基于CUDA的加速双边滤波算法

双边滤波算法在去噪的同时能够很好地保持图像边缘细节信息,因此在图像处理领域中得到了广泛的应用。但双边滤波算法复杂度较高,无法满足实时处理的要求。因此首先对双边滤波算法进行分析研究,提出了基于CUDA的并行化双边滤波算法;其次,根据CUDA的特性对算法进行优化;最后,通过实验分析证明,该方法能够在不改变双边滤波的效果下,使加速比达到75以上。

调制传递函数对全色多光谱图像融合影响

针对高分辨率影像全色(Panchromatic,Pan)波段和多光谱(Multispectral,MS)波段的pan-sharpening融合后图像光谱失真的问题,基于调制传递函数(Modulation Transfer Function,MTF)的全色多光谱图像融合模型考虑到了多光谱图像的MTF值对融合图像质量的影响,采用了与多光谱图像相同的MTF值所构建的低通滤波器,得到较好的融合结果,但如何选择一个合适的MTF值还没有很好地解决。该文针对不同MTF值对模型融合结果的影响做了详细的分析与实验,并通过线性搜索的方式找出最优的MTF值。实验结果证明了该最优MTF能够同时提高模型融合结果的光谱细节和空间细节。

基于正则化约束的遥感图像多尺度去模糊

目的遥感成像过程中的图像降质严重影响了高分辨率成像与高精度探测,为了改善遥感图像质量,提出了基于正则化约束的遥感图像多尺度去模糊方法。方法首先利用双边滤波器和冲击滤波对遥感图像进行预处理,然后结合遥感图像模糊核的稀疏特性,使用正则化方法迭代求解模糊核最优解,最后利用基于梯度稀疏的非盲反卷积方法得到去模糊结果。此外,针对图像模糊程度较严重的情况,分析了尺度信息对去模糊结果的影响,提出了多尺度迭代优化方法。结果采用本文方法对大量遥感图像进行去模糊,实验结果表明该方法能有效地去除遥感成像产生的模糊,在保持图像边缘和细节的同时,可有效抑制振铃效应。相比其他方法,本文方法恢复图像的边缘强度平均提高28.7%,对比度平均提高17.6%。结论提出一种正则化约束的遥感图像多尺度去模糊方法,主观视觉感受和客观评价指标都表明该方法可以有效提升遥感图像质量。