改进SRAD模型在SAR图像斑点噪声滤波中的应用

斑点噪声的存在严重影响了合成孔径雷达(SAR)图像的应用,所以抑制斑点噪声显得尤其重要。斑点噪声各向异性扩散模型(SRAD)能较好地去除斑点噪声并保持边缘信息,但依然存在不足之处。在分析SRAD模型的基础上,结合增强Lee算法思想,将SAR图像细分为均匀区域、弱纹理区域和噪声发育不完全区域,针对不同区域采用不同处理方法,并加入了迭代终止条件。实验证明改进的SRAD算法具有更好的平滑效果和边缘保持能力。

CUDA加速医学超声图像SRAD去噪

超声成像的相干特性导致了超声图像中的斑点噪声,它的存在严重影响了医生对患者病情的诊断,因而滤除斑点噪声非常的重要。各向异性斑点去噪(SRAD)可以很好去除斑点噪声并保持边缘信息,已广泛的应用于超声图像的去噪。但是由于SRAD算法是一个迭代的算法,在迭代次数很多的情况下计算量很大,因而耗时比较长。为了解决此问题,利用GPU相比CPU在大量重复性的计算中具有的优势,用CUDA对SRAD算法进行并行加速处理,试验表明,CUDA可以显著加速SRAD算法的运行,最大的加速比达到了55.26倍。

医学超声图像SRAD模型优化研究

研究医学超声图像提取优化问题,超声图像斑点噪声较大,影响图像精度。为抗噪声,提出一种各向异性斑点减少模型(SRAD)的优化方法,用于减少超声图像中的斑点噪声。采用扩散方向由四个扩展为八个,再根据八个方向到中心点的距离不同赋予相应的权值,进行仿真,使图像信息得到加强的同时减少所需的迭代次数。仿真结果表明,在处理速度加快,并能够较好地保证处理后得到的图像在抑制噪声和保护图像的精度质量。

基于SRAD-DWT算法的显微图像降噪模型

金属材料在其物理及化学性质方面研究时,常需要显微图像作为数据来源。由于金属表面光线反射及显微成像原理等因素,图像极易引入散斑及高斯噪声,造成后续数据分析及应用精确度的下降。针对图像模糊原因,提出一种使图像清晰并降噪的改进SRAD-DWT算法模型,在降噪清晰的过程中既保留了图像细节信息又使图像得到合理的降噪处理。实验结果表明,提出算法在高低噪声情况下均展现良好的降噪性能及鲁棒性,使用有参考图像评价指标(PSNR与SSIM)评价模拟降噪情况,相较于传统降噪方式至少提升了3.7%。应用于显微图像时,无参考图像评价指标(NRSS),可以得出算法已知可以提高图像质量9.8%。该方法主要应用于显微金属图像,对于其他类型的图像的降噪和散斑噪声抑制也有一定的价值。

基于差异图构造与融合的SAR图像变化检测方法

针对合成孔径雷达(SAR)图像固有的相干斑点噪声而影响变化检测精度和准确性等问题,提出了一种基于差异图构造与融合的SAR图像变化检测方法。该方法通过L-SRAD混合滤波对SAR图像进行预处理,使用基于边缘预检测的小波融合算法实现对数双曲余弦比值差异图DCLR和邻域比值差异图DNR的融合,结合FCM算法和CWNN卷积神经网络对所得融合差异图进行变化检测。其中FCM算法将融合差异图预分类为三个聚类,选择合适的预分类结果作为训练样本训练CWNN模型,最后使用CWNN模型对预分类结果进行二次分类,得到最终的变化检测图。在Bern数据集上进行了对比实验,实验结果证明该方法具有较强的变化检测能力,变化检测准确率达到99.67%。

一种复合各向异性扩散的图像去噪算法

本文提出一种复合各向异性扩散滤波算法,将降斑各向异性扩散(Speckle reducing anisotropic diffusion,SRAD)模型中对边缘敏感的瞬态系数(Instantaneuos coefficient of variation,ICOV)算子运用到了非线性相干扩散(Nonlinear coherent diffusion,NCD)相干模型中,并基于统计学提出ICOV算子的相关系数矩阵对图像的相关度进行度量,系数矩阵的值是每个ICOV算子与其所在行与列的相关度,此相关度的值在边缘附近会取到极大值,这个对图像的边缘检测有很好的度量,根据每个像素与其周围像素的相关度对边缘附近的扩散的强度进行修改,对图像进行更为之有效、更准确的非线性去噪与边缘加强。实验结果表明,与其他各向异性算法相比,本算法可获得更好的性能指标,具有更好的去噪效果和保留边缘功能。

一种规整化的各向异性扩散相干斑抑制算法

针对基于各向异性扩散的相干斑抑制算法 (SRAD)中存在的不合理性 ,即算法在均匀区域内降噪特性一般 ,并且扩散系数的非凸可能导致解不收敛到正确的图像 ,从理论上进行了系统的分析和论证 ,并依据保持图像细节的规整化准则 ,构造出新的扩散控制系数 .在此基础上 ,进一步提出了一种更合理的规整化各向异性扩散模型 (RSRAD) ,该模型可以有效地克服SRAD中存在的不合理性 .实验结果表明 ,RSRAD算法优于SRAD .

基于区域型MRF的SAR图像分割算法

针对迭代区域生长算法(IRGS)在处理含相干斑噪声严重的合成孔径雷达(SAR)图像时具有的边缘定位不准确和初始过度分割的两大不足,文章提出了一种新型的改进分割算法。通过各向异性扩散滤波(SRAD)抑制SAR图像的斑点噪声并增强图像的边缘信息,采用分水岭分割与区域邻接图(RAG)构建SAR图像的区域化表达。在此基础上,与IRGS算法相结合,实现SAR图像的快速、精确分割。将新算法用于一组添加了不同噪声水平的合成图像和真实SAR图像,实验结果表明新算法在分割准确度和时间效率上均有较大提高。

基于区域MRF的SAR图像快速分割算法

针对受相干斑噪声影响较严重的合成孔径雷达(SAR)图像,提出了一种基于边缘保持(EPR)的区域MRF快速分割算法。基于EPR的SAR图像表示方法包括各向异性扩散的相干斑降噪算法和分水岭变换两部分,该方法在存在相干斑噪声的情况下,能够有效地抑制过分割和在区域边界进行目标边缘的准确定位。将基于EPR的表示方法和区域MRF相结合,能够大幅减少优化过程的搜索空间,获得准确的分类结果和统计特性,同时减少了计算量和分割错误。将提出的算法用于一幅添加了各种不同噪声水平的合成图像和SAR海冰影像的分割中,实验结果证明了该算法的有效性。该算法与现有的区域MRF相比,实验结果证明新算法能够节约计算时间50%,同时提高了分割准确性,尤其是在相干斑噪声较强的区域。

基于瞬态系数梯度的SAR图像分割方法

文章针对合成孔径雷达(SAR)图像受相干斑噪声影响严重的问题,提出了一种基于瞬态系数梯度的SAR图像分割方法。该梯度计算方法是:通过各向异性相干斑降噪算法对SAR图像进行滤波,利用瞬态系数从该滤波图像中计算梯度,并将梯度图像与分水岭算法相结合进行初始分割;为解决分水岭算法导致的过分割问题,通过构建区域邻接图和区域马尔科夫场进行区域合并。与基于经典梯度的分割方法相比,该方法对边缘的定位更准确、分割速率更快。将提出的方法用于SAR图像的分割中,实验结果表明该分割方法有效、准确性好。

娄底市实现农业和农村可持续发展的探索

可持续农业和农村发展”(SARD)是联合国粮农组织倡导的世界未来农业和农村发展的大趋向。本文探究了可持续农业和农村发展的内涵及来源 ;立足娄底地情 ,分析了其农业和农村可持续发展中存在的问题 ;

基于自参考自适应消噪的行星轮轴承内圈故障特征提取

针对行星轮轴承振动信号的传递时变路径,且行星轮轴承振动信号常被齿轮啮合振动信号所湮没等问题。提出了一种基于自参考自适应消噪的行星轮轴承内圈故障诊断方法。用自参考自适应消噪技术(SANC)、AR模型预白化等预处理技术以削弱齿轮啮合振动信号的干扰;基于谱峭度(Spectral Kurtosis,SK)自适应求解共振带参数;采用Hilbert变换提取平方包络信号;对包络信号进行谱分析。试验结果表明该方法可以有效地揭示行星轮轴承内圈的故障特征信息。

吸气式高超声速飞行器纵向通道控制器设计研究

针对吸气式高超声速飞行器纵向通道强耦合、非线性、模型参数不确定等控制问题,首先建立系统模型,并对其进行输入输出精确线性化,将原模型转换为仿射型,实现系统输入输出间的解耦;然后采用线性二次型最优调节器的控制器结构,将其中的Q阵和R阵作为待优化的参数,定义系统的不确定性参数向量,根据系统的设计指标要求构造模型的随机鲁棒代价函数,通过蒙特卡洛仿真和粒子群算法对其进行寻优;最后针对飞行器的纵向通道非线性模型进行仿真实验,结果表明基于输入输出精确线性化和随机鲁棒设计的控制器不仅使系统具有良好的动态性能,而且具有较强的鲁棒性能和稳态性能。

各向异性与优先级字典学习的SAR图像降噪

合成孔径雷达(Synthetic Aperture Radar,SAR)图像中固有的相干斑噪声严重影响SAR图像的处理与应用。针对这个问题,提出一种各向异性与优先级字典学习去噪算法。首先,通过梯度和设置阈值来获得各向异性扩散滤波区域,避免将接近误差门限的噪声数据进行字典学习。然后,在字典更新中,根据原子对应的系数关系进行字典列的优先更新,使得学习后的字典更加准确,实现较好的去噪效果。去噪实验结果表明,与传统去噪算法相比,提出的算法在图像降噪方面有更好的效果。

一种基于GPU的并行三维各向异性扩散的超声图像斑点噪声滤波算法

三维的各向异性扩散的斑点噪声滤波算法(3D SRAD)计算密集,在CPU上串行处理运行效率较低,耗时长,不能满足实时系统的需求.为解决此问题,本文基于CUDA平台提出一种并行的3D SRAD算法——3D pSRAD.该算法从数据处理,任务分配以及纹理存储器和共享存储器的使用对并行处理进行了优化.实验结果表明,3D pSRAD提高了运算效率,计算加速比在60以上.