基于Zadeh-X变换的视频图像挖掘

现有夜视系统主要是依靠图像增强器来改善夜间视觉图像的质量,成本比较高.借助Zadeh-X变换理论,利用DirectShow开发平台实现了暗视觉视频底层图像的挖掘.通过2级灰度平坦化分析,该实现方法使图像层次更清晰,对暗视觉视频底层图像的挖掘取得了较好的效果,可以作为传统夜视系统后端处理的有效工具.     

利用DCT变换和分段量化的成像声纳实时处理系统图像数据压缩技术研究

成像声纳实时处理系统在某些应用场合下传输图像数据时需要进行压缩,如搭载成像声纳的半潜式航行器与母船之间无线传输声纳数据。针对该应用需求,提出了利用离散余弦变换(DCT)和分段量化的声纳图像数据压缩技术。该方法处理的对象是成像声纳实时获取的图像行数据。方法的实施步骤为,首先对行数据进行DCT变换,其次利用DCT的能量集中特性,对变换后的DCT系数进行截断处理,最后对截断数据进行分段量化处理,进一步提高压缩效率。在显控端利用相逆的过程进行解压处理,实现成像结果的实时显示。对实际的声纳图像数据进行了处理,验证了方法的有效性。      

基于图像挖掘技术的脑部图像研究

文章的主要工作是利用数学工具和信息技术自动提取和描述帕金森患者脑部切片图像特征,实现脑部病变图像正确识别和分类。实验结果表明本方法具有自动处理快、分析效率高等特点,适用于大脑部分图像的自动处理和分析。     

试析多媒体图像挖掘的关联规则挖掘

由于网络信息量巨大,为了快速找到所需信息,需要采用数据挖掘技术。在众多数据挖掘技术中,关联规则挖掘方法应用十分广泛。所以,在多媒体图像挖掘中应用关联规则十分重要。本文对图像挖掘和关联规则进行了简单介绍,并详细阐述了多媒体图像挖掘中的关联规则挖掘。     

试析多媒体图像挖掘的关联规则挖掘

由于网络信息量巨大,为了快速找到所需信息,需要采用数据挖掘技术。在众多数据挖掘技术中,关联规则挖掘方法应用十分广泛。所以,在多媒体图像挖掘中应用关联规则十分重要。本文对图像挖掘和关联规则进行了简单介绍,并详细阐述了多媒体图像挖掘中的关联规则挖掘。     

基于小波重构和灰度分段的红外图像放大增强

传统的内插算法在放大红外图像时都存在着一定的缺陷,提出了一种基于小波重构和灰度分段变换的图像放大新算法.该算法先对原始图像进行小波变换获得高频系数,运用牛顿插值算法放大高频系数作为放大图像的高频成份,再将原始图像作为低频成份,进行小波重构,可得放大图像.为了增强放大图像,将图像按双灰度闽值分割成对应目标的灰度值高段、对应背景的灰度值低段和对应过渡区域的灰度值中段等3个部分,对各部分采用不同的线性变换,获得最佳的视觉效果.实验证明该方法在图像细节方面具有很好的放大效果.     

基于小波变换的图像融合技术研究

提出了一种基于小波变换的图像融合算法.首先,将配准后的多源图像进行小波分解,从而得到各个源图像的低频系数和高频系数.其次,对分解后的小波系数矩阵采用区域特征进行融合处理,最后,通过小波逆变换得到融合图像.通过大量的实验以及与其他融合算法的比较分析,表明该方法的有效性和优越性.     

基于小波变换的图像检索技术

通过对图像进行特征提取的方法,设计并实现了一种基于小波纹理特征的图像检索原型系统,并利用所获得的纹理特征对图像库进行检索。实验结果表明,小波变换是一种有效的纹理特征提取方法,能有效地提高检索的准确度。     

基于Ridgelet变换的图像融合

文章介绍了小波变换和脊波变换在表达信号特征上的区别、脊波变换的实现方式,讨论了基于脊波变换的图像融合思想。通过一系列图像融合实验,研究了脊波变换中图像子块的大小对融合图像的质量的影响,重点说明了脊波变换在保持融合图像的空间细节信息上的能力。     

基于小波变换的图像分割技术研究

图像分割是一种重要的图像分析技术.近年来,对图像分割的研究一直是图像技术研究中的热点和焦点.介绍一种基于小波变换的图像分割方法,该方法先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值.实验结果表明,该方法具有较好的抗噪声性能.     

基于存储过程的分段数据存储方式设计

随着社会对信息化重视程度的不断提高,存储在数据库中的数据规模正在不断的成倍增长,如何以一种有效的方式对数据进行存储,以便高效的对数据进行处理,分析就成为横亘在人们面前的一道难题.基于oracle11g数据库,设计了一种基于存储过程的分段式数据存储方式,有效解决了对于数据量随时间线性增长业务系统数据的存储问题,极大的提高了数据处理的效率.     

用虚拟细分法控制步进电机

针对步进电机控制中容易出现的问题,提出一种虚拟细分的方法,该方法既能够适应复杂的控制环境,又大大提高了控制精度.首先将电机的步进角平均分为Ⅳ(其值根据精度要求确定)个固定细分步,以该量作为基本计算单位,提出控制策略,即按照定周期变步长(转速慢时)和变周期定步长(转速快时)两种方式进行控制;其次,根据匀加速、匀速和匀减速三种运行状态,采用运动学公式建立了数学模型,计算当前载波周期的角位移和转速,并根据转速确定下一载波周期的大小,根据转子的当前位置确定是否换相,从而实现全过程的控制;最后,通过应用实例证明,该方法在工程实践中是可行的,完全能够获得满足精度的步进参数.     

图像灰度变换对光学测角精度影响分析

介绍了视频判读的脱靶量测量原理,针对视频判读中图像预处理的分段线性变换增强和快速变换增强方法,分别判读了图像,计算了测元数据的误差,分析比较了两种图像预处理方法下的测元数据,为视频判读的图像预处理方法提供了依据。     

基于新小波变换的图像边缘检测

介绍一种新的连续小波变换,其对于高频信号移动量小,对于低频信号移动量大,具有高分辨和自适应性的特点,数值积分的误差小,离散形式更具有灵活性,因此对于边缘检测其抗噪声能力强,能更好地检测出图像的边缘.     

基于多尺度灰度变换的图像增强研究

为了提高图像增强效果,有效地保持原始图像细节,提出了一种基于多尺度灰度变换的图像增强方法。利用梯度域递归双边滤波对原始图像进行多尺度分解。基于小波变换,将分解层的子带分别作灰度变换。根据变换后的各个子带重构得到分解层的增强结果,并在其基础上实现图像的整体增强。对比直方图均衡化、灰度变换,提出的方法增强效果更好,并且保图像细节。利用客观性能指标对增强结果进行评价。实验结果表明,提出的方法有效,并具有结构简单,计算复杂度低的特点。     

基于小波变换的双波段红外图像融合方法

针对红外探测器长波图像和中波图像的特征,采用基于小波变换的方法实现双波段红外图像的融合。在对不同波段红外图像小波分解的基础上,对低频子带图像采用加权平均,对高频子带图像采用区域能量最大的融合规则得到融合图像的多分辨率结构,再利用小波逆变换重构融合图像。仿真结果表明,和普通基于空域加权平均的方法相比无论从主观视觉还是通过客观评价指标的计算结果来看,基于小波变换的双波段红外图像融合方法均具有更为理想的图像融合效果。     

基于空域变换的超分辨成像系统

传统的超分辨成像系统易受外界环境影响,抗噪效果差,输出的超分辨图像清晰度较低,基于此设计基于空域变换的超分辨成像系统,系统先将激光集中在孔径光栏上射出,通过聚光镜汇聚激光,根据分光镜和辅助镜将激光聚焦在显微镜焦平面上,依照物镜将激光束转变成平型光,使平行光能够均匀照射测量样品上,采用显微镜和辅助物镜处理从样品表面反射的带有样品信息的激光,最后通过分光镜反射带有信息的激光,反射光束在CCD上显示成像,核心处理器是FPGAWie的图像采集模块,采集CCD传输的视频图像后,通过通用并行接口将采集的视频图像数据传输到图像处理模块,该模块通过空域变换方法处理图像,获取超分辨图像,最终传输到计算机上进行显示。经过实验分析发现,该系统图像稳定性和图像清晰度平均值分别是98. 538%和99. 19%,干扰信噪比为16 d B时,该系统成像时间最短为6. 57 ms,说明该系统成像清晰度高、抗干扰性能优。     

基于正弦灰度变换的红外图像增强算法

针对红外图像的特点,提出了一种基于正弦灰度变换的红外图像增强算法。采用二个拐点,将整个图像按灰度的大小分为三个区:背景区、目标区和过渡区,针对不同区域采取不同的灰度映射变换。灰度伸缩采用正弦函数,其导数是光滑的,灰度伸缩性能好。伸缩的拐点及伸缩强度参数独立可调,通用性强,计算简单。实验结果验证了算法的有效性。