简介：贝叶斯分类方法,是以概率假设为基础的.假设需要分类的数据遵循某种假设分别,通过这些概率分布以及对观察数据本身进行推理,得出最好的分类结果.本文重点介绍贝叶斯分类模型的相关理论基础以及常见的几种贝叶斯分类模型.

简介：摘要IP包分类算法是应用在路由器数据平面的核心算法，其中一维的IP包分类算法就是路由地址查找算法，为路由器的基本转发功能提供支持，与此对应的多维的IP包分类算法是为支持第4层交换的路由器提供对IP数据报的分类，使路由器能对每一个特定的数据报作出预先定义好的处理，以便为了新的网络应用提供数据包过滤、防火墙、基于策略的路由、区分服务、QoS、流量计费等功能。本文介绍了两种典型的多维IP包分类算法在国内外研究现状及综述研究。

简介：基于整幅图像灰度值的方差与局部图像灰度值的方差的线性关系，结合新型的模板，提出一种阈值可变的图像平滑算法。在MATLAB中运用该算法及中值滤波、均值滤波分别对含有椒盐噪声、高斯噪声、乘性噪声的图像进行平滑处理比较。实验结果表明，本文提出的这种改进算法较传统算法均有性能上的提高，既可有效去除噪声，又能较好地保持边缘纹理等细节特征。

简介：概述了相关匹配跟踪的研究现状,介绍了序贯相似性检测算法（SSDA）流程及存在的问题,提出了基于SSDA的图像匹配跟踪算法。该算法结合运动轨迹模型,预测了目标在下一帧的位置,并对运动目标进行搜索及跟踪状态估计和维护。试验结果表明,该算法可提高恶劣条件下图像跟踪适应能力,提升了整个图像跟踪的稳定性。

简介：摘要在信息化高度发展的今天，图像成为了人类社会的重要数据之一。伴随着机器学习的快速发展，人们对于数据的作用也逐渐重视了起来。图像因其数据处理的复杂性，同时也由于它的广泛使用性，因此图像的处理方法一直是一个十分热门的研究领域。本文将主要从抠图，降噪和修复这三个基本方面展开介绍图像处理的相关技术，介绍图像处理基本方法的发展历程和研究现状。

简介：基于图像的信息隐藏技术是信息安全领域的一个重要分支,其中的空域信息隐藏算法因隐藏容量大,实现简单而得到广泛应用.研究了几种经典的基于图像的空域信息隐藏算法,从隐藏容量、隐藏失真变化率、抗检测性和鲁棒性等方面分析它们的性能.理论分析和仿真结果表明,HUGO和WOW算法的整体性能明显优于LSB、Patchwork算法,而WOW算法的隐藏失真变化率和抗检测性比HUGO算法好,但它的算法鲁棒性却比HU-GO算法差.

简介：主要针对图像的高斯噪声和椒盐噪声的去噪算法进行研究，分别使用到中值滤波、均值滤波和维纳滤波三种滤波算法。实验结果表明中值滤波对于椒盐噪声有更好的去噪效果；维纳滤波对高斯噪声有明显的作用，相比中值滤波和均值滤波，维纳滤波对高斯噪声有很好的抑制效果，与此同时，维纳滤波却容易丢失边缘信息且对椒盐噪声几乎没有去噪作用。

简介：摘要：图像加密本质上就是对数字图像信息进行隐藏换位的一种方法。本文通过实验模拟仿真分析，比较普通置乱加密算法和Logist混沌序列加密算法，发现原始图像的统计特性经过混沌序列加密后扩散到均匀分布中，降低了原始图像和加密后图像的相关性，增加了破解的难度，提高了图像的保密性。

简介：摘要：本次课题的目的，是对现在主流的图像去雨算法进行一个对比，并通过对比，通过具体的案例，来分析出不同的算法间的优略。在本次课题中，主要对两个算法进行，分别是基于滤波去雨算法和暗通道先验算法去雨。对于基于滤波去雨算法和暗通道先验算法去雨的优略而言，基于滤波去雨算法更加适合雨水相较不那么密集的图像，面对雨水密集的图像时，它处理的结果一般。但它算法简单，易于实现；对于暗通道先验算法去雨而言，它对于雨水是否密集无太大的要求，都能有较好的效果，缺点在于运算量较大，且需要构建不少函数来支撑算法的实现，最后的结果如果不进行图像融合，呈现出灰色的图像。对于它们二者的结果，用MATLAB进行了复现。

简介：有一类化学平衡图像题，由于图像关系复杂、涉及的微粒种类繁多、各微粒的含量或浓度呈现相互关联的动态变化，从而让学生见题便生畏，原因在于此类题是用图形的形式“隐性”表达有关化学反应及平衡移动的信息，而不是用学生习以为常的化学方程式的形式直接表达，从而让学生产生陌生感。现将此类图像题例析如下：

简介：

简介：摘要：本研究旨在探索在测绘工程领域中应用深度学习技术进行遥感影像分类的方法。通过收集大量的遥感影像数据，结合深度学习算法，构建了一个高效的分类模型。首先，采用卷积神经网络（CNN）对遥感影像进行特征提取和学习，然后利用池化和全连接层进行分类识别。实验结果表明，该方法在不同地区和不同场景的遥感影像分类中表现出良好的准确性和泛化能力，为测绘工程领域的遥感应用提供了一种有效的分类方法。

简介：SAR图像增强技术是SAR信号处理中很重要的一门技术。SAR原始图像中除了包含模糊的目标区域和阴影区外还包含了大量的噪声。在目标识别过程中，如果先对原始SAR图像进行增强处理，在降低噪声的同时增强模糊的目标区域和阴影区，然后进行特征提取，就可以大大降低识别系统的运算量，提高识别效率。正则化方法广泛应用于图像分割、图像增强等领域。通过对两种正则化算法的比较，结合两种方法的优点，提出了一种改进的基于图像域的势函数正则化图像增强算法。利用MSTAR数据库数据进行仿真试验，取得了良好的效果。

简介：摘要目前，城市化、城市郊区化进程加快，城镇研究越来越受到重视。如何快捷、准确与客观地提取城镇用地信息，以获得城镇用地的分布范围和面积资料，是有关城镇问题研究中经常涉及到的一个基本问题，现代遥感技术为这个问题的有效解决提供了强有力的保证。该文从城镇用地的遥感信息机理分析入手，根据各地物不同的光谱信息值，研究基于遥感影像下的城镇用地的信息提取方法，运用传统的计算机分类、手工屏幕数字化和仿归一化植被指数法，从遥感影像进行城镇用地信息的提取。

简介：摘要当前,研究开发遥感影像提取技术是一项紧迫的任务，高效、快速地对遥感影像进行特征提取成为当前研究的热点。文章结合实际，提出一种高效提取建筑物直线特征的算法。

简介：一、序言卫星遥感数据是地理信息系统数据库的重要组成部分。以它为基本数据源，根据它的属性信息建立数据解译标志，在地理空间数据的获取与更新中发挥着重要作用，论文主要研究了基于Erdas图像处理软件作业过程中的一些关键技术问题。在介绍Erdas软件的基础上重点研究了其作业过程当中的几个主要的技术环节，包括影像几何校正、影像镶嵌、影像裁切。

简介：图像检索就是根据对图像内容的描述，在目标图像集合中找到具有指定特征或包含指定内容的图像因此，一个好的检索匹配算法是精确、快速检索的根本前提．

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：树冠面积调查是城市绿化调查中的一个主要内容。随着遥感技术的发展，如何利用高分辨率遥感图像快速、准确地提取树冠面积信息已成为城市绿化遥感研究的问题。该文提出一种基于射线法的半自动树冠面积提取算法，通过设定树冠中心点位置，引出若干条光谱射线，进行高次曲线拟合，求其拐点作为树冠边界点，从而得到树冠的面积信息。实验表明，对于重叠较少的树冠面积提取精度为87．82％，重叠较多的树冠面积提取精度为84．91％。

简介：遥感图像机场跑道边缘的提取是机场识别的主要方法。传统Hough变换在线段提取方面具有较高抗噪性,但用于遥感图像机场跑道提取时存在边缘定位性较差及弯曲跑道误检率高的问题。本文提出了图像空间多尺度Hough变换方法,提高了Hough变换在提取、检测线段时的定位能力;将传统Hough变换的对参数空间改进为相对参数空间,增强了Hough变换检测小线段的性能,并利用分段线段的连接,达到机场跑道边缘中直线段与曲线线段检测的目的。试验结果表明该方法在保持Hough变换高抗噪性的同时,可有效地检测复杂背景下遥感图像中的机场跑道边缘,并保证了边缘的连接性。