第一章函数 第一节函数及其性质 思考题: 1.确定一个函数需要有哪几个基本要素? 答:需要两个基本要素,分别为对应规则和函数的定义域 2.思考函数的几种特性的几何意义 答:①有界性反映了函数图像是否在平行于x轴的两条直线之间 ②单调性反映了函数图像沿x轴正方向的升降 ③奇偶性反映了函数图像的对称性:

生物医学图像处理：图像编码（下）_图像编码（二）

由于小波变换技术在20世纪90年代初期已经比较成熟，因此从那时起就开始出现各种新 颖的小波图像编码方法。这些编码方法包括EZW, 在EZW算法基础上改进的SPIHT和EBCOT 等。由于EZW算法的开拓给后来者带来很大的启发，它是一种有效而且计算简单的图像压缩 技术，因此本章将重点介绍

基于激光电子散斑干涉技术(ESPI),对涂层失效过程的电子散斑干涉技术检测平台进行设计搭建,在不破坏涂层前提下,观察到浸泡失效过程中涂层的原位、实时和动态干涉条纹,并对其进行优化处理.将原位、实时观察到的条纹与零时刻条纹图像相减后进行计算机二值化处理,得到反映涂层失效信息的原位、实时及动态图像.针对环氧色漆/碳钢涂装体系,证实了电子散斑干涉技术分析的有效性,并根据其检测图像的变化,将环氧涂层的浸泡过程分为三阶段:初期没有斑点,涂层完好;中期出现模糊的斑点,涂层防护作用下降;后期出现清晰的黑色大斑点,涂层丧失防护能力.实现了涂层/金属界面失黏、膜下金属腐蚀微观发展过程原位、实时和动态的无损检测

图像处理就是对图像信息进行加工，以满足人的视觉或心理或应用的需求的行为

首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块.考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际,提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法.通过级联分类器的前几层强分类器完成排除大部分非眼睛样本;然后,通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块.检测时间消耗有所下降,这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能,与仅使用Haar特征相比正检率有一定程度提高

在图像中添加文字,可以配合图像表达所蕴涵的信息。如果设计合理甚至 可以提高图像的视觉效果。在 Photoshop CS2中提供了多种文字工具,用户使 用它们不仅可以输入横排或直排文字,还可以对输入的文字进行细致的参数属 性设置

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

针对人耳识别中存在姿态、光照变化等问题,提出信息融合的方法,将二维人耳和三维人耳的信息进行融合,以克服姿态、光照对人耳识别的影响.对于二维人耳,由于姿态等的变化会导致人耳图像数据在高维空间中呈现出非线性流形结构,采用等距映射这种流形学习算法进行特征提取,对三维深度人耳则采用3D局部二值模式进行特征提取,然后分别进行二维和三维人耳识别,最后在决策层进行融合识别.在79人的人耳数据库上进行了实验,每人8幅带姿态的二维人耳图像和6幅带光照的三维人耳深度图像.实验结果表明,与单独的二维人耳和三维人耳识别相比,融合之后的识别效果和认证效果均有很大的改善

◆7.1 图像分割的定义和依据 ◆7.2 边缘点检测 ◆7.3 边缘线跟踪 ◆7.4 门限化分割 ◆7.5 区域分割法