假猪肉水平的方法。方法以2%为间隔,掺假比例为2%～50%(w/w),配制掺入猪肉糜的掺假牛肉样本并采集高光谱反射数据,根据某波长处光谱数据频率曲线设定阈值提取高光谱感兴趣区域,同时以直径为150个像素的圆形区域提取光谱作为对比。采用浓度梯度法、Kennard-Stone法、光谱-理化值共生距离法(sample set partitioning based on joint x-y distance,SPXY)、极大线性无关法将样本划分为校正集和预测集,借助多元散射校正结合平滑预处理后采用偏最小二乘法建立掺假预测模型进行比较分析。结果通过设定阈值提取感兴趣区域建立的模型比圆形区域提取所建模型更加稳定、精准,其中SPXY法划分样本所建立的模型预测效果最好,校正相关系数r_c~2为0.9733,验证集相关系数r_p~2为0.9515。结论基于高光谱技术通过设定阈值提取特征光谱并结合化学计量学可提高预测牛肉掺假的能力。     

小波变换在印刷图像压缩中的应用

在彩色桌面系统中,一般都要求前端扫描系统的分辨率比较高,而数字图像数据量的大小与扫描分辨率的平方呈正比关系,所以扫描后所得的数字图像的数据量很大。为了节省存储空间,有必要对图像的数据量进行压缩。下面我们首先介绍一种传统的编码方法。     

高光谱图像感兴趣区域对苹果糖度模型的影响

高光谱图像技术作为一种强有力的新兴技术,已应用于食品农产品品质与安全检测研究,然而高光谱图像中感兴趣区域形状大小的选择直接影响着检测的精度和稳定性。首先采集苹果330~1100 nm的高光谱图像,分别提取不同大小的圆形感兴趣区域和方形感兴趣区域的平均光谱,经光谱预处理以消除噪声及无关信息的影响,然后采用偏最小二乘法分别建立苹果的糖度定量分析模型,并以独立样本的预测集进行验证,分析感兴趣区域形状大小对高光谱图像建模精度的影响。结果表明,提取直径为150像素的圆形感兴趣区域建立的苹果糖度模型精度最高,预测能力最强,校正集相关系数Rc为0.9305,校正均方根误差RMSEC为0.4331,预测集相关系数Rp为0.9232,预测均方根误差RMSEP为0.4568。研究表明,针对研究对象选择合适形状和大小的感兴趣区域,对提高模型精度、发挥高光谱图像的技术优势具有重要意义。     

基于DSP的小波变换算法的实现

采用数字信号处理器(简称DSP)技术,在TMS320C6000DSK板上实现了小波变换算法,为减少图像数据的存储量创造了条件.图像处理的实例表明,该算法的数据压缩效果良好.     

基于小波变换的分形特征图像编码

在对图像块进行小波变换的基础上,通过计算各频带的分形维数,形成图像块的分形特征向量,把传统的子块匹配问题转化为分形特征向量意义下的子块匹配问题.实验结果显示,本文提出的方法与Jacquin的全局搜索法相比,尽管解码图像质量略有下降,但编码速度提高了70倍以上.     

基于进化规划的小波分形图像编码方法

研究了进化规划在分形图像压缩中的应用.建立了小波域搜索匹配父树的数学模型.将匹配误差归结为父树位置与仿射变换的函数,从而使搜索父树问题转化为整数组合优化问题.在此基础上,给出了基于进化规划的小波分形图像压缩的编码方法.最后通过数值实验比较了进化规划、遗传算法以及穷举法在小波分形图像编码中的效果.     

基于小波分解系数的织物图像分类分割

 针对既考虑颜色域又考虑空间域的分割算法对小纹理织物图像产生较大分割失真,而只考虑颜色域信息的算法又对大纹理粗糙图像的纱线缝隙不能有效去除的问题,提出了基于小波分解能量的织物分类算法,先判断出织物粗糙与否,再选用相应算法分割。发现由纱线缝隙等造成的较大纹理主要存在于小波变换的2、3级细节图像上,通过计算这两级的分解系数能量和,判断是否属于大纹理织物,再依据2、3级的能量比判定粗糙程度,实现对织物的分类分割。     

结合特征学习与注意力机制的服装图像分割

针对小尺寸服装与遮挡服装图像分割准确率低的问题,提出一种基于改进多尺度特征学习策略与注意力机制的服装图像分割方法。以Mask R-CNN为基础框架,首先采用增强特征金字塔网络优化模型的特征学习过程,对多尺度服装特征进行统一监督,缩小不同层级之间的语义差距,引入残差特征增强模块减少高层特征损失,采用软感兴趣区域选择自适应地获取最优感兴趣区域特征;然后在分类预测分支引入通道注意力模块,在边界框回归与掩膜预测分支分别引入空间注意力模块,提取图像中需要重点关注的服装区域特征。结果表明,与其他方法相比,本文方法改善了小尺寸服装图像和遮挡服装图像分割中存在的漏检、漏分割现象,提取出的服装实例更精确,其平均精度均值比原模型提升了3.8%。     

基于不同小波基函数的多层小波变换掌纹识别方法研究

利用手掌的几何轮廓对掌纹图像进行预处理,分割得到感兴趣区域(ROI).基于不同的小波基函数,对掌纹图像分别进行多层小波变换,进而提取不同小波下的能量特征.通过计算不同基函数、不同层次下小波能量特征的识别率,得出不同小波基识别能力的强弱.实验表明,与以往算法相比,本方法具有较好的识别效果.     

基于小波变换的农田害虫图像预处理研究

以农田害虫识别系统中图像的预处理为研究对象,利用小波变换对图像进行不同尺度的小波分解,对得到的小波系数进行不同的处理,包括小尺度下的高频系数置零、阈值处理、模极大值处理以及增加大尺度下高频系数的相对值等方法,从而达到去噪、增强等图像预处理的目的.结果表明:利用小波变换对图像进行处理,可以收到良好的效果.     

小波域中的块运动估计法

将小波变换引入到视频图像运动估计中,运用三次B样条小波对图像进行边缘提取,同时,对图像进行了小波分解,提出了小波域中基于边缘的分块方法.该方法主要运用了帧内灰度的相关性信息,减少传输的比特率,降低了运算复杂度,同时能够保证图像的边缘部分的估计精确度.通过计算机模拟试验,得出了测试序列结果.     

一种基于高光谱图像的熟牛肉TVB-N含量预测方法

传统肉制品新鲜度检测方法具有耗时费力、效率低、有损等缺陷,提出利用高光谱成像(HSI)技术预测熟牛肉新鲜度指标挥发性盐基氮(TVB-N)含量。首先通过HSI系统获取熟牛肉样本的高光谱数据,并进行黑白校正。进而采用移动平均平滑和多元散射校正对高光谱数据进行预处理。最后采用支持向量回归(SVR)方法分别建立基于全光谱特征、单一光谱特征、单一纹理特征、主成分分析(PCA)融合特征对TVB-N含量的预测模型。结果显示,使用PCA融合特征的SVR模型,对新鲜度的关键指标TVB-N含量的平均预测准确度(APA)可达到85.13%,表明高光谱成像技术与信息融合技术相结合能够提升模型准确度。     

图像纹理识别中最优小波基的选择

图像纹理识别是图像分析的重要内容.为了提高文理图像的识别率,运用小波方法,选取多个不同的小波基,对纹理识别的结果进行比较.实验结果表明,所选小波基由于正交性、对称性、消失矩的不同会对图像纹理识别率产生显著影响.并给出了选取最优小波基的原则.