提出了一种新颖的处理图像视觉聚类问题的方法。与以往关注图像局部特征和局部连续性的方法不同，本文中的方法能够提取关于图像的全局印象。为此，我们将图像分割问题转化为图划分问题并提出了划分中的一种全局判别准则——Ncut (Normalized Cut)。Ncut不仅能够衡量不同聚类之间的相异程度，还能够衡量各聚类内部的相似程度。为求解Ncut 的最优化问题，提出了一种基于广义特征值问题的高效算法，并将此算法应用于静态图像分割，取得了良好的效果。-proposed a novel image proc

盲噪声估计出现在许多图像处理应用的问题，如去噪、COM压缩、分割。在本文中，我们提出了一种新的噪声电平估计方法的基础上的主成分分析的图像块。我们表明，噪声方差可以估计为图像块协方差矩阵的最小特征值。与现有的13种方法相比，所提出的方法显示了良好的速度和精度之间的妥协。这是至少15倍的速度比类似的精度的方法，它是至少两倍的精度比其他方法。我们的方法不假定存在均匀区域的输入图像，因此，可以成功地处理图像只包含纹理。-The problem of blind noise level estimatio