一种基于区域特征动态加权的自适应图像融合方法

提出了一种基于区域特征动态加权的自适应遥感图像融合方法。该方法首先由输入图像得到其高频、低频图像 ;进而分别选取一组区域特征进行自适应动态加权 ,得到相应的高频和低频融合结果 ;最后 ,基于一致性准则由高低频融合结果得到最终的融合结果。通过对SAR和TM图像的融合实验 ,验证了该方法在信息量。

基于NSCT结合显著图与区域能量的红外与可见光图像融合

针对传统的红外与可见光图像融合出现的清晰度和对比度偏低,目标不够突出的问题,本文提出了一种基于Non-subsampledContourlet(NSCT)变换结合显著图与区域能量的融合方法。首先,使用改进的频率调谐(Frequency-tuned,FT)方法求出红外图像显著图并归一化得到显著图权重,单尺度Retinex(Single-scale Retinex,SSR)处理可见光图像。其次,使用NSCT分解红外与可见光图像,并基于归一化显著图与区域能量设计新的融和权重来指导低频系数融合,解决了区域能量自适应加权容易引入噪声的问题;采用改进的“加权拉普拉斯能量和”指导高频系数融合。最后,通过逆NSCT变换求出融合图像。本文方法与7种经典方法在6组图像中进行对比实验,在信息熵、互信息、平均梯度和标准差指标中最优,在空间频率中第一组图像为次优,其余图像均为最优结果。融合图像信息量丰富、清晰度高、对比度高并且亮度适中易于人眼观察,验证了本文方法的有效性。

结合随机场的自适应加权FCM改进方法

传统模糊C均值的隶属度场利用了像素的单点灰度信息,有利于算法保留细节,但去噪能力较弱;而图像的Gibbs随机场较好地刻画了像素的空间分布,有利于算法去噪,但在保留细节方面较差。该文利用邻域信息,动态地判断像素可能所在的位置,对两种场的权重进行自适应调整,从而实现两种场的优势互补。实验表明,该文自适应加权算法在去除噪声的同时可以保留更多的细节。

基于区域性能的自适应遥感图像融合方法

为了把图像的融合效果评价信息加入到融合规则的选取过程当中,针对合成孔径雷达和可见光两种常见的遥感图像,提出了一种基于区域性能的自适应融合方法。该方法首先利用平滑滤波抑制SAR图像斑点噪声,再分别对源图像作小波分解。融合图像的低频系数由一组区域性能评价参量按隶属度控制规则自适应调节得到;高频系数则直接采用可见光图像的高频系数,对新的低频和高频系数实施小波反变换即可得到融合图像。实验结果表明该方法能够取得很好的融合效果。

福建省区域经济差异及其驱动力的空间分析

以福建省各县域(市辖区)为基本研究单位,选取2021年福建省各县域GDP作为表征区域经济发展规模的特征指标,利用标准差椭圆及空间自相关分析方法分析福建省区域经济发展的空间不均衡性,并构建OLS和GWR模型,研究经济、社会和地理因素对区域经济差异的驱动作用。结果表明:(1)各县域经济总量呈现“东高西低”的分布态势,县域经济空间分布呈现明显的“核心-边缘”结构,县域经济差异显著;(2)各县域经济发展差异具有正的空间相关性,呈现空间集聚性,存在高-高聚类、低-低聚类、低-高聚类3种类型的县域显著聚集区;(3)交通通达度、城市建设水平、内需水平、投资活跃度等方面的差异是导致福建省区域经济差异显著的主要驱动力。

基于小波变换和自适应加权的无人机侦察图像融合

针对各种不同无人机侦察图像的特点,以区域能量为活性测度、区域平均能量的比值作为匹配测度,提出一种基于小波变换和区域平均能量对比度的自适应加权图像融合算法。首先选取多光谱图像的低频系数作为融合图像的低频系数,再通过小波变换和区域平均能量对比度的自适应加权图像融合算法得到高频系数,最后进行小波逆变换即可得到融合后图像。实验结果表明,针对TM多光谱低分辨率图像和SPOT全色高分辨率图像的融合,采用三层小波分解尺度,该算法的信息熵较大,分别是3.8917、4.4971和4.3635;光谱扭曲度较小,分别为12.7910、18.3332和21.1418;峰值信噪比较好,分别为51.9508、49.4961和49.6944;清晰度较高,分别为4.8975、8.8838和7.9902,证明该算法可实际应用于无人机侦察图像融合。

基于图像子块加权缩小的自适应修正算法

提出了一种基于图像子块加权缩小的自适应修正算法,有效地保持了灰度图像信息的完整性。首先,通过对加权平均缩小后得到的低分辨率图像进行对比拉伸处理,然后根据局部区域方差对整体图像的影响情况,对缩小图像像素点进行自适应修正。实验证明,算法克服了加权平均缩小后图像的边缘锯齿和模糊效应,使修正优化后的图像清晰。尤其对缩小比率大的图像质量的提高有较显著的效果。

基于区域加权信息熵和改进遗传算法的图像检索

采用信息熵性能评价指标从概率的角度描述因权值变化而引起的图像信息熵分布的变化,可以根据用户关注的范围确定重点加权区域,通过改进的猴王遗传算法来确定权值选择,能够自动的确定感兴趣的区域。区域加权信息熵能够提取图像的颜色以及空间特性,并且保留了香农熵的数学特性。实验表明,区域加权信息熵实验结果的准确率高于单纯的颜色特征提取算法。

高斯自适应多尺度加权滤波去雾算法

为了达到良好的图像去雾效果,提出一种高斯自适应多尺度加权滤波去雾算法。通过多尺度最小值加权滤波得到暗通道图像,建立最小通道与高斯函数的关系,线性约束后并经过自适应参数对像素灰度值的调整得到粗级透射率,紧接着对得到的粗级透射率图像进行多尺度加权引导滤波得到优化透射率,结合加权大气光强并依据大气散射模型对图像进行去雾复原处理。实验结果表明,该方法有效地将单幅有雾图像进行了处理,与其他经典算法相比较得到的图像细节显示效果好,很好地恢复了场景的对比度,增加了图像的可见度,具备一定的优异性。

基于区域增长的立体像对稠密匹配算法

该文提出了一种新的基于区域增长的立体像对稠密匹配算法 ,该算法适用于多种图像对 ,包括存在较大视差的未经校准的图像对和其中某些纹理稀疏的区域 .首先用新的两层算法匹配图像对中的种子点 ,匹配关系再根据两种策略由这些种子点向图像的其余部分传播 .区域增长过程中以新的加权差值平方和准则作为目标函数 ,模板窗的大小根据其中包含的纹理数量动态变化 ,而搜索窗的大小与可信系数成反比 .对真实立体像对的稠密匹配结果表明了该算法具有良好的性能 .

基于加权网格运动统计的改进ORB算法

针对传统ORB算法存在特征点分布集中,在光照条件变化的情况下特征点提取不稳定,匹配准确率下降的问题,提出一种改进ORB算法.首先构建高斯差分金字塔,然后将各层图像划分成多个区域,根据区域内像素值的中位数计算每个区域的阈值,提取每个区域的特征点,之后采用双向匹配算法对特征点进行粗匹配,最后提出一种加权网格运动统计(Weighted Grid Motion Statistics,WGMS)算法对粗匹配结果进行优化.实验结果表明改进ORB算法可以使特征点提取更为均匀,在光照变化的情况下,可以稳定地提取特征点,算法耗时较传统ORB算法慢了10.7%,匹配准确率提高了41.7%.

重庆市90年代以来的区域差异变化分析

本文运用在区域差异研究中常用的相对比率等几个指标,对重庆直辖市市域范围内的40个区县和三个经济区经济差异及20世纪90年代以来的差异变动进行了实证分析,并运用锡尔系数对重庆市总体差异及其变动进行了分解。

一种基于区域动态轮廓的交互式目标分割算法

研究了以用户与系统之间的交互信息为先验知识的目标分割算法,提出一种基于区域动态轮廓的交互式目标分割算法.采用基于区域动态轮廓的CV模型及形状先验引导进化思想,并引入了基于滤波后图像梯度和Laplace的分段自适应加权算法.为了克服由于对先验差值区域加权而产生的目标轮廓萎缩问题,对所构建的进化模型引入了面积激励项.实验结果表明:算法无需基于精确先验知识训练而获得的先验知识模型,用户仅需要选择待分割目标的大致区域,算法即可对该区域进行分割,在选用的灰度图像级上,完成分割所需要的迭代次数仅为基本CV模型的26.4%.

基于区域特征的路面裂缝图像滤噪算法

分析了破损路面图像的像素点区域特征,针对不同区域提出加权区域滤波和自适应加权中值滤波算法。其权值是通过对图像中区域特征的推理得到的,所以算法中能够根据图像的区域特征自适应的进行滤波。试验表明。本算法能够有效滤除噪声,并具有很好的细节保护能力。

谈变异系数在区域比较中的应用问题

在区域经济差距比较的研究中，变异系数作为反映标志之间变异程度的相对指标，被许多中外学者广泛应用，而且形式各有不同。然而，这些变异系数并非都是准确、适用的。因此，有必要对其进行比较、鉴别。一、变异系数在区域比较中应用的介绍在区域经济差距的研究中，大致有...

基于PCA和NSCT变换的遥感图像融合方法

为了改善非下采样Contourlet变换(NSCT)在图像细节信息表达的缺失问题,提出了一种新的基于主成分分析(PCA)和NSCT的遥感图像融合方法。首先对低空间分辨率多光谱(MS)图像进行PCA变换,提取第一主分量(PC1);其次,对PC1和高空间分辨率全色(PAN)图像进行NSCT变换,对二者的低频系数采用小波变换的融合规则,高频系数采用基于区域标准差自适应加权的融合规则;最后,经过PCA逆变换和NSCT逆变换得到融合图像。仿真实验结果表明,该方法不仅有效地融合了源图像的细节信息,而且得到了较好的视觉效果和较优的评价指标。

基于改进Fast R-CNN的红外图像行人检测研究

针对红外图像行人检测任务中行人细节信息少,特征提取计算量大以及易受背景影响等问题,提出了一种改进的Fast R-CNN(快速区域卷积神经网络)红外图像行人检测方法。改进主要涉及两个方面:(1)结合红外图像的特点提出了一种自适应ROI提取算法,在不影响检测准确率的前提下,降低了ROI数量,使得网络的计算量减小;(2)提出了一种加权锚点框的定位机制,基于3种不同宽高比锚点框的检测置信度进行坐标加权,获得更准确的定位框。实验结果表明,本文提出的改进方法与传统的Haar+LBP+HOG+SVM算法及Fast R-CNN算法相比,红外图像行人检测的准确率从80.3%和91.2%提高到92.3%,检测速度从68 ms/f和25 ms/f提高到12 ms/f,提高了系统的性能。

中国区域创新能力静态分析——基于自适应赋权主成分聚类模型

本文在对经典聚类模型和现有改进聚类模型优点与不足剖析的基础上,通过定义客观加权主成分距离为分类统计量,提出了一种自适应赋权的主成分聚类模型。与现有同类方法相比,新模型克服了指标之间的高度共线性,能够对指标重要性的客观差异进行自适应赋权,每一步都有充分的理论保证其必要性、合理性.应用加权主成分聚类对中国区域创新能力进行集团划分,分类结果的可解释性明显提高,统计检验效果显著,所得的结论对了解和推动中国区域创新能力发展具有借鉴意义。

一种基于区域优选的自适应蓝牙指纹定位算法

针对蓝牙定位精度差、耗时长等问题,该文提出一种基于区域优选的自适应蓝牙指纹定位算法。离线阶段,采用粗细粒度划分建立关于RSSI采样点位置映射的指纹库;在线阶段,根据信标距离和RSSI的关系,提出加权欧氏距离和区域优选算法,有效地克服了定位稳定性差和耗时长的问题,定位效率提高了40%,在在线定位过程中,采用自适应K值定位算法,有效地剔除了离定位点较远的点,提高了定位的精度与稳定性。在5 m×9 m的区域内进行定位精度测试,结果表明:蓝牙定位平均定位误差为0.92 m,定位误差均在2 m以内,90%的点定位精度优于1.5 m。

一种基于小波系数自适应加权平均的解剖和功能医学图像融合算法

为了有效地融合解剖和功能医学图像中的信息,提出一种基于窗口标准差的小波系数自适应加权平均融合算法.它的优点在于能动态地在系数之间分配权重,从而达到提高融合效果的目的.实验结果表明该方法优于传统的加权平均系数组合方法.