基于引导滤波和分块自适应阈值的单帧红外弱小目标检测

为了在有效地检测复杂场景下红外弱小目标的同时保持较低虚警率,在满足算法实现实时性的前提下,提出一种基于引导滤波和分块自适应阈值的单帧红外弱小目标检测。首先,为缓解边缘杂波干扰,采用具有保边特性的引导滤波对图像进行背景估计;然后,利用弱小目标具备的局部灰度最大特性,提出基于软阈值非极大值抑制的九宫格滤波计算目标的概率。通过加权的方式进一步剔除背景,抑制结果中不满足目标特性的区域;最后,针对复杂场景目标检测虚警率和漏检率高的问题,提出一种分块自适应阈值分割方法提取候选目标。实验结果表明,在公开数据集上与Top-Hat、LCM和Max-Median等经典方法相比,所提方法性能优于其他方法,恒虚警下不同复杂度场景的召回率分别达到87.97%、84.93%和86.22%,可有效抑制背景,增强目标信号,提高红外弱小目标检测的召回率,且具有更好的场景鲁棒性。

基于多层分块自适应压缩感知的图像编解码方法

压缩感知中,测量矩阵对图像进行单一采样率的压缩采样。传统的测量矩阵虽然能够获得比较好的重构效果,但因采样数目较多,故而资源耗费也较多。为了解决上述问题,提出了多层分块自适应编码算法(multi-layered block adaptive coding algorithm,MLBA)以及多层分块自适应压缩感知编解码方法(multi-layered block adaptive compressed sensing codec method,MLBACS)。MLBACS编解码方法基于MLBA编码算法,能够根据图像局部结构进行不同层数和大小的分块,并自适应分配采样率。仿真结果表明,在同等重构性能的前提下,相对于单一采样率下的压缩感知,MLBACS编解码方法能够不同程度地降低重构图像所需的采样数目。

基于分块自适应压缩感知的可逆水印算法

针对数字图像可逆水印的高嵌入容量和不可见性的权衡问题,该文提出一种基于分块自适应压缩感知的可逆水印算法(Reversible Watermarking Algorithm Based on Block Adaptive Compressed Sensing,BACS-RWA)。该算法对载体图像分块,利用周围块与目标块的统计关系判断块类型,自适应地选择容量参数进行分块压缩感知,并利用整数变换嵌入水印;为提高水印嵌入容量将水印嵌入到经压缩感知后的平滑和普通载体图像块中,复杂载体图像块不做处理,以确保图像质量和不可感知性;采用分块压缩重构算法和可逆整数变换来恢复载体图像。通过对不同纹理图像实验并与同类算法对比,结果表明:当以Plane为载体图像时,最佳嵌入容量达1.87 bpp。分块自适应压缩感知理论的引入使算法具有良好的综合性能,在提高嵌入容量的同时,又能有效地降低嵌入数据后对原始图像质量的影响。

一种基于复小波变换提取PD信号的分块自适应复阈值算法

基于复小波系数之间的相关性以及块阈值算法能充分利用周围小波系数的特点,创建一种用于复小波变换对PD信号的去噪的分块自适应复阈值算法,并与点自适应复阈值算法和分块自适应实阈值算法的去噪效果进行了对比。利用变化趋势参数(VTP)和波形相似性参数(NCC),并结合去噪前后的信噪比(SNR)对仿真PD信号的去噪效果进行综合评价。最后,将分块自适应复阈值技术用于对实验室实测的模拟GIS超高频PD信号的去噪。结果表明,采用分块自适应复阈值算法的复小波变换抑制白噪声效果更好,在保证高信噪比(SNR)或噪声抑制比(NRR)的情况下,对信号的畸变也更小。

分块自适应JPEG图像数据隐藏算法

为提高隐秘JPEG图像视觉质量与隐藏容量,在修改JPEG缺省量化表的前提下,针对JPEG图像提出一种自适应数据隐藏算法。该算法首先根据图像分块视觉特性确定用于数据隐藏的图像分块,然后应用LSB替换方法修改DCT域量化后AC系数以嵌入秘密数据。实验结果表明,该算法在保证较好透明性的同时,显著提高了JPEG图像隐藏容量,与其他同类算法相比,隐藏容量提高约21%。该方案可为互联网环境图像实时通信提供安全保障手段。

分块自适应量化算法的FPGA实现

详细介绍了采用FPGA实现分块自适应量化(BAQ)算法的设计方法。该设计选用X ilinx公司100万门FP-GA,采用自顶向下的方法,实现了3位长BAQ压缩算法。设计中通过资源共享来降低资源消耗,通过并行和流水来提高处理速度,满足了星载系统小型化、低功耗和高可靠性的要求。与专用DSP方案相比,采用FPGA的实现方案极大地简化了电路设计的复杂性和布线的难度。

基于DCT的分块自适应量化算法及其用于SAR原始数据压缩

该文提出了一种基于离散余弦变换(DCT)和分块自适应量化相结合的SAR原始数据压缩算法。利用SAR原始数据满足局部平稳高斯随机过程的特点,通过将DCT系数进行重排,并对重排后的系数矩阵进行有效的量化比特分配和分块自适应量化,从而大幅度提高了量化增益。通过对真实SAR原始数据的压缩实验结果表明:该文算法与BAQ算法相比,以相对较低的运算复杂度增加,使图像域的压缩性能指标有了明显提高。

基于分块自适应的在线Infomax及其扩展算法

自适应在线Infomax及其扩展算法适用于非平稳环境下的信号分离,具有广泛应用。本文结合批处理分离算法和自适应在线分离算法的优点,提出了分块自适应在线分离算法。并详细推导了基于在线Infomax及其扩展算法的分块自适应更新公式。在此基础上,还推导了一种基于峭度方差调整步长的分块在线变步长公式。仿真结果表明,新算法具有在线算法适用于非平稳环境的优点,在与传统自适应在线算法分离效果相当的条件下,运算量大大降低,数据处理时间大大减少。

基于Canny算子的机械零件图像分块自适应边缘检测

针对自动生产线上的机械零件图像几何特征,提出一种基于Canny算子的分块自适应边缘检测方法。主要包括基于鼠标框选的图像不均匀分块和基于Otsu算法的检测阈值自适应生成等。实验表明,该法有较强的抑制噪声能力,检测准确,是一种有效的机械零件图像边缘检测方法。

分块自适应量化算法的仿真和实现

介绍了分块自适应量化(BAQ)算法的基本原理,结合机载合成孔径雷达(SAR)原始数据,对其分布特性、均值、量化信噪比等进行了分析,给出了3bitBAQ的压缩仿真和解码成像,并对原始数据、3bitBAQ压缩结果进行了成像比较。研究了该算法在FPGA内的实现方法。

压缩比可变的分块自适应量化算法的FPGA实现

本文基于合成孔径雷达(SAR)系统设计和原始信号统计特性的理论基础,阐述了星载SAR采用压缩比可变的分块自适应量化(FBAQ)算法的必要性.针对专用集成电路(ASIC)和现场可编程门阵列(FPGA)各自的结构和应用特点,提出采用FPGA实现FBAQ算法,并详细介绍了设计方案和实现过程.数据域评估结果和解压缩数据图像表明FPGA实现FBAQ的信号保真度高,适用于星载SAR系统.

基于FCM的分块自适应图像分割方法研究

基于模糊C均值聚类(FCM)的图像分割是应用较为广泛的图像分割方法之一,但是传统的模糊C均值聚类算法都是基于欧氏距离的,对于图像中的噪声是十分敏感的。针对这一局限性,提出一种基于FCM的分块自适应图像分割方法。该方法不仅考虑了噪声不均匀分布对分割结果的影响,而且充分考虑了图像像素的灰度信息和空间信息。通过对含有噪声的自然图像和合成图像的分割试验,我们可以得到,与传统的FCM图像分割算法相比,本文方法能显著提高含有噪声图像的分割质量。

基于提升小波和分块自适应量化的SAR原始数据压缩

利用合成孔径雷达(SAR)原始数据满足局部平稳高斯随机过程的特点和小波变换的多分辨分解消除信号相关性的特性,本文研究提升小波变换和分块自适应量化(BAQ)相结合的SAR原始数据压缩算法。通过对真实的SAR原始数据进行压缩实验,取得满意的效果。

分块自适应零树量化图像压缩算法研究

讨论了图像经过整数小波分解后的系数分布特性 ,针对现有的小波量化算法的不足之处 ,提出了一种基于整数小波变换的分块自适应零树量化图像压缩算法 ,进行预测编码 .该算法硬件实现简单 ,可并行处理 .计算结果表明 ,该算法优于现有的其他图像小波量化方法 .

水下目标声图像分块自适应降噪方法

通过对水下目标声图像机理及统计特性的分析,提出了分块自适应的降噪方法。设置适当的区域图像方差阈值将水下声图像划分信息区及非信息区。在信息区,制成图像序列经过表面波(Surfacelet)变换三维去噪;在非信息区,进行非下采样轮廓波变换去噪。结果表明:去噪后图像峰值信噪比大幅度提高,具有较高分辨率的基础上细节信息也得到保护。此方法不仅充分利用了像素点间的相关性等声图像统计特性,又利用了2种变换的移不变性,去噪后声图像为进一步的图像分割、识别工作提供了必要的前提条件。

一种改进的分块自适应压缩算法

针对高分辨合成孔径雷达(SAR)中高数据获取率与有限的存储设备容量及数据传输设备带宽之间的矛盾,在分析传统的分块自适应(BAQ)压缩算法的基础上,给出了一种新型的、改进的指数型BAQ压缩算法。通过用指数值替代幅度均值的方法来对采样数据进行压缩,同时采用了以四个分查找表和比特位移操作共同处理采样数据的新方法,成功地减小了查找表的大小,降低了对数传系统和存储设备的要求,提高了查找速度。

基于二维分块自适应阈值小波的地铁塞拉门数据压缩

针对地铁塞拉门进行PHM故障诊断时海量数据难以存储的问题,提出一种基于二维分块自适应阈值小波压缩算法。为更有效降低数据周期间冗余,该方法以一次塞拉门完整开关门过程为1个周期,将多周期原始数据排列成二维矩阵,经归一化处理形成二维灰度图像,之后根据各部分图像特点提取其局域最大值以及最小值进行自适应分块,通过预设阈值和压缩率等自动调整各块二维小波阈值放大系数,最终使用二维小波完成数据压缩。以江苏某地地铁车辆段段内测试数据为例,使用不同地铁塞拉门状态数据进行实测。研究结果表明:当信噪比为43 dB、均方误差约为0.7%时,压缩比可达到1.5%,同时面对幅值变化较大的波形,使用本文算法在保证压缩率的同时,对幅值较小的区域可保留足够的细节信息,验证了算法的可行性与稳定性。

基于自适应分块的高光谱图像压缩感知重构方法

在对高光谱图像采样重构的研究中,整体采样和固定分块采样没有考虑到高光谱图像复杂的纹理特征分布,使用了相同的测量矩阵导致图像的重构质量较差。针对此问题,该文提出基于2维图像熵自适应分块压缩感知重构方法(ABCS-IE),该方法以图像2维熵作为高光谱图像纹理细节的度量,根据图像的纹理细节分布自适应改变图像子块的大小,然后为不同的图像块分配特定的采样值,根据分配的采样值设计专有的测量矩阵对图像块进行压缩测量,将采样测量值代入重构算法中进行重构。实验结果表明,与整体采样重构和固定分块采样重构相比,将该方法应用到压缩感知重构算法中对高光谱图像进行采样重构后,重构的图像在视觉效果上有明显的提高,取得的峰值信噪比(PSNR)和结构相似度(SSIM)最大,采样率为0.4时,PSNR提高了2~4 dB,SSIM最大提高了0.27,均方根误差(RMSE)和信息熵差值(ΔH)也有所降低,说明重构的图像更加接近原始图像。而且运算时间也减少了1~1.5 s。可见,该方法能充分利用高光谱图像的纹理特征,有效提高图像的重构质量,同时减少重构的运算时间。

基于自适应分块和联合优化光滑l_(0)范数的二维压缩感知算法

传统的压缩感知模型和重构方法,虽能有效减少数据量,但压缩和重构性能不佳,故该文提出一种基于自适应分块和联合优化光滑l_(0)范数(SL0)的2维压缩感知算法。压缩过程利用灰度熵和四叉树算法进行自适应分块和采样率分配,同时对压缩模型改进,使用混沌循环矩阵作为测量矩阵,提升了压缩性能。重构过程基于SL0算法,采用陡峭性更高的拟合函数,结合拟牛顿法和动态迭代的方案提高重构质量和效率。该算法峰值信噪比和结构相似性指数相比现有算法平均提升了5.44 dB和21.08%,平均计算时间仅需1.59 s,表明该算法能稳定、快速地实现图像的压缩感知和精确重构,为压缩感知和图像重构提供了新方法。

星载SAR原始数据普适性分块自适应矢量压缩算法

传统矢量量化器的码本普适性差,需要在线更新,难以在星载SAR系统中实现.文中针对星载SAR原始数据的统计特性,以多维空间上的失真函数为代价函数,根据输入数据的联合概率密度函数设计得到了具有普适性的矢量量化码本,分析了原始数据矢量量化编码以及解码方案.在此基础上,深入研究了矢量量化级联熵编码方案的可行性以及码字索引在信道传输发生误码时算法的稳健性.实际数据处理结果表明,文中算法具有普适性,矢量量化码本的普适性使得码本可以进行离线设计,为矢量量化的星载实用化提供了理论指导.