元胞自动机在图像高密度椒盐噪声去噪中的应用

为了提高对高密度椒盐噪声的滤波效果,针对图像椒盐噪声的特点,本文提出了一种基于元胞自动机的去噪算法。元胞自动机最核心的是状态转移函数,本算法采用Moore邻域的形式设计了一种新的状态转移函数。我们把这种算法对图像处理的结果和经典的中值滤波等处理的结果的图像和它们的PSNR值进行比较,结果表明本文提出的算法对椒盐噪声,尤其对高密度椒盐噪声的滤波,在视觉和客观指标上都有更好的去噪效果。     

元胞自动机在两类传染病模型中的应用

文章根据新冠病毒传染的特性,建立SEIR病毒传播模型,将环境中的个体看为Agent智能体,利用元胞自动机的特点制定规则进行仿真模拟。根据两种不同的环境讨论了元胞自动机在各自环境中的基础运用,同时结合病毒的不同传播特点、防疫的不同措施讨论了疫情扩散的具体程度,变相证明了客观事实,验证了元胞自动机的可靠真实性,为防疫决策提供相应依据。     

基于摩尔近邻模型的二维元胞自动机在图像处理中的应用

元胞自动机是一种具有空间、时间和状态离散性的动力学系统。在简单介绍了元胞自动机基本原理的基础上,提出采用二维元胞自动机对图像做边缘检测以及对破坏图像做恢复的算法。通过与传统处理方法的结果比较,表明该算法具有处理速度快、质量较好、易于硬件集成等优点,是一种新颖实用的图像处理算法。     

元胞自动机数字噪声发生器性质与实现研究

提出并研究了一种新型硬件数字噪声源——元胞自动机数字噪声发生器。在介绍元胞自动机随机数产生方法的基础上,着重在产生噪声的随机性方面将其和同余法(LCG)对比,对产生的序列做了均匀分布的统计检验以及包含比特相关和实数序列相关的相关性分析;在硬件实现方面,将其和线性移位寄存器(LFSR)方法做了对比,并探讨了其硬件实现中的具体问题。结果表明,该方法实现比LFSR方法还简单,产生噪声的随机性比LCG方法更高或相当,不失为数字噪声源设计的优选方案。     

基于元胞自动机的红外图像边缘检测新方法

元胞自动机是一种新的快速、有效的实现各种图像处理算法的理论工具,其核心是状态转移函数的确定.针对红外图像边缘检测,研究并实现了三种状态转移函数:最大最小值法、阈值法和形态梯度法.和传统边缘检测方法的对比实验表明,基于元胞自动机的边缘检测方法整体上不仅检测效果好,且可实时实现.     

基于元胞自动机的图像边缘检测新方法

具有自组织性并行行为的元胞自动机模型已逐步应用于图像处理领域。在已有的基于元胞自动机的图像处理算法基础上,结合元胞自动机和图像边缘的种种特征,提出了一种新的适用于图像边缘检测的元胞自动机模型。实验证明,新模型更加有效地勾勒出图像细节边缘。同时,该模型也适用于高分辨率遥感图像中小目标的边缘检测和提取。     

基于量子元胞自动机的逻辑电路

简述了量子元胞自动机 (QCA)的理论及其逻辑电路的实现方式。每个量子元胞包含两个电子 ,它们通过库仑相互作用与邻近元胞耦合。每个量子元胞上的电荷分布趋于沿两垂直轴的某一轴向分布 ,可以以此来表达二进制信息。用这些量子元胞的阵列来实现各种逻辑门     

基于元胞自动机的多重零水印算法

利用混沌序列随机选择图像元胞自动机变换的低频系数产生初始构型,元胞自动机根据初始构型演化出零水印,然后用其加载有意义的二值水印,从而实现多重水印的零嵌入,从根本上保证了水印的不可见性.由于算法是基于元胞自动机域的,充分利用了元胞自动机复杂多变的特性,使水印有很好的安全性.实验结果表明提出的算法有较好的鲁棒性,也很好地解决了常见零水印方案所面临的问题.     

网络流量行为分析的一维元胞自动机模型

提出了一种网络流量的一维元胞自动机模型。制定了节点吞吐量和分组队列长度的更新规则,引入了减速概率来模拟节点发送分组的随机行为。数值仿真结果表明,该模型能较好的描述了网络中从自由流相到拥塞相的相变行为。     

基于元胞自动机的红外图像增强新方法

提出了利用元胞自动机进行红外图像增强的新方法.使用有限状态机分析了状态空间的计算模型和特征,状态转移函数采用了冯·诺伊曼邻域和一致的演化规则.在实拍的红外图像上进行增强实验,结果表明:基于元胞自动机的红外图像增强方法能够有效地提高红外图像整体对比度,同时突出红外图像中目标的细节信息,无论主观评估,还是客观评估,在视觉质量上均优于传统的直方图均衡法、反锐化掩膜法等.     

Cluster-based probability model and its application to image andtexture processing

We develop, analyze, and apply a specific form of mixture modeling for density estimation within the context of image and texture processing. The technique captures much of the higher order, nonlinear statistical relationships present among vector elements by combining aspects of kernel estimation and cluster analysis. Experimental results are presented in the following applications: image restoration, image and texture compression, and texture classification.     

Training cellular automata for image processing.

Experiments were carried out to investigate the possibility of training cellular automata (CA) to perform several image processing tasks. Even if only binary images are considered, the space of all possible rule sets is still very large, and so the training process is the main bottleneck of such an approach. In this paper, the sequential floating forward search method for feature selection was used to select good rule sets for a range of tasks, namely noise filtering (also applied to grayscale images using threshold decomposition), thinning, and convex hulls. Various objective functions for driving the search were considered. Several modifications to the standard CA formulation were made (the B-rule and two-cycle CAs), which were found, in some cases, to improve performance.     

数字图像处理中的图像分割技术及其应用

图像分割是数字图像处理中最为困难的任务之一,到目前为止仍没有适用于所有图像的通用图像分割方法.从图像分割技术的基本原理出发,比较全面地总结了有代表性的图像分割方法,在此基础之上,给出了在机车检测领域、生物医学领域和遥感图像领域中这些图像分割方法的应用,最后对图像分割的发展趋势给予了展望.     

应用于光声成像的图像处理与分析

光声成像技术是新一代的无损伤医学成像技术.其中,使用声透镜的光声成像技术是目前国际上一种新的成像方法,具有实时成像的优势.但获得的光声图像存在像素不足、图像尺寸小等缺点.使用MATLAB软件对原始的光声图像进行插值变换和空域图像增强,使图像得到不失真的放大,并且消除背景噪声干扰,突出图像细节部分.结果表明,放大后的光声图像清晰、对比度高,解决了光声图像像素不足、尺寸太小等硬件上目前无法克服的缺点.     

Robust B-spline image modeling with application to image processing

We present a new approach to two-dimensional (2-D) robust spline image smoothing based on the M-estimator algorithm. Unlike in other M-estimator based image processing algorithms, the new algorithm takes into consideration the spatial relations between picture elements. The contribution of the sample to the model depends not only on the current residual of that sample, but also on the neighboring residuals. A smoothing parameter is estimated separately for each processing window and it adapts to the local structure of the image. The proposed algorithm is applied to image filtering. The resulting filter preserves details and suppresses additive Gaussian and impulsive noise efficiently.     

基于图像处理的多小波变化理论及其应用

为了使图像处理更好地服务于信息的传递和表达,在此引入多小波变换理论。通过对多小波变换的原理进行分析,在结合离散多小波变换实现方法的基础上,对图像处理中多小波变换的应用展开了深入研究。研究表明,与单小波相比,多小波变换在图像压缩以及图像去噪等方面均具有更加显著的效果。     

DSP芯片在实时图像处理系统中的应用

在通用计算机上用软件实现图像处理，要占用CPU几乎全部的处理能力，且速度相对较慢。数字信号处理器(DSP)的可编程性和强大的处理能力使其可用于快速实现各种数字信号处理算法，在图像处理领域，尤其在实时图像处理系统中得到了广泛应用和发展。本文介绍了DSP芯片及其在实时图像处理系统中的开发、应用及发展方向。     

The application of multiwavelet filterbanks to image processing

Multiwavelets are a new addition to the body of wavelet theory. Realizable as matrix-valued filterbanks leading to wavelet bases, multiwavelets offer simultaneous orthogonality, symmetry, and short support, which is not possible with scalar two-channel wavelet systems. After reviewing this theory, we examine the use of multiwavelets in a filterbank setting for discrete-time signal and image processing. Multiwavelets differ from scalar wavelet systems in requiring two or more input streams to the multiwavelet filterbank. We describe two methods (repeated row and approximation/deapproximation) for obtaining such a vector input stream from a one-dimensional (1-D) signal. Algorithms for symmetric extension of signals at boundaries are then developed, and naturally integrated with approximation-based preprocessing. We describe an additional algorithm for multiwavelet processing of two-dimensional (2-D) signals, two rows at a time, and develop a new family of multiwavelets (the constrained pairs) that is well-suited to this approach. This suite of novel techniques is then applied to two basic signal processing problems, denoising via wavelet-shrinkage, and data compression. After developing the approach via model problems in one dimension, we apply multiwavelet processing to images, frequently obtaining performance superior to the comparable scalar wavelet transform.