图像方向性的条纹分析方法

在图像分析方法研究中,提出了用条纹概念来分析图像,并成功地把这一理论应用于图像的方向性检测。文章首先从直观的条纹图像三维对比中,归纳出图像条纹概念的两个基本属性,然后构造了区别于传统的方向滤波方法的三角分形基迭代函数系统的图像方向提取模型,最后定义了图像的方向统计表征量。实验证明了条纹分析方法的高效性和实时性要求的独特性能。     

基于改进的Otsu算法的遥感图像阈值分割

传统的Otsu算法仅仅适用于目标与背景分布均匀的图像,在处理遥感图像时具有一定的局限性。本文在分析传统的Otsu算法原理的基础上,结合遥感图像灰度级多、信息量大和边界模糊的实际情况,提出了一种改进的Otsu算法,用图像的方差信息代替均值信息计算最佳的分割阈值,实现遥感图像阈值分割。实验仿真结果表明,与传统的Otsu算法以及其它的一些改进的Otsu算法相比,本文算法具有明显的优越性。     

票据识别系统数据分割与提取

在手写体票据识别系统研究过程中,从带表格及噪声的背景中获取数据字符是至关重要的环节。实践证明［１］,阈值图象分割方法是一种简单而有效的数据获取方法,该文以国家统一发票为研究对象,在样本直方图分析的基础上,讨论了阈值选取和样本明暗度之间的关系．并由此设计了一种新的票据数据获取过程结构。与通常方法比较,将使系统整体速度有明显的提高。     

模式挖掘中的知识条纹表示过程研究

把二维图像矩阵放到一维空间来研究时,任何图像都将显示不同程度的条纹特性, 它在模式挖掘研究中是一种重要的图像抽象属性表征量.在一维圆周采样的基础上,利用三 角分形的多分辨率分析模型,对条纹频率特性进行了分析,定义了描述图像条纹特性的统计 变量.实验证明,条纹特性提取及量化对模式分类和图像知识挖掘都有普遍的意义.     

基于NSCT域主分量分析的遥感图像去噪方法

提出一种新的结合非下采样Contourlet变换（NSCT）和主分量分析（PCA）的图像自适应阈值去噪方法。通过PCA估计NSCT域中的噪声能量,并与NSCT系数的领域信息相结合,构造出自适应阈值对遥感图像进行去噪。仿真实验结果表明,提出的方法与Contourlet硬阈值,基于Contourlet的图像PCA和NSCT硬阈值去噪方法相比能够有效去除遥感图像的高斯噪声,较完整地保持图像的边缘等细节信息,提高了图像的峰值信噪比,图像视觉效果也有明显改善。     

蛙跳结合模糊C-均值的图像分割算法

实现了基于混合蛙跳与模糊C-均值结合的图像分割算法。克服了由于FCM算法易受初始聚类中心和隶属度矩阵的影响而使图像分割效果不理想的缺陷。蛙跳算法（SFLA）是一种全新的后启发式群体优化算法,具有高效的计算性能和优良的全局搜索能力。实验表明：该方法与FPSO结合既提高了图像分割的效率又能得到更好的图像分割效果。     

基于NSCT域的自适应阈值遥感图像去噪方法

提出一种新的基于非下采样Contourlet变换(NSCT)的图像自适应阈值去噪方法.根据NSCT系数所在领域区域的特性,给出不同尺度不同方向的自适应咧值.仿真实验结果表明,通过本文提出的方法能够有效去除遥感图像的高斯噪声,较完整的保持图像的边缘等细节信息.与小波硬阈值、Contourlet硬阈值和基于非下采样Cont...