基于细节信息约束的遥感影像条带噪声去除模型

遥感影像在获取过程中会经常受到条带噪声的污染,降低遥感影像的视觉效果,对影像解译和反演等处理产生不利影响。当前一些主流的基于变分的条带噪声去除方法,虽然可以去除条带噪声,但是往往也会导致影像细节信息的严重丢失。基于上述问题,本文提出了一种基于细节信息约束的遥感影像条带噪声去除模型(DISUTV)。在DISUTV模型中,将所提出的基于双边滤波器与正交子空间投影的细节信息分离算子与单向全变分正则化项、群组稀疏正则化项及单向全变分正则约束项进行了有效结合,并采用交替方向乘子法对其进行求解,用于从条带噪声影像中获取不含有细节信息的高精度条带噪声。利用模拟数据与真实数据对本文方法的条带噪声去除能力、细节信息保持能力及稳健性进行了验证并与现有前沿方法进行了比较。试验结果表明,本文方法在去除条带噪声的同时能更好地保留影像的细节信息,并且呈现出了较好的定性与定量结果。

基于细节信息增强的无监督双目立体匹配算法

无监督立体匹配算法在自动驾驶等领域有重要的应用,然而无监督立体匹配算法在物体连续、边缘等细节信息区域的视差精度较低,本文提出了一种提高细节信息区域精度的无监督立体匹配算法。通过在特征金字塔网络中引入空间注意力机制和残差网络,设计了一种空间特征金字塔网络算法,抑制特征提取过程中边缘和小目标细节信息的丢失。构建了视差融合模块,将半全局立体匹配算法生成的原始视差和视差回归生成的初步视差进行置信度视差融合,提升连续细节信息区域的精度。对于网络损失函数,集成了原始视差监督损失和置信度遮挡损失,保留更多图像边缘和连续区域处的细节信息。实验结果表明,本文算法在KITTI 2015测试集中非遮挡区域和所有区域的误匹配率分别为6.24%和5.89%,与其他经典算法相比在细节信息区域的效果、精度方面有较大提升。

基于视觉传达的低亮度激光图像细节信息增强方法

针对激光图像亮度较低,导致内部细节信息缺失,图像应用性下降等问题,提出基于视觉传达的低亮度激光图像细节信息增强方法。从视觉传达角度出发将低照度激光图像转换为Lab色彩模式,采用Curvelet变换将激光图像分解为高频分量与低频分量,利用细节增强网络模型增强高频分量,通过基于照度图估计的微光图像增强方法增强低频分量,融合增强后的高、低频分量,实验结果显示,采用该方法对所选图像进行细节信息增强处理后,各图像的信息熵均高于8.35以上,而对比度与相关系数则分别在0.846和0.815以上,增强后的图像更符合人眼视觉特性。

危岩破坏激振信号局部和细节信息特征

危岩属于一种突发性地质灾害，危岩破坏会突然释放能量，以激振波的形式向邻近危岩块传递，劣化相邻危岩体的稳定性。通过坠落式危岩破坏激振效应模型试验，对采集的激振信号进行小波滤噪处理，选取模型试验第25～35 ms共10 ms时间段的激振信号，作为分析激振信号局部和细节信息特征的基础数据。分析结果表明，实验条件下分析时段内，危岩破坏激振信号局部信息存在周期性，激振信号在水平方向存在8～9个激振峰，周期1．0～1．4 ms，在竖直方向存在3～4个激振峰，周期2．2～3．0 ms；测点与激振源之间的距离影响着激振信号的峰值强度，距离越近，峰值强度越大；危岩块之间界面的完整性对激振信号出现频率和峰值强度都有显著影响，激振信号穿过不完整的界面后激振信号主峰存在一定滞后性，实验条件下滞后时间10 ms左右；危岩破坏激振信号的局部和细节信息基本都在细节系数中予以体现，尤其是主频率主要位于d3～d7所对应的中频细节信息内。研究成果对于进一步实施危岩破坏激振效应的相似模型试验具有积极意义。

细节信息容量与MTF相关分析

文章从信息容量的角度出发,对图像宏观质量做出评价,再通过研究图像的细节信息容量参数,对在宏观上质量相当的图像做出更进一步的评价,挑选出边缘清晰、纹理等细节信息丰富的图像。然后将该评价参数与Ealing仪测得的调制传递函数(MTF)值的变化趋势作曲线回归分析,实验结果表明,细节信息容量与数字成像系统的MTF值的变化有着很好的正相关关系,这对评价数字成像系统MTF变化情况具有较好的实际应用价值。

小波细节信息的LSB隐写分析算法

为了准确地估计出隐藏图像的嵌入率,利用LSB隐写对图像小波细节信息影响较大这一特点,首先给出了图像的小波细节信息和小波细节信息能量的定义,同时利用LSB隐写图像计算出其原始图像的小波细节信息能量;然后根据隐写图像与原始图像的小波细节信息能量,估计出LSB隐写图像的嵌入率。实验证明,该方法在隐藏图像嵌入率不是很低的情况下,能够比较准确地估计出隐藏图像的嵌入率。

基于细节信息分类和结构相似的快速分形编码方法

针对传统分形编码中编码时间过长的问题,提出了一种细节信息分类(DetailInformationClassification,DIC)与结构相似(StructureSimilarity,SSIM)指标相结合的快速分形编码方法。DIC方法将图像块的内部细节信息分布状况作为分类标准对定义域块库进行分类,SSIM指标分别从亮度、对比度和结构三个方面度量值域块与定义域块之间的匹配程度。通过将DIC方法与SSIM指标结合,可以加快分类速度、减少匹配运算时间。

消除光晕效应和保持细节信息的图像快速去雾算法

针对现有的基于大气散射物理模型的图像去雾算法在去雾过程中大多无法避免地会产生光晕效应和细节丢失,提出了一种消除光晕效应和保持细节信息的图像快速去雾算法。首先运用四叉树子矩阵划分的分层遍历方法得到更精确的大气光值,再通过分析大气散耗函数,利用融合梯度信息的改进引导滤波得到精确估计的大气散耗函数,并自适应地获取最小值图像与大气光平均值的阈值,求解出透射图;最后反演复原出无雾图像,并对复原后的图像进行亮度调整。对多组有雾图像进行了实验,该算法能有效地抑制去雾过程中产生的光晕效应,较多地保留了图像的细节信息,且运行时间大约减少了一倍。融合梯度信息的改进引导滤波不但可以较好地保留透射图的细节信息,有效地消除光晕效应,而且具有较好的鲁棒性和时间复杂性,适用于交通等室外场景的去雾。

一种可以保留细节信息的图像中值滤波算法

图像中值滤波算法的优点是可以避免图像模糊,缺点是容易丢失“角点”和“线段”等细节信息;针对它的缺点,本文提出了一种可以保留细节信息的图像中值滤波算法,首先检查待处理的像素点是否是“角点”或“线段”上的点,如果是则保留该点,否则就利用中值滤波算法进行滤波处理。该算法既可以保留图像的细节信息,又可以避免图像模糊;数据分析和实验结果说明了文中方法的有效性。

雾天图像增强中Retinex算法的细节信息优化

为了解决雾天图像增强中的细节信息优化问题,提出了一种新的基于亮度块Retinex算法的雾天图像增强方法。该方法首先采用背景亮度作为激励亮度值对图像的亮度块进行分割,然后采用不同尺度的增强因子对分割块进行增强,在对像素的边缘信息分割之后,再按照一定的比例对块信息进行融合。仿真结果显示:与传统的Retinex算法相比,基于亮度块的图像增强Retinex算法的信息熵较高,增强效果较好。

低对比度红外图像融合时图像细节信息检测系统设计

为了准确识别出低对比度红外图像的内容,需要设计一个图像细节信息检测系统。采用当前方法设计的系统检测图像细节信息时,不能有效地去除红外图像中存在的噪声,检测所用的时间较长,检测得到的结果误差大,存在去噪效果差、检测效率低和检测结果准确率低的问题。提出低对比度红外图像融合时图像细节信息检测系统设计方法,根据ONLM算法构建红外图像去噪模型,采用Butterworth高通滤波器对去噪后的红外图像进行滤波处理,通过高频加强滤波补偿滤波处理后的红外图像,完成红外图像增强处理。计算增强处理后的红外图像主色的特征分布,提取到红外图像细节信息特征,根据特征提取结果检测低对比度红外图像融合时的图像细节信息。实验结果表明,所提方法的去噪效果好、检测效率高、检测结果准确率高。

基于塔形信息的空间约束FCM图像分割算法

为使传统模糊C均值(FCM)算法更加适用于图像分割,提出一种基于塔形信息的空间约束图像分割算法。引入塔形结构减少运算时间,并将其用于求解隶属度,在FCM算法的目标函数中,添加不含任何参数的约束项,以约束像素邻域空间信息。实验结果表明,该算法能保留图像的细节信息,提高图像的分割质量。

基于小波分析的机场道面平整度细节研究

采用小波理论对机场刚性跑道平整度进行分析。针对某机场道面,采用Matlab对其纵断面信号进行小波变换分解,得到不同高频下机场刚性道面纵断面长波和短波的具体波动幅度和位置,可作为国际平整度IRI的一种补充,为航空器-机场道面相互作用动力学分析创造条件。

初中生英语听记信息能力的现状、问题及教学策略

听记信息是一项重要听力技能。当前初中生在听记信息时存在"听不懂、记不下、拼写错误"等问题。听说教学可以针对学生听记信息存在的问题,从提高学生听力理解能力,提高学生速记、细节信息记录和概括性信息记录能力,提高学生听力词汇学习和拼写监控能力三方面提升听记信息能力,促进学生听说能力发展。

巧用校信通,细节之处显关怀

本文列举了教师通过校信通发送给家长的十例信息,分别从作业信息、问候信息、通知信息、反馈信息、提醒信息、紧急信息这六方面来谈信息细节的作用,从而提醒教师要在日常信息发送的工作中重视信息细节,让校信通成为家校密切联系,合作互助的沟通之桥。

基于计算机网络的船舶视频图像模糊细节增强算法

为了提高船舶视频图像的质量,针对图像模糊问题,设计了基于计算机网络的船舶视频图像模糊细节增强算法。首先分析引起船舶视频图像模糊的因素,并提出采用无线传感器网络对船舶视频图像进行采集和传输,然后对船舶视频图像进行增强处理,丰富船舶视频图像细节信息,改善船舶视频图像视觉效果,最后实现了船舶视频图像模糊细节增强实验,结果表明,本文算法对船舶视频图像进行增强处理后,图像更加自然,并采用定量分析指标对船舶视频图像质量进行评价,获得比其他算法更优的船舶视频图像模糊细节增强效果。

加强空间信息引导的道路场景实时语义分割

针对实际道路场景不同类别位置和轮廓等细节部分相差较大,导致细节信息的丢失和小目标分割不准确等问题,提出一种加强空间信息引导的实时语义分割网络。该网络首先采用微调的轻量级分类卷积编码器,提取图像中不同层次的高级语义信息和浅层空间信息;其次,设计空间细节引导融合模块为编码器的深层与浅层的特征映射提供指导,使得融合过程中更加信任细节轮廓信息,增强空间感知能力,并抑制背景噪声影响;最后通过损失函数辅助监督训练和数据相关型上采样加强训练阶段的特征表示,进一步优化深度卷积网络,以弥补大幅度上采样造成的信息损失。在CamVid和Cityscapes数据集上进行实验验证,其分割精度分别为73.7%和75.3%,推理速度分别为158.0和126.5 fps。与其他实时语义分割算法相比,算法能更好地平衡精确度和实时性,在实际应用场景中也具有更好的鲁棒性。

多源信息融合的低信噪比激光图像增强研究

低信噪比激光图像增强研究具有十分重要的意义,当前激光图像增强方法存在激光图像清晰度低、对比度差,为了提高低信噪比的激光图像质量,提出了多源信息融合的低信噪比激光图像增强方法。首先采用多个传感器采集不同的高信噪比激光图像,建立清晰度的激光图像库,然后采用卷积神经网络对低信噪比激光图像和图像库中高信噪比激光图像之间关系进行拟合,提取激光图像特征,最后根据提取的激光图像特征对低信噪比激光图像进行增强,并进行了低信噪比激光图像增强实验,结果表明,本方法的激光图像信噪比得到了大幅度增强,丰富了激光图像的细节信息,不仅提升了激光图像清晰度和对比度,而且激光图像增强整体结果要明显优于当前其它激光图像增强方法,验证了激光图像增强方法的优越性。

浅谈教学细节在历史教学中的重要性

细节，指的是人和事物发展过程中细小的情节和环节．正是这些细微而生动的细节构成了完整、清晰的历史。细节运用是决定一节课成败的重要因素．也是展现教师魅力的关键．这就需要历史教师能善于捕捉典型、生动的细节信息．挖掘其中的意义．适时地补充到教材中．以提升历史课的魅力。

信息光学 光学信息处理、图像识别

O438 2005053471 联合变换相关器形态学处理可调节性研究=Research on adjustability of morphological processing of joint transform correlator[刊,中]／余杨(南京大学光通信工程研究中心． 江苏,南京(210093)),张旭苹∥光子学报．-2005,34 (3)．-460-463 为改善联合变换相关器的实际识别效果,将形态学算 法引入输入面图像边缘检测,提出利用形态学边缘检测的 宽度可调节性来改善联合变换相关器的实际识别效果。 实验表明,改进后的算法使相关器既有足够的光强,又有 较高的鉴别率。图6表2参4(严寒)