复小波包域局部邻域窗口阈值SAR图像去噪

提出一种基于四树复小波包变换的局部窗口阈值SAR图像去噪新方法。该方法利用四树复小波包变换具有的移不变性、良好的方向选择性和对高频信号的细致分析能力等特点,把含噪SAR图像分解成低频逼近子图和若干高频方向子图。通过对方向子图设置合理的阈值来确定最优复小波包基。在保留低频逼近子图复系数不变的同时,利用高频信号系数的邻域相关性和噪声方差随分解尺度增大而迅速衰减的特点,对最优基复小波包系数进行局部邻域窗口阈值收缩处理,从而实现降噪功能。实验结果表明,该方法计算效率高,在等视指数(ENL)、优点图(FOM)等指标上均优于传统的复小波变换、复小波包变换和Curvelet域HMT等去噪方法,能有效地抑制SAR图像斑点噪声的同时,对图像边缘和细节具有较好的保护能力。

基于熵和局部邻域信息的高斯约束CV模型

基于曲线演化的Chan-Vese(CV)模型常常不能准确分割非均匀性且结构复杂的医学图像.针对此缺点,文中提出了一种基于熵和局部邻域信息的高斯约束CV模型,作者利用熵构造内部和外部区域能量的权值系数,加强了对曲线演化的控制;同时将曲线上各点的局部邻域信息引入到曲线演化过程中,提高了分割的准确性,并降低了区域内灰度不均匀等因素对曲线演化的影响;高斯约束保证了曲线演化过程中的稳定性、光滑性,同时不需要曲线周长约束项和重复初始化.利用Circular Hough变换对左心室壁内、外膜进行初始定位,避免了人工设置初始轮廓,减少了曲线向目标轮廓演化时间和初始轮廓位置敏感性对分割结果的影响.作者对心脏MR图像的左心室内、外膜进行了分割.结果表明文中方法能够快速准确地分割左心室壁内、外膜,抗干扰能力强,鲁棒性好.

基于Lucy-Richardson算法的图像复原

针对Lucy-Richardson(LR)复原算法存在的噪声放大问题,提出一种新的LR图像复原算法,通过正则化处理分离原LR算法迭代过程中的噪声残差,并采用非下采样轮廓波变换域局部邻域相关性方法对噪声进行处理,从而弥补原LR算法噪声存在的缺陷。对比实验结果表明,该算法复原视觉效果良好。

基于相对流形的局部线性嵌入

局部线性嵌入算法极大地依赖于邻域是否真实地反映了流形的内在结构,现有方法构造的邻域结构是拓扑不稳定的,对噪音和稀疏数据敏感.根据认知的相对性规律提出了相对变换,并用其构造了相对空间和相对流形.相对变换可以提高数据之间的可区分性,并能抑制噪音和数据稀疏的影响.在构造的相对空间和相对流形上确定数据点的邻域能够更真实地反映流形的内在结构,由此提出了增强的局部线性嵌入算法,明显地提高了性能,特别是基于流形的方法还同时提高了速度.标准数据集上的实验结果验证了该方法的有效性.

基于ORB与局部仿射一致性约束的快速人脸特征配准

针对基于单一特征描述子的人脸图像特征配准中精确性、实时性、鲁棒性较差等问题,提出了一种基于ORB与局部仿射一致性约束的快速人脸特征配准方法(LACCORB)。首先通过ORB算法获得初始人脸配准候选集;其次结合邻域一致性约束,对模板人脸图像上的每一标注点,取其邻域范围内的支持特征点集计算局部仿射变换;最终通过多个局部仿射变换拟合模板人脸形状配准到目标人脸形状的非线性变换,实现对人脸标注点的稳健配准。实验证明,该算法在实时性上与当前主流快速配准算法保持同一水平,在精确性、鲁棒性方面相对于当前主流基于特征的人脸配准算法具有一定优势,精度提升约15%,鲁棒性提升约6%。

基于邻域重构模型的高分辨SAR图像精确配准(英文)

合成孔径雷达(SAR)的成像过程使其高分辨图像的几何形变呈现局部性。针对高分辨SAR图像精确配准问题,本文提出一种基于邻域重构模型的局部转换函数.邻域重构模型首先采用重构系数刻画参考图像中每个像素点的几何位置;接着给出了一种重构控制点的选择标准使每个像素的配准误差达到最小;最后根据重构系数及控制点坐标对输入图像进行再抽样以实现配准。与经典分片线性映射相比,该模型从理论上给出了一种区域剖分准则:对于每个像素选取能使配准误差能达到最小的控制点作为重构控制点。对模拟数据和真实SAR图像进行了试验,结果表明,该模型能有效地提高配准精度。

基于二维小波变换及邻域均值滤波的虹膜定位算法

为了提高虹膜定位的准确率和速度,提出了一种基于二维小波变换及邻域均值滤波的虹膜定位算法.采用阈值法分割瞳孔,使用边缘检测算子检测瞳孔区域边缘,定位虹膜内边缘;然后对人眼图像进行二维小波处理降低虹膜图像的分辨率,以减少虹膜本身的纹理对判断外边缘点时所产生的影响;最后采用邻域均值滤波进行虹膜外边缘点提取,根据所得虹膜外边缘点确定虹膜外边界.仿真结果表明:该算法定位虹膜内外边界的平均时间为1.75s,准确率为99.7%,其中虹膜外边缘定位误差小于4.2%,在虹膜识别系统中有较高的实际应用价值.