【摘 要】
：
形状描述子在图像分类与识别应用中有着广泛的应用，因此，研究形状描述子是非常有意义的。本文构造了一类分段点在四进制有理数处的分段多项式函数系（简称QV 系统），它是一类L2([0, 1])上的完备的正交函数系，而且是短支撑的、具有多分辨特性。然后，用3 次QV 系统表示图像的轮廓线，提取QV 描述子，并证明QV 归一化描述子是一类平移、尺度、旋转不变量。最后，结合BP 神经网络对MPEG_CE-1
【机 构】
：
中山大学信息科学与技术学院,广东广州 510275 广东医学院基础学院数学与计算机教研室,广东东莞 523808
论文部分内容阅读
形状描述子在图像分类与识别应用中有着广泛的应用，因此，研究形状描述子是非常有意义的。本文构造了一类分段点在四进制有理数处的分段多项式函数系（简称QV 系统），它是一类L2([0, 1])上的完备的正交函数系，而且是短支撑的、具有多分辨特性。然后，用3 次QV 系统表示图像的轮廓线，提取QV 描述子，并证明QV 归一化描述子是一类平移、尺度、旋转不变量。最后，结合BP 神经网络对MPEG_CE-1 数据库中的图像进行仿真实验，结果表明QV 描述子是图像分类与识别应用中的一类有效的形状描述子，并优于Fourier 描述子。
其他文献
Perona-Malik模型是经典的异向扩散模型，它能够在去噪的同时保护边缘的完整性，但是在扩散过程中会产生阶梯效应。为了精确的检测图像边缘以及去除图像的噪声，本文利用哈森矩阵所具有的特性提出了一种新的边缘检测算子—特征值差，并用特征值差约束Perona-Malik模型中扩散系数的参数k ，提出了一种新的自适应参数的Perona-Malik模型。实验结果表明特征值差和新的自适应参数模型可以更有效的
现有图像来源辨识算法很少讨论测试图像在受到轻微图像处理后算法检测准确率的变化。本文以平板扫描仪所获得的数字图像为研究对象，提出一种鲁棒的源扫描仪辨识技术，并利用支持向量机，对源扫描仪辨识算法的性能和鲁棒性进行了分析。实验结果表明，本文算法能有效地辨识扫描仪的品牌/型号，具有较好的鲁棒性。
H.264/AVC 采用了可变块运动补偿技术，提高编码效率，但是加大了运算复杂度。针对这个问题本文提出了一种根据已编码宏块的运动矢量进行快速模式选择的算法。该算法能够在保证信噪比的前提下，降低编码复杂度,降低编码时间。经过试验证明，能够在保证信噪比和压缩比的前提下平均减少35.07％-38.05％的编码时间。
3D MDCT (多层探头计算机X射线断层扫描技术：Multi-detector Raw Computed Tomography)对患者细胞造成癌变的危害风险比传统的CT大。降低癌变风险的一个重要途径是降低X射线曝光的剂量。但是随着X射线曝光量的降低，图像的量子噪声变大，导致图像的诊断质量下降。因此如何改善低剂量MDCT图像的质量是一个亟待解决的问题。非线性扩散性滤波器是一种特征保留的滤波技术，已
为了去除赖斯噪声对磁共振图像的影响，提高图像质量，采用了组合滤波器。该滤波器的提出是依据数据融合的原理，基于加权平均的思想进行的。具体做法是：选取两个滤波器分别对图像进行滤波处理，计算各处理后图像的均方差，根据均方差的大小来决定两个加权因子的值即均方差大的滤波器权值小于均方差小的滤波器，组合滤波后的图像即为两个滤波器所得图像加权相加的结果。采用该滤波器对图像进行滤波处理，结果表明，组合滤波后的图像
本文针对传统的模糊核聚类(Kernel-FCM,KFCM)算法用于图像分割，在数据类差别很大时存在小数据被误分或大数据类吞并的问题，定义了一个新的目标函数，为每个类分配一个动态权值，使得算法对类差别很大的数据集也能取得很好的聚类效果；针对KFCM算法在图像分割尤其是医学图像分割中存在的计算量大，运行时间过长的问题，对KFCM的核函数进行改进，用核诱导距离代替了复杂的欧氏距离作为聚类目标公式中的不相
为了实现基于智能相机的圆网印花自动对花系统，本文提出了基于均值漂移(MeanShift)算法的彩色印花图案分割技术和基于Harris角点检测的块匹配算法。将扩展形式的均值漂移算法用于印花图案的分割，实验证明该算法能对印花图像进行良好的分割。把已分割标准图像的各套色区域提取出来，采用Harris算子进行特征点检测，并以这些特征点为中心，选定标准匹配块，在处理好的实时采集的图像中找到最佳匹配块，计算对
在指纹识别系统中，指纹图像的增强处理是指纹特征提取及指纹匹配前的一个关键性步骤，而指纹识别效果的好坏程度高度依赖于指纹图像的质量。传统指纹增强方法几乎都是使用单一的滤波器，由于低质量的指纹图像的纹线结构更是非常复杂，滤波增强方法的效果往往不能令人满意。本文充分考虑指纹脊线的局部方向和频率，提出了一种基于时域滤波和频域滤波的两阶段指纹图像增强新方法。这种方法能够在时域对指纹纹线进行有效修补，并在频率
新疆民间织物图像具有鲜明的民族特色，为了生成和创新民族民间织物图像，如何自动分割织物基元是一个关键问题。论文以问题为驱动，提出了一种基于边缘形态变换的彩色织物图像分割算法。首先，对彩色图像进行颜色空间的变换，然后根据图像特征提出调整图像大小的前处理标准，再利用Canny 算子检测边缘，对检测边缘进行形态变换后处理，最后标记变换图像的封闭区域进行织物图像的分割。实验数据表明：该算法虽然是几种常用算法
针对传统的变分水平集方法在进行图像纹理分割时不能达到预期效果的问题，提出了一种基于图像分解与变分水平集相结合的分割方法。新提出的模型不需要引入如小波变换或者Gabor变换等辅助技术，而仅利用图像中的纹理信息和结构成份信息就能够达到纹理分割的效果。本文提出的分割模型通过凸松弛技术达到全局最优解，另外为了实现的方便，在求解时引入Split-Bregman方法，最后通过多组实验，验证了本文提出方法的有效