在研究和分析指纹图像的强度场和方向场原理基础上，根据人眼的视觉原理，提出一种指纹图像分割与增强的方法。按照指纹图像前景色梯度大，背景色梯度小，可以将指纹前景色很好的分割出来。并且通过纹线方向进行滤波增强处理，可以得到良好的效果。对随机抽取的指纹图像分割和增强的实验证明，取得了满意的结果。此方法的优点是将指纹纹线断裂处很好的连接，可以广泛应用于指纹图像的预处理过程当中。
上传时间： 2013-12-15
上传用户：lps11188
文中讨论了图像的高斯加性噪声模型和图像的稀疏性表示，提出了利用映射函数来描述图像的去噪过程，通过求解映射函数和利用映射函数对加噪图像的小波变换子带系数进行变换，达到了降低图像噪声并使加噪图像逼近原始图像的目的。经过实验比较，验证了本文算法的可行性和鲁棒性。
上传时间： 2013-10-21
上传用户：许小华
提出了一种用各向异性双变量拉普拉斯函数模型去模拟NSCT域的系数的图像去噪算法，这种各向异性双边拉普拉斯模型不仅考虑了NSCT系数相邻尺度间的父子关系，同时满足自然图像不同尺度间NSCT系数方差具有各向异性的特征，基于这种统计模型，文中先推导出了一种各向异性双变量收缩函数的近似形式，然后基于贝叶斯去噪法和局部方差估计将这种新的阈值收缩函数应用于NSCT域，实验结果表明文中提出的方法同小波域 BiShrink算法、小波域ProbShrink算法、小波域NeighShrink算法相比，能够有效地去除图像的高斯噪声，提高了图像的峰值信噪比；并较完整地保持了图像的纹理和边缘等细节信息，从而明显改善了图像的视觉效果。
上传时间： 2013-10-23
上传用户：thuyenvinh
模糊C-均值聚类算法是一种无监督图像分割技术，但存在着初始隶属度矩阵随机选取的影响，可能收敛到局部最优解的缺点。提出了一种粒子群优化与模糊C-均值聚类相结合的图像分割算法，根据粒子群优化算法强大的全局搜索能力，有效地避免了传统的FCM对随机初始值的敏感，容易陷入局部最优的缺点。实验表明，该算法加快了收敛速度，提高了图像的分割精度。
上传时间： 2013-10-25
上传用户：llandlu
文中设计研制了一种新型的基于仿射变换模型的实时图像跟踪系统。本跟踪系统已经通过实践检验，能够稳定的、准确的、快速的跟踪目标。并且系统有很大的升级潜力，除了能够满足仿射变换跟踪的要求之外，还能适用于其他的一些算法，构成鲁棒性更强的图像跟踪系统。实践证明该跟踪系统性能优于经典的相关跟踪系统。
上传时间： 2013-10-12
上传用户：zsjzc
无线多媒体传感器网络（WMSNs）中传感器节点采集的数据量非常大，在传输前需对大数据量的多媒体信息进行压缩处理，但是单节点能源受限，存储、处理能力相对较弱。针对无线多媒体传感器网络应用的高效、低耗能的需求这些问题，在图像压缩双正交重叠变换（LBT）的基础上，文中提出了一种基于此变换的分布式无线多媒体传感器网络图像压缩算法。即基于簇结构，把压缩任务分配给其他节点，通过多个节点相互协作，共同完成图像的压缩编码和传输。实验结果表明，在传感器节点散布不均且较为密集的情况下，该算法在高质量、低复杂度和低功耗等方面都有了很大的性能提高。
上传时间： 2014-12-23
上传用户：langliuer
针对传统的双线性插值法在对图像进行插值后会不可避免的产生边缘模糊的问题，提出了一种改进的线性插值法，该算法首先把待插值点分为三类，然后分别选取合适的已知点进行插值。通过对经典图像lena和pepper进行插值的实验结果表明，该算法的插值效果与双立方法相当，但计算量远远小于双立方，能有效的保持图像边缘信息，提高了图像质量。
上传时间： 2014-01-17
上传用户：杏帘在望
目前，被广泛使用的经典边缘检测算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。这些算子的核心思想是图像的边缘点是相对应于图像灰度值梯度的局部极大值点。然而，当图像中含有噪声时这些算子对噪声都比较敏感，使得将噪声作为边缘点。由于噪声的干扰，不能检测出真正的边缘。一个拥有良好属性的的边缘检测算法是每个研究者的追求。利用小波交换的特点，设计了三次B样条平滑滤波算子。通过利用这个算子，对利用小波变换来检测图像的边缘进行了一定的研究和理解。
上传时间： 2013-10-13
上传用户：kqc13037348641
SIFT算法具有旋转、平移、尺度缩放和亮度的变化保持不变性的优点，也有算法复杂、计算时间长的缺点。本文提出了以街区距离代替欧式距离的新方法，来提高SIFT特征匹配效率，缩短匹配时间，提高SIFT算法的实时性。实验结果表明，该方法在保持图像匹配率和算法鲁棒性的同时，可以减少运算时间。
上传时间： 2013-10-28
上传用户：zhangzhenyu
针对图像占用空间大，特征表示时维数较高等的缺点，系统介绍了主成分分析（PCA）的基本原理。提出了利用PCA进行图像数据压缩与重建的基本模型。实验结果表明，利用PCA能有效的减少数据的维数，进行特征提取，实现图像压缩，同时并根据实际需要重建图像。
上传时间： 2013-10-29
上传用户：JGR2013
