一种基于Levy-人工蜂群的三维Otsu阈值分割算法

针对图像分割过程中三维Otsu算法运算时间长、计算量大的问题,提出了一种基于Levy-人工蜂群算法的三维Otsu阈值分割算法。首先,以像素灰度值-邻域均值-邻域中值的三维类间方差作为人工蜂群算法的适应度函数;其次,采用Levy飞行模式评价像素的适应度,对其种群更新及邻域搜索过程进行优化,以增强其全局搜索能力;最后,利用改进后的算法得到的分割阈值对图像进行分割。仿真实验结果表明,与传统三维Otsu阈值分割算法相比,所提算法能够有效降低图像存储空间,处理时间降低了30.8%,具备更好的抗噪性能,分割效果也更为理想。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

图像代数运算在Matlab中的实现

图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。该文介绍了图像的加、减、乘、除代数运算在Matlab的实现方法。     

基于自适应阈值的车道检测系统的研究

车道检测系统中的关键问题是图像分割，而图像分割的基础则是自适应阈值的确定。本文针对车道检测系统对比了不同的自适应阈值算法，并采用物理模型仿真的研究方法简要分析了这几种算法的特性，最终确定了一种各项性能指标均较优的自适应阈值算法。     

基于多特征融合技术的龙江大豆表象识别方法

针对目前龙江大豆品种鱼龙混杂、难以区分,提出一种基于多特征融合技术的龙江大豆表象识别方法。首先采集6种大豆表象图像,采用中值滤波对大豆表象图像样本去噪,其次采用Lab色彩模型与阈值分割相结合的方法对大豆表象图像进行分割处理,提取大豆表象图像的形态学特征、HIS颜色特征以及纹理特征,再次采用主成分分析对多特征进行融合处理,然后采用基于局部权重的K-近质心近邻分类算法对大豆表象进行分类识别,最后,综合上述三类特征值对6种大豆表象图像进行识别分类检测,总体平均正确识别率达到92.46%。     

基于累积直方图的视频镜头边界检测方法

提出了一种基于累积直方图的视频镜头边界检测方法,以累积直方图来代表视频帧图像的特征,其帧差充分反映了视频帧图像间的差异性;结合滑动窗的局部阈值分割处理,获得镜头边界检测对物体/摄像机的运动和光线变化的不敏感性。实验结果表明,本方法在镜头突变边界检测中达到95.97%的查全率和96.75%的查准率。     

细胞分割方法概述

细胞分割作为细胞跟踪、细胞分裂检测过程中提取细胞特征的一个重要手段,在医学图像处理、分析领域占据重要的地位。随着现代科技的发展,用计算机处理细胞在医学诊断和医学图像处理领域有着重要的作用。细胞分割是细胞特征提取和细胞识别的基础,直接关系诊断的可靠性,也是医学图像处理的难题,人们提出了不同的分割算法根据图像的不同特征、如阈值法、分水岭算法等。本文对细胞分割的各种方法进行比较分析,详细阐述各种方法的优缺点,并对以后各种细胞分割方法结合使用有重要意义。     

基于支持向量机技术的粮虫图像分类技术研究

介绍了支持向量机的基本思想，提出了一个基于支持向量机的粮虫模式识别系统。该系统先对粮虫图像进行小波边缘提取，根据灰度共生矩阵和局部统计方法提取小波分割后的图像纹理特征。最后利用支持向量机对粮虫图像进行分类。     

一种新的快速视频图像边缘检测算法

一般常用的边缘检测算法计算量较大，对细小边缘检测效果较差，不适合实时边缘检测系统。针对这一问题，本文提出一种连续分割的快速边缘检测算法：从相互垂直两方向分割梯度图像，提取截面曲线极大值获得图像边缘，使用形态学梯度，检测出细小的图像边缘。实验结果表明此算法较Canny等经典算法减少了计算量，提高了边缘检测精度。     

印鉴图像配准方法的研究

随着社会经济的发展，银行业务量日渐增大，过去的手工识别方法已不能满足社会所需。印鉴图像配准方法作为自动识别方法的基础，是对标准印鉴和待测印鉴进行处理，为判断这两个印鉴是否出于同一个印章做必要的准备。本文采用一维化的印鉴图像配准方法，该方法包括印章图像灰度化、去除噪声、二值化和背景分割等预处理以及图像配准两部分。     

电子商务中商品信息有效性和合法性鉴别技术研究

本文提出了一种基于位运算乘法、加法运算的Hash函数构造,Hash函数通过更短的哈希值比用原始值进行数据库搜索更快,这种方法一般用来在数据库中建立索引并进行搜索,同时还用在各种加、解密算法中。Hash函数执行速度较快,可抗生日攻击,具有较好的雪崩效应。可用于信息安全完整性检验,检验信息是否被非法更改。     

图像分割方法的比较研究

在计算机视觉的相关研究中,图像分割是连接低级视觉和高级视觉的桥梁和纽带,而图像分割是计算机视觉系统中最关键和重要的一个环节。在概要介绍几种常用图像分割方法的基础上,比较了每种图像分割算法的优缺点及其适应范围,结果表明：不同工程应用中,应根据其需求与图像特点合理采用不同的图像分割方法以达到更好的处理效果。     

图像分割方法的比较研究

在计算机视觉的相关研究中,图像分割是连接低级视觉和高级视觉的桥梁和纽带,而图像分割是计算机视觉系统中最关键和重要的一个环节。在概要介绍几种常用图像分割方法的基础上,比较了每种图像分割算法的优缺点及其适应范围,结果表明:不同工程应用中,应根据其需求与图像特点合理采用不同的图像分割方法以达到更好的处理效果。     

基于区域生长和模糊C均值聚类的图像分割方法

为了合理地确定运用模糊C均值(FCM)聚类方法进行图像分割时的聚类中心数,从而对图像进行合理区域分割,提出了基于区域生长和FCM聚类的图像分割方法.该方法可以利用区域生长合理地确定要聚类的中心数,然后再依此聚类中心数利用FCM聚类算法对图像进行分割.实验结果表明,该方法可以准确地分割出目标,是一种有效的图像分割方法.     

3G移动通信中脉冲成形FIR滤波器的ASIC实现结构

数字滤波器是语音与图像处理和模式识别等应用中的一种基本数字信号处理部件。本文提出了一种3G移动通信脉冲成形FIR滤波器的定向系统芯片实现结构：基于分布式运算(DA，即Distributed Arithmetic)结构的查表法。使用了Alter公司的FPGA芯片-EP1KSOQC208-3，阶数和位数以及滤波器特性均可方便改变。     

双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

基于图像处理的色斑检测系统

如今,走在街道上,你会发现许多色斑患者,它们的皮肤难以让人认同,并且这种群体的数量日益增多,在二三十岁的人群中,比例已经超过80%,这不得不引起人们的重视。而患有色斑的人群,它们将面临前所未有的危机,他们在与人交往中会显得不自信,有的甚至会被疏远,这给色斑患者带来身体上和心理上的巨大伤害,所以用科学的色斑检测技术检测色斑问题已经刻不容缓。提出了一种数字图像处理色斑检测方法,包括利用二值化根据灰度图像设定阈值将色斑图像提取特征,然后利用中值滤波消除噪声,解决光照不均匀的影响,最后利用阈值分割、图像分割将色斑图像提取并分割,便于最终的检测结果。     

一种基于定向局部直方图均衡化的显微图像清晰度判定方法．

针对现存的图像清晰度判定方法对光照鲁棒性不太理想这一问题，本文提出一种基于定向局部直方图均衡化（OLHE）的方法，使得这一问题得以解决。首先，根据定向局部直方图均衡化具有边缘方向这一特性，用不同的算子对不同区域图像进行处理，得到最佳的OLHE图像；然后，用现存的图像清晰度判定方法对图像进行清晰度判定。本文用显微图像进行测试，实验证明，该方法对光照具有较强的鲁棒性，能判定光照不一致图像的清晰度，稳定度平均能提高87．66％，最高可达到99．28％     

关于企业所得税在财务运算中的应用分析

本文结合我国当前企业所得税的财务运算方法进行了探讨和分析，从所得税费用和当期所得税入手．分别试验了两种完全不同的运算方法，旨在说明两种不同运算方法在所得税费用中的计算区别．为企业财务在计算所得税过程中提供了选择依据。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。