基于核函数的混合C均值聚类算法

提出了一种基于核函数的混合C均值聚类算法.首先利用模糊C均值聚类算法和另一种类型的可能性C均值聚类算法的优点,设计出一种混合C均值聚类算法.然而鉴于该算法存在的不足,本文将Mercer核函数引入到该算法中,仿真实验结果证实了该方法的可行性和有效性.     

ARMA模型阶的识别：特征根方法

文献[1]中和用与高阶样本自协方差阵R=(r(p_0 i-j))_(1≤i,j≤p_0)(其中r(k)是样本自协方差函数)有关的对称矩阵R·R~(?)的特征根给出自回归模型AR(p_0)阶p_0的强相合估计.这种定阶方法的优点是计算简便.本文将此方法推广到自回归滑动平均模型ARMA(p_0,q_0),并称此方法为特征根方法.     

变能量X射线多谱成像方法研究

常规固定能量的X射线成像方法,对于厚薄差异大的工业复杂异形工件,因成像系统动态范围受限,易出现过曝光和欠曝光共存现象,信息缺失,成像质量差。为此提出研究变能量X射线多谱成像方法,在常规的射线成像系统上,依据有效厚度与电压的匹配性改变X射线管电压,获取递变电压下的多谱图像序列,同时研究多谱序列信息提取与融合技术,实现射线图像动态范围的扩展,完整地再现复杂结构件的内部结构信息。实验表明,相对于12bit的成像系统,变能量X射线多谱成像方法有效地将系统动态范围扩展了3倍,实现了复杂结构件的X射线高动态成像。     

基于运动目标尺寸检测的实时图像处理与显示

运动目标尺寸实时检测与显示是运动图像检测和应用视觉研究领域的一个重要课题,而图像处理则是其核心内容;文章针对采集到的图像进行一系列的处理,最终实时显示图像并获得运动目标的尺寸等信息;首先针对采集图像时电子设备的不稳定性和检测模块的不一致性,进行中值滤波和增益校正同时将处理图像实时显示出来;然后对其整体图像进行分割与二值化、角点检测和边缘拟合处理,获得目标的尺寸信息;最后利用VC++将整体处理图像及尺寸信息显示出来,以便于图像理解和模式识别;实验证明,文章提出的算法、软件的设计很好地滤除不相关的目标,保存感兴趣目标,具有良好的实时性、精确性,能够满足当代工业检测设备中的要求。     

基于对数解调的递变能量CT成像方法

复杂结构件由于有效厚度差异大和成像系统动态范围受限, 单一能量下的投影数据信息不完整, 常用CT重建算法及不完全数据重建算法无法在数据缺失严重的情况, 有效实现复杂结构件的CT重建. 为此论文提出基于对数解调的递变能量CT成像方法. 该方法在分析直接高动态CT成像所存在问题的基础上, 提出利用对数变换压缩递变能量投影序列动态范围, 并利用现有的基于图像灰度一致性的融合方法, 计算融合加权系数, 再经常规重建算法实现复杂构件的CT成像. 论文并以某复杂仪表为对象, 进行实验, 相比传统的固定能量成像方式, CT信息完整, 质量高. 从而说明论文所提出的方法, 能够实现CT系统动态范围的扩展, 实现复杂结构件的高动态CT成像.     

层间约束下三维块匹配的双能CT多成分分解

双能CT利用两组不同能谱下的衰减信息，准确分割两种基材料。在实际应用中，物体内部材料结构复杂、组分多元化，想了解其内部结构信息往往需要获取三种及三种以上基材料图像。常规CT是连续混合谱束，获取的投影信息与单能重建算法不匹配，重建图像中各基材料的衰减系数存在误差。由于工业领域材料的密度普遍较大，所以重建图像中基材料的噪声更严重，影响各组分表征准确度，尤其对于衰减系数接近的材料区分难度更大。为实现双能数据分解得到多幅高质量基图像，除了重建图像本身存在的噪声影响外，材料分解模型中系数矩阵的选取也十分重要。然而重建图像中的衰减系数值与理论衰减系数值存在偏差，重建图像中密度接近的不同材料的衰减系数相近甚至相等，导致待分解像素的材料三元组选取错误，降低了材料分解精确度。因此，提出一种在层间约束下的三维块匹配多成分分解方法。该方法引入有质量体积守恒和每个像素至多包含三类材料约束的多材料分解模型，将三维结构相似性信息加入到像素材料成分选取中，利用三维结构信息进行约束求解达到降低噪声污染的目的，获取大致分解的初始基图像；再利用三维块匹配方法对初始基图像进行匹配，对各基材料图像进行三维特征约束分类，分类后...