基于改进区域项CV模型的金相图像分割

为了解决传统Chan-Vese(CV)模型难以快速、精确提取金相晶粒的问题,提出一种基于改进区域项CV模型的金相图像分割方法。该方法利用倒数交叉熵阈值选取准则函数替代传统CV模型中能量函数的区域项,构造新的水平集模型。改进模型能够使分割前后图像的倒数交叉熵达到最小,更精确地分割噪声影响严重且局部灰度变化较大的金相图像;考虑到倒数交叉熵计算会增加算法复杂度,通过引入最大绝对中位差,自适应调整曲线内外的能量权重加速曲线的演化,添加距离规范项以避免水平集函数的重新初始化,加速模型的收敛。实验结果表明,与多种模型相比,改进模型在分割结果和分割效率方面均具有明显优势。     

基于混沌粒子群优化的图像Contourlet阈值去噪

提出了基于混沌粒子群优化的图像Contourlet阈值去噪方法.该方法在Contourlet变换域内利用混沌粒子群算法来确定最优阈值,再通过软阈值函数去噪,且不需要噪音方差等先验信息.实验结果表明:该方法与小波Bayeshrink阈值、基于粒子群的小波阈值、Contourlet自适应阈值等去噪方法相比,能有效地去除高斯白噪音和椒盐噪音的混合噪音,提高峰值信噪比,并较好地保留图像的细节和纹理,从而明显地改善了图像的视觉效果.     

利用核模糊聚类和正则化的图像稀疏去噪

针对目前图像去噪方法噪音抑制不彻底、容易模糊细节等问题,提出了一种利用核模糊C均值聚类和正则化的图像稀疏去噪方法.该方法首先将图像分成大小相同的若干块,并采用核模糊C均值聚类算法对相似的图像块进行聚类,从而保证同一类图像块共享相同的稀疏去噪模型;然后,选择由经典图像库中图像训练而得的全局字典作为初始字典,很好地适应图像的多种特征;接着,对于同一类图像块,通过施加1/2范数正则化约束,实现该类图像块在字典下的稀疏分解,确保分解系数更为稀疏;最后,通过改进的K-奇异值分解算法完成字典的更新,并选择与原稀疏模型差异最大的图像块来替换更新字典的冗余原子,从而有效地去除图像噪音.实验结果表明,与小波扩散去噪法、固定字典去噪法、最优方向去噪法、K-奇异值分解去噪法相比,该方法能更有效地去除图像噪音,保留图像细节,改善图像视觉效果.     

基于非下采样Shearlet和WNMF的红外热波图像融合

提出了基于非下采样Shearlet变换和加权非负矩阵分解的红外热波图像融合方法.红外热波序列图像经非下采样Shearlet变换后,采用动态加权非负矩阵分解算法对低频系数进行融合处理.该算法的加权系数依据图像像素突变度动态调整,以突出红外热波图像的缺陷区域;高频系数则采取基于区域改进拉普拉斯能量和的融合策略,以保持缺陷的边缘细节.实验结果表明,本文方法在主观视觉效果及边缘保持度、相关度、运行时间三种客观定量评价指标中,融合性能更优,具有快速、有效等优点,能更完整和清晰地保持红外热波图像的边缘轮廓.该方法可有效地应用于多幅红外热波序列图像的融合中,在红外热波无损检测领域具有较高的实用价值.     

边缘修正CV模型的卫星遥感云图分割方法

对卫星遥感云图进行自动分割是分析卫星云图资料的重要步骤。为了更加准确的对卫星遥感云图进行分割,提出了融合边缘信息CV模型的卫星遥感云图分割方法。对原卫星云图进行扩散,得到平滑图像,根据平滑图像计算边缘信息,将得到的边缘信息融入CV模型中,并加入距离规范项使得CV模型的水平集函数在演化过程中不需要重新初始化。实验结果表明,与传统CV模型、区域能量拟合水平集模型、偏置场修正水平集模型相比,所提方法分割出的云区域更加准确,分割速度更快。     

一种基于FHT的离散信号快速内插算法

在许多声信号处理系统中，常常需要在一实序列的相邻两个样值之间进行快速离散内插．本文提出了一种基于ＦＨＴ的离散信号快速内插算法．该算法所需的实乘次数只有Ｈｓｕ－Ｌｉｎ算法实乘次数的６０％左右，而实加次数还不到Ｈｓｕ－Ｌｉｎ算法的６０％．此外，它允许内插率Ｌ可为任意整数，且适用于并行处理．本文算法已用软件实现，对实际声信号处理行之有效．     

基于快速W变换-Ⅱ计算偶离散sine变换-Ⅳ的新算法

偶离散sine变换(EDST)在声信号处理中有广泛的应用.而EDST—IV的快速算法是计算各类EDST的关键.本文导出了用离散W变换-Ⅱ(DWT-Ⅱ)表示EDST—Ⅳ的关系式,由此构造了基于快速W变换-Ⅱ(FWT-Ⅱ)计算EDST-Ⅳ的新算法,并与其它快速算法作了运算量的比较.新算法结构规则所需运算量最少.     

快速Hartley变换的一种新算法

快速Hartley变换(FHT)可取代FFT而广泛用于声信号的分析与处理.本文提出了FHT的一种新算法,并与现有的其他几种FHT算法作了运算量的比较.本文提出的算法所需运算量最少,数值稳定,结构简单规则,易于实现.该算法已用软件实现,并在实际中得到应用.     

基于改进的二维指数熵及混沌粒子群的阈值分割

鉴于现常用的灰度级—平均灰度级二维直方图区域划分存在明显的不足,提出了基于灰度级—梯度二维直方图的指数熵阈值选取方法,给出了基于改进的二维直方图的指数熵阈值选取公式,并利用混沌粒子群优化算法寻找最佳分割阈值,采用递推方式降低迭代过程中适应度函数的计算代价。实验结果表明,与现有的有关算法相比,该方法不仅使分割后的图像区域内部更均匀、边界形状更准确、特征细节更清晰,而且使计算效率及粒子群的收敛精度得到提高。     

一种新的实乘子FFT快速算法

本文引入了ＤＦＴ的四种类型（即ＤＦＴ－ｊ，ｊ＝Ⅰ，Ⅱ，Ⅲ，Ⅳ），探讨了四种ＤＦＴ之间的联系以及其固有特性，由此提出了适合于长度Ｎ＝２ｍ所有四种类型ＤＦＴ的一种新的实乘子快速算法．文中导出了用Ｋｒｏｎｅｃｋｅｒ直积与直和形式表示的算法公式；以长度Ｎ＝２３为算例给出了信号流图；分析了算法的运算量，并与传统的基２算法以及现有的其它三种实乘子ＦＦＴ算法进行了比较．结果表明，本文提出的算法所需运算量最少，用实数作乘子，可进行原位计算，结构简单规则，易于实现．