生物医学图像处理：CT原理与算法（下）

生物医学图像处理：CT原理与算法（上）

【机器感知与模式识别】知识迁移的极大熵聚类算法及其在纹理图像分割中的应用

机器学习：采用最小误差阈值分割算法的基因芯片图像分析

机器学习：一种自适应的仿生图像增强方法：LDRF算法

机器学习：回溯搜索优化算法辅助的多阈值图像分割

【人工智能基础】改进萤火虫优化算法的Renyi熵污油图像分割

图像处理算法中的几何处理是根据几何变换改变一幅图像中象素的位置和/或排列。前面讨论过的各种 处理都要根据特定的变换改变象素值的大小。而几何变换并不改变象素值的大小,它只是改变象素所处的位置。也就是说,将给定象素值的象素移到图像中一个新位置上。 由于几何变换是一种调整一幅图像中各类特征间空间关系的变换。实际上,一个不受约束的几何变换 ,可将图像中的一个点变换到图像中任意位置。也就是说,几何变换可将原图像变得面目全非。但实际使用的几何变换是一种保持变换前后图像局部特征相似性的变换

机器学习：基于图像处理技术的瞳孔和角膜反射中心提取算法

介绍了一种基于多项式插值法的改进的亚像素细分算法及相应计算模板和公式,并对算法的误差进行了分析.本算法应用在经典Sobel算子基础上构造出的方向模板,对灰度图像进行处理,得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行多项式插值法亚像素细分计算,对目标边缘进行亚像素精确定位.实例说明本算法是可行的