结合人类视觉特性的非线性图像分析及其应用是当前图像处理领域的研究热点之一,有着广泛而重要的应用。本项目的研究内容和意义着重体现在以下三个方面 1)与人的视觉相符的图像度量及其在图像识别、图像编码中的应用,它可以提高图像识别的准确性,提高多种图像编码技术的效率和质量; 2)符合人的视觉特性的图像三构件模型的重要性分析及其在图像编码质量评价中的应用,它可以对不同的图像编码算法给出客观的评价与建设性意见,并在一定程度上对人的视觉机制给予定性和定量的分析; 3)与人的视觉相符的图像相似匹配和图像检索中相似性度量的研究与应用,它可以实现不同分辨率图像之间的匹配并大大提高图像检索的精度,效率和稳定性。
本项目主要运用模糊积分、神经网络、小波分析、偏微分方程等非线性工具研究图像处理中的若干重要问题,主要包括线性和非线性图像三构件模型的重要性分析;基于图像三构件模型和模糊积分的灰度和彩色图像编码质量的评价方法;花类图像的检索算法;图像检索中的相似性度量;图像插值算法以及对插值算法的评价;图像的加密和解密算法;基于偏微分方程的图像边缘提取与分割;基于小波变换的图像增强算法的研究等。经过课题组全体成员3年来的共同努力,完成了一本图像处理方面的著作,发表论文26篇,其中期刊论文18篇,会议论文8篇,SCI检索论文2篇,EI检索论文13篇(另2篇国际会议论文待EI检索)。已经申请图像插值方面的一项国家发明专利。有关成果通过专家通信评审,总体达到国内先进,部分成果达到国际先进。