脉冲耦合神经网络在人脸图像分割中的应用

脉冲耦合神经网络(PCNN)是一种新型神经网络,研究表明,可用PCNN的脉冲传播特性有效地解决图像处理中的不同问题,在此提出一种依赖于图像的自然属性的人脸图像分割算法,该算法有很强的适应性,人脸图像分割效果较好。     

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.     

基于细胞神经网络CNN的图像检测提取的研究

细胞神经网络是一种适于并行计算的模型,本文利用细胞神经网络（CNN）实现了二值图像和灰度图像的边缘检测,详细分析了CNN的设计过程,并结合CNN的稳定性和判断边缘点的准则给出了模板参数的取值范围,并进一步推导了参数与输入像素之间的关系。最后给出了仿真结果,并对结果进行了比较与分析。     

基于灰度图像分割的改进遗传算法

本文在基于灰度图像分割的基础上对传统遗传算法进行改进,提出基于染色体、基因位的改进遗传算法。该方法利用图像的直方图,对进行初始种群预处理,减少遗传算法的迭代次数。实验表明,改进的遗传算法应用于灰度图像分割能取得较好的效果。     

基于局部阈值的图像分割方法

本文提出了一种基于局部阈值的图像分割方法,该方法针对全局阈值处理方法在背景照明不均匀时可能无效的局限性,通过应用形态学开运算、闭运算和最大类间方差得到一个局部变化的阈值函数,然后利用该阈值函数对图像进行阈值处理,最后得到分割后的图像。Matlab仿真实验表明,该方法运算速度快,能更好的抑制噪声。     

一种基于Hopfield网络的MRI图像分割方法

磁共振成像（ＭＲＩ）是临床中一种重要的非介入式成像诊断方法。本文提出了一种基于Ｈｏｐ ｆｉｅｌｄ网络的ＭＲＩ图像分割算法。在无教师监督的情况下,神经网络在其能量最小化过程中,逐渐趋于特征聚类空间的一个稳定状态,因而可以实现图像的分割。     

基于卷积神经网络和注意力机制的图像检索

当前先进的图像检索方法中,存在着不能很好地分辨图像中不同区域和内容的重要性的问题,导致计算资源分配不合理、检索正确率较低等一系列结果。为了解决这些问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和注意力机制的图像检索方法。首先使用卷积神经网络提取特征,然后使用注意力机制处理提取的特征,可以在计算能力有限的情况下根据图像中的内容合理分配计算资源,使图像中的突出部分得到更多的关注。最后通过融合全局平均池化层处理后的CNN特征来进行图像检索。所提方法在corel1k、corel5k和corel10k三个数据集上与其他先进的图像检索方法进行了比较,结果表明该方法能够有效提高图像检索的精确率和召回率,并且在检索返回的前k张图像的数量(top-k)增加时,仍能保持良好且稳定的检索精确率。     

基于图像融合的数字视频合成技术

传统的图像合成算法往往使作为运动参照的背景图像在融合之后不够清晰。本文提出了一种新的图像壁令算法--Newalphag。此方法的优点在于它既保存了原始图片中的清晰背景又使融合后的图像平滑自然。     

基于聚类反馈的图像检索技术研究

随着多媒体和计算机网络技术的迅速发展,金世界的信息量急剧增长.图像作为一种内容丰富、表现直观的媒体信息,受到人们的青睐.各行各业有越来越多的信息通过图像的形式进行表达.图像信息应用日益广泛,人们面临的一个问题是如何在海量的图像信息库中查询到符合用户要求的图像.这就要求有一种能够快速而且准确地查找访问图像的技术,也就是所谓的图像检索技术.     

基于内容的图像检索技术研究现状综述

基于内容特征的图像库检索技术虽然开辟了一条更为准确直观的检索途径,但由于图像内容特征很难准确提取和描述,特征的相似度计算与人眼的感知存在一定的差异,使其会受到知识领域和检索任务的限制。     

基于图形和图像的虚拟漫游技术研究

探讨了实现虚拟现实漫游的三种技术：基于图形的漫游技术、基于图像的漫游技术,基于图形图像的混合漫游技术。对比了这三种漫游技术的优缺点以及实现方法,并给出了实际开发的适用范围。     

基于内容的图像检索技术

基于内容的图像检索技术随着多媒体技术的发展 ,在多媒体数据库管理和多媒体通信传输中越来越得到重视。对基于颜色、纹理、形状和轮廓特征的各种检索方法和技术进行综合阐述的同时 ,指出基于区域和目标检索及用户反馈检索等新的检索方法 ,是今后图像检索技术研究的热点和发展的方向     

用FGS方法确定图像的最佳分割数

为实现用FGS模型确定灰度图像的最佳分割数,本文对FGS方法进行简化,并给出了用FGS方法确定灰度图像最佳分割数的详细算法。计算机实验表明,用FGS模型确定灰度图像最佳分割数是有效的,与GS方法具备一致性。考虑图像分割的模糊性,用FGS方法比GS方法更合理。     

基于特征点配准的图像拼接技术研究

图像拼接是图像处理技术中的重要研究领域,现已广泛应用于遥感图像处理,医学图像分析,计算机识别,军事,勘探等领域,该文通过Harris角点特征的检测来实现图像的配准,达到较好的结果。     

基于图像内容的水印认证技术探讨

为弥补传统基于密码学认证技术的不足,迫切需要寻求另外一种途径.数字水印作为信息安全领域的一个新方向,目前得到了学术界的广泛的研究,其发展也相当迅速.因此,研究基于数字水印的图像认证技术具有重要的实际意义和应用价值.     

基于逆注意力机制和像素相似度学习的图像分割

针对图像语义分割中目标边界容易混淆、定位不准以及边界不平滑问题,在Deeplab v2 Resnet-101网络的基础上引入提出的逆注意层与像素相似度学习层,构造了一种新的语义分割的网络结构,并设计了注意力层和像素相似度学习层的损失函数。首先,使用Deeplab v2 Resnet-101网络提取图像语义特征;然后,利用提出的逆注意力层修正预测网络的分割结果,同时,利用提出的像素相似度学习层解决边界不够平滑的问题;最后融合两者分割的结果,得到语义分割的结果。在PASCAL-Context上取得了像素准确度76.2%、像素平均准确度59.7%、平均IoU(Intersection over Union)准确度指标49.9%的结果,在PASCAL Person-Part、NYUDv2、MIT ADE20K数据集上分别取得了平均IoU准确度指标69.6%、42.1%、44.38%的结果,与已有的主流方法相比,所提算法能够提升语义分割的精确度,验证了算法的有效性。     

基于多媒体融合的图像检索的技术

基于多媒体融合的图像检索技术是目前研究的热点。该文分析了并总结基于多媒体融合的图像检索的概念,综述基于多媒体融合的图像检索的方法和相关的技术。最后简单介绍一种新的基于语音识别的图像检索的方法以及实践。     

基于Vega的红外图像仿真技术研究

本文首先阐述了红外图像仿真原理及仿真过程,然后对目标红外辐射、大气传输、光学系统等相关模块进行了深入研究。利用Multi-genCreator及Vega软件生成了红外仿真图像,同时还得到了考虑噪声的红外仿真图像。     

基于图像符号的认知优势研究

现代媒体技术的进步推动了媒介环境的变化,由此引发了人们阅读方式的转变.从原始社会的图腾崇拜到现代社会的虚拟实境,图像作为一种古老而现代的传播方式具有重要的意义.本文立足于图像传播在教育中的应用,借助于“图像人”的概念,分析了图像传播的优势,及其在思维活动中的积极作用.结论是图像作为一种新兴的传播方式,有着有效的认知优势.但对图像受众的培养还需要大量的时间和工作.     

基于Tiff图像数字化档案的研究

Tiff文件格式是一个丰富的图像格式,可以支持多种图像,现在已经成为存储档案数字化图像的标准格式。现有的应用程序都可以很好的支持Tiff图像格式。本文从Tiff的结构、特性、分类等几个方面,对Tiff文件进行了详细的分析。在支持传真的Class--F分类基础上,通过配置Tiff标签和在图像数据区域附加图像描述信息,对基于Tiff图像的数字化档案进行研究,井把此研究应用于焊接培训中,并取得了预期的效果。