提出了小波域多描述变换编码算法,将小波变换后的最高分解级最低频子带的系数分成两组,应用成对相关变换,在两组系数之间引入相关后,分别独立地编码和传输,一旦传输中有任一描述丢失,可以利用相关性从另一描述估计丢失的描述。对该算法与插值算法的综合应用进行了探讨,仿真实验结果表明本文算法具有较好的差错复原性能。
针对在三个正交医学图像切面上任意斜切面的提取问题,通过空间几何知识,把抽象的切面空间位置关系进行描述,对不同的正交面上的提取切面采用相应的插值方式以获取较高质量的图片结果,从而为医生的临床提供更多和有效的图像视角。通过提取结果对采用的方法和原理进行了验证。
提出一种基于分层多模板匹配的高空间分辨率影像的自动配准方法,并根据不同季相遥感影像的特点提出稳定性模板自动选取的方法和流程,详细描述了基于梯度能量的模板选取方法,以及如何筛选容易受到噪声、动态目标干扰的模板区域,如基于植被覆盖度的方法筛选可能受到植被季相变化的模板。同时,还运用了小波多尺度图像分解和自适应匹配的方法来减小模板匹配中数据计算量和搜索空间。通过模板匹配的精度和最小二乘法对匹配后的模板进行筛选,建立图像之间的影射关系,从而实现遥感影像的自动配准。
提出一种快速的边部检测算法,即边界局部搜索算法,并应用于冷轧带钢表面缺陷在线检测系统。它采用一种局部搜索的思想,在前一次搜索的基础上准确定位钢板边部,大大提高了算法的实现速度。对现场图像数据测试表明,边界局部搜索算法比传统的灰度梯度阈值算法的速度快 20200倍左右,并且检测的效果得到有效的提高。这种算法还可以用于其他图像边界的搜索。
描述了一种基于显微镜图像下的二维融合图的三维重建技术,该技术可以还原出二维融合图像的三维特征。在分析原理的基础上,使用Direct3D在VC环境下实现了三维重建技术。
针对一般图像插值方法常见的两个缺点:边缘锯齿、细节模糊,提出了一种基于图像统计特征的小波变换插值方法,该方法利用图像插值前后边缘统计特征的相似性,从低分辨率图像中获取估算高分辨率图像所需的协方差矩阵和向量,保持了边缘光滑性。同时利用小波分解与重构,将图像非边缘的细节特征进行了增强。该方法无需迭代运算,计算量较小。实验结果表明了用该方法获取高分辨率图像的有效性和可行性。
针对传统的图像传输方法,提出了一种基于人眼视觉系统的自适应图像传输方案。在OFDM系统中,通过将自适应技术与信源分割及信道特性相结合的方法,实现在频率选择性慢衰落信道中高质量的图像传输。为验证该方法的良好性能,三种不同图像源被用于仿真程序中。仿真结果及理论分析可以证明,自适应图像传输与传统的图像传输相比,可大幅地提高接收图像的峰值信噪比。
借助于颜色游程的概念,提出了一种基于游程矩阵的彩色图像特征描述方法,并在此基础上定义了两种图像相似性测度。为了增强图像特征描述的稳健性,对游程矩阵引进了累积变换。对真实图像检索的实验表明,本文的方法对于纹理图像的检索具有很好的检索效果。
针对三角网格提出了一种基于NURBS曲面拟合的计算Gauss曲率和平均曲率的算法。首先选取边界检测后的二阶邻点作为局部拟合数据,采用直接投影法实现参数化,由二次NURBS曲面进行最小平方拟合反算控制点矩阵,最后由拟合曲面计算曲率。并从三角网格分辨率和噪声两方面进行了比较,实验结果表明本文算法精度高、较其他算法稳定,因而更具通用性。
利用傅利叶形状描述方法来统一描述手绘草图图像库和用户输入的手绘草图形状信息,该方法解决了基于笔划描述的计算效率和输入顺序敏感性问题。实验表明所提出的方法不仅能得到较好的检索结果,且具有较好的用户适应性。
文中研究了彩色文本图像的高倍压缩方法。首先利用灰度窗口变换和整体阈值将原图二值化;然后进行亚采样处理并编码;在编码过程中,以经典的哈夫曼及游程编码为基础,设计了一种特殊的码流传输方式;最后用不同的插值方法近似的恢复了图像。实验结果证明,利用该方法当压缩比达到100倍以上时,恢复图像仍然具有高度的保真性。
分析了使用构件技术实现媒体播放器的优势:可自动替换解码器、可动态升级等。并以DirectShow为例,说明构件媒体播放器的实现方法。通过对DirectShow的深入分析(同步问题和控制问题),简化改进DirectShow,提出一套新的基于构件的媒体播放器的接口定义和实现方案。该方案可以支持硬件解码器,而且可以扩展到媒体捕捉方面。
压缩域的图像分析处理技术已成为多媒体研究领域的一个热点。文中给出了DCT压缩域图像边缘的快速检测方法。该方法直接利用DCT非零系数计算图像边缘点,不需要完全解压缩,与传统象素域边缘检测方法相比,大大降低了计算复杂度,并且能根据需要提取不同精度的边缘图像。该方法在远程目标识别或基于边缘的Web图像检索等方面将能满足一定的实时性要求,具有较好的实用价值。针对JPEG图像,给出了边缘提取的实验结果,并与传统的象素域边缘检测方法进行了比较。
视频图像分割是视频目标定位和识别的基础,如果背景中光线变化,那么将会给分割带来很大的影响。文中利用贝叶斯学习方法进行视频图像分割,在每个象素点处对不断变化的背景建模,计算每个象素点处的颜色直方图,用这些直方图来表示该象素点处特征向量的概率分布,然后用贝叶斯学习方法来判断,在光线缓慢或者突然变化的时候,每个象素点是属于前景还是属于背景。
提出了一种基于小波变换和k均值聚类的快速纹理图像分割算法。该方法包括特征提取、特征平滑、纹理分割三个阶段。其中,特征提取在金字塔结构小波变换的基础上进行;特征平滑利用一种四分法来完成特征图像的噪声平滑和边缘保持;纹理分割则利用kd树作为数据结构来运行k均值聚类算法从而实现纹理图像的快速分割。实验结果表明与直接的k均值聚类算法相比,该方法在运行时间上得到了明显的提高。
测试模型5(TM5)的位分配策略对基于图像序列编码的图像质量会造成一定影响。文中在分析测试模型的位分配策略的基础上,给出了一种改进的基于MPEG 2的位分配策略。该策略能够提高序列图像编码质量的平滑性,从而避免图像质量之间的失衡。模拟结果表明,改进的码率控制策略在一定程度上提高了图像的质量,同时还保持序列图像之间的平滑性而保持压缩比不变。
介绍DVB和MPEG 2的数字电视系统标准中的传输流和节目流,针对视频服务器的功能应用,完成由MPEG 2节目流生成符合DVB标准的传输流,并进行多路节目的复用。