一种新的基于FFT的图像增强算法

针对散焦模糊和噪声的频域特点,提出了一种基于FFT的频域图像增强算法。设计了高通倒高斯滤波器与低通反正切滤波器,使得图像去噪的同时又保留了细节。并研究了抑制振铃的算法,去除了频域加窗对图像的影响,对于增强图像的质量有显著的效果。

并行图像复原与超分辨处理系统的设计与实现

为实现海量大尺度图像的复原与超分辨算法的实时处理,设计了图像复原和超分辨并行处理系统,对该系统的技术方案、工作原理、关键算法、硬件结构和并行技术进行了研究。根据技术方案,介绍了系统的工作原理及解模糊、去噪和超分辨等关键算法。对数字信号处理(DSP)和机群两种体系结构进行了分析和比较,结果表明机群更适合于大规模并行处理,给出其设备选型的原则。提出了基于PPF结构的并行算法模型和基于MPI+OpenMP混合结构的多层次并行与优化技术。最后,对算法在DSP和计算机系统上的处理效果和处理速度进行了实验和分析,给出了系统规模和性能的预测,确定了关键参数即处理器数目的选择依据。实验结果表明,该系统可将处理时间由2 700 s降低到29.39 s,处理后的图像的清晰度、对比度和分辨率显著提高,满足应用需求并具有一定的通用性。

大尺度高分辨率遥感图像机场目标的快速识别

基于对机场的图像特征、目标特征的全面分析,提出了一种从大幅面高分辨率光学遥感图像(10000×10000 pixel)中快速识别机场目标的算法。首先通过预处理去除图像中大部分与目标特性不相关的区域,然后在剩余区域中作精确的检测,其中用到的目标特征有空间频率、均值、方差和能量等,使用canny边缘检测、线段分割与四邻域跟踪技术对目标进行精确识别。研究结果表明,本文算法能够实现对机场的快速识别,识别算法时间小于2 s。

遥感图像复原与超分辨算法及其并行实现

为了提高海量遥感图像的处理效果和速度,进行了相应的图像复原与超分辨算法及其并行硬件体系结构的研究。首先,介绍了频域内的解模糊、去噪和超分辨等关键算法;然后,对DSP和机群两种体系结构进行了分析和比较,结果表明,机群更适合于大规模并行处理;最后,在DSP和计算机系统上对算法的处理效果和速度进行了实验和分析,给出了机群的性能预测,确定了关键参数即处理器数目的选择依据。实验结果表明,该系统可满足实时应用的要求,同时使处理后图像的清晰度、对比度和分辨率显著提高。