简介：随着网络的迅速发展和应用,网络语义标签已经开始广泛地用于图像内容的标注和分享。由于图像本身及不同主体对图像的不同理解会造成图像分析理解的差异,因此如何充分利用网络标签对图像进行准确分析理解成为本文主要研究内容。图像特征包含了图像本身的大量内容信息,为了能够建立图像内容信息与网络标签之间的关系,本文主要工作包括：1,建立低层特征与图像间相似性关系;2,建立基于随机漫步模型平衡图像内容及网络标签间的关系以达到准确对图像内容分析和理解效果。实验结果表明本文所提出方法的有效性和可行性。

简介：为了使砂岩三维重建结果更接近于原始样本,提出了一种基于平稳性的二维训练图像分析方法.基于纹理特征分析了训练图像的二阶统计特征以获取尺度平稳性;通过多点密度函数分析训练图像的多点统计特征,获取多点统计平稳性.实验结果表明:对于尺度平稳性和多点统计平稳性都相对较高的训练图像,重建得到的三维结构的局部渗透性和两点统计概率特性更接近于真实三维结构的相关特性.而多点统计平稳性较高但尺度平稳性较低的训练图像,与多点统计平稳性较低而尺度平稳性较高的训练图像相比,更接近于真实三维图像.因此,训练图像的平稳性评估对于三维重建的二维薄片图像选取具有重要作用,同时,高阶统计分析方法更为准确.

简介：针对传统的形态小波变换因不具备平移不变性而导致其在图像融合过程中引入伪吉布斯（pseudo-Gibbs）现象和明显的块状效应的问题,本文用循环平移对基于形态小波图像融合方法进行移不变扩展,提出一种有效的平移不变的形态小波图像融合方法。该方法利用形态小波变换对图像进行分解,同时采用循环平移（CycleSpinning）来提高形态小波的平移不变性,有效地抑制融合图像在奇异处的不足。实验结果表明,本文算法的融合图像具有良好的视觉效果及客观评价指标。

简介：该研究利用非下采样Contourlet变换的平移不变性和多方向选择性，考虑变换域内子带系数尺度间和尺度内的双重相关性，自适应地调节双变量模型下子带系数的收缩量，使子带系数的收缩量与子带含有图像细节内容的多少成比例．仿真结果表明，与仅考虑子带系数尺度间相关性的去噪算法相比，该算法在去除噪声的同时能有效保持原图像中的细节和纹理信息，改善恢复图像的主观视觉效果，提高恢复图像的PSNR值．

简介：最新的静止图像压缩编码标准JPEG2000,提供了许多容错工具,这些容错工具的基本思想是＂有错误,但我让它局限在尽量小的范围,并跳过它们＂,在误码率较低的通信信道中,这些容错工具能提供良好的容错性能。然而,在像无线信道这种误码率较高且易丢包的通信信道中,解码器就要跳过相当多的数据,不能得到好的重建图像。本文利用经过小波变换的子带间存在较大的空间相关性,提出了一种相关子带间错误补偿技术。实验结果表明,此技术能很好地提高JPEG2000图像在无线信道传输中的鲁棒性。