基于小波系数区域相似度的医学图像融合

根据小波变换原理,给出了一种基于小波系数区域相似度的医学图像融合方法。首先,以图像小波变换系数的区域均值、方差、协方差统计参量构造匹配度和加权因子,对高频子图进行区域融合;然后,在低频部分采用绝对值取大的规则,进行图像融合;最后经过小波逆变换得到融合图像。实验证明,该方法得到的融合图像具有良好的视觉效果和量化指标,体现出更强的融合性能。

基于子区域相似度的医学图像分割算法

将传统的区域生长算法思想融入到一种轮廓线逼近方法中。通过定义子区域的相似度准则,利用围绕像素的子区域的统计相似性,作为一个初始多边形轮廓演化的驱动因子,从粗到细,实现了对目标区域的逼近分割。实验表明,所提算法具有较好的抗噪性和较高的分割效率,可以有效分割出医学图像中的目标区域。

绝对值活跃度和区域相似度图像融合

论文提出了图像绝对值活跃度和区域相似度的新测度准则,分析了其性质,并在此基础之上建立了基于源图像绝对值活跃度和区域相似度的新的多光谱图像融合算法。对真实多光谱图像融合实验结果的主观定性评价和客观定量分析说明,与目前融合领域中的几种同类经典算法相比,该算法能够更有效地融合源图像信息并更好地保持源图像特征。

基于多小波变换和区域相似度的多聚焦图像融合

通过分析图像经多小波分解后小波系数的多个统计特征,构造出多小波系数区域相似度,结合多聚焦图像的成像机理,提出了一中基于多小波变换和区域相似度的融合算法,实验结果表明,该算法可有效融合多聚焦图像,从而获得场景内所有物体都清晰的图像。

结合全局和局部信息的区域相似度活动轮廓模型

基于全局信息的CV(Chan-Vese)模型不能有效分割灰度不均匀的图像,而图像局部信息更能反映目标图像的特征。在CV模型的基础上融入目标的局部信息,并在目标函数中使用相对熵度量最小化轮廓内外区域的相似度,以提高图像分割准确度和抑制图像噪声。实验结果表明,此方法能够提高图像中灰度分布不均匀区域的目标分割精度,加快了收敛速度,并能准确定位目标对象的轮廓位置。

基于视觉注意机制与区域结构相似度的图像融合质量评价

针对目前图像融合质量客观评价与主观评价结果一致性不高的问题,结合人类视觉注意机制和区域计算方法对EFQI指标进行改进,提出了一种基于视觉注意机制(VAM)与区域结构相似度的图像融合质量评价指标。该指标充分考虑了人类视觉感兴趣区域和人眼对区域信息敏感的特性,使用方差显著图与视觉显著图相结合的加权方法对图像中的显著区域赋予更大的权值,并采用更符合人类视觉特性的区域计算方法求取融合结果图像和源图像在各区域上的结构相似度以评价融合质量。用该指标评价10种不同融合算法的融合结果图像并与主观评价结果进行相关性分析,分析结果表明该方法相比传统的评价指标能更有效地反映融合图像质量,与主观评价结果一致性更高。

基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法

为解决微波遥感土壤水分反演经验方程(关系)的适用性问题,该文提出一个新的概念——反演靶区,并提出了一种基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法。首先采用主成分分析法(PCA),从影响土壤含水量的12个因子(土壤湿度分布、地表温度、NDVI、土壤质地指数、地形粗糙度、雷达入射角以及Landsat TM除热红外波段的6个波段)中筛选提取第一主成分;再使用Mean Shift方法分割包含第一主成分的单色影像,得到一幅过分割区域图;计算各分割区域与各样方区域的特征向量间的加权欧氏距离,得到区域特征相似度数据集;最后,基于各样方得到的反演经验方程(关系),根据区域相似度选择各自反演靶区进行土壤水分反演。实验证明,与只使用同一反演经验方程进行反演相比,基于反演靶区思想的土壤水分反演精度有较大提高。

基于区域特征相似度的微波土壤水分反演结果可信度评价

微波遥感反演土壤水分的精度评价,一般通过选取有限数量采样点的地表实测土壤水分数据与反演值进行比较,实际上只能反映局部采样区的反演精度。本文提出了微波反演土壤水分中一种可以评价整个研究区反演土壤水分可信程度的方法。首先选择采样区的实测土壤水分数据和地表粗糙度数据,通过多元回归统计拟合得到土壤水分反演经验方程,对整个研究区进行土壤水分反演;然后从TM和SAR数据中通过反演和提取,选择影响土壤水分的10个因子(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角以及Landsat TM的b3、b4、b5、b7共4个波段),采用主成分分析法(PCA)筛选提取主成分,将前3个主成分合成为RGB影像;再使用分水岭算法分割包含前3个主成分的RGB影像,得到一幅分割区域图;最后计算各分割区域的6维特征向量(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角)与反演时选择采样区的特征向量间的马氏距离,得到区域特征相似度数据集,基于该数据集计算反演结果可信度。以此为基础,利用2008年甘肃黑河地区的ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行土壤水分反演并评价反演结果的可信度,同时使用反演区域中多个采样区土壤水分实测数据和确定系数(R2)评价反演精度,对比可信度和R2,表明提出的反演可信度可以有效反映土壤水分反演精度。

基于红外特征与区域相似的图像融合算法

为了提高图像融合算法的速度,改善融合图像的质量,提高观察者对场景的认知能力,提出了一种介于像素级融合与特征级融合之间的基于红外特征和区域相似的图像融合方法.该方法利用目标的红外特征对红外图像进行目标区域分割,从而实现对目标区域和背景区域的分别融合;同时利用图像的结构相似度对源图像中的目标区域进行相似判定,并利用不同的融合规则对冗余区域和互补/冲突区域分别进行融合.与目前常用的基于多分辨率分解的图像融合方法相比,它既充分利用了目标的红外特征和可见光图像的细节信息,更好地对图像中亮暗相反的区域进行了处理,改善了融合效果,又提高了运算速度.

基于区域相似信息的自适应运动目标检测算法

当视频监控中存在动态背景干扰、鬼影现象和静止目标时,ViBe算法的检测性能较差。针对该问题,提出一种改进的ViBe算法。通过Otsu算法得到图像的动态阈值,提高算法在动态背景中的抗干扰能力,同时结合区域相似度判断鬼影、拖影或静止目标区域,自适应地对不同类别区域像素进行更新抑制。实验结果表明,改进算法在动态背景中表现出良好的鲁棒性,能够有效抑制鬼影以及静止目标产生的拖影,在保证实时性的前提下较原算法检测精度和综合评价指标F值分别提高0.309和0.2,具有更好的检测效果和检测性能。

基于区域的图像融合方法

针对传统像素级图像融合方法割裂像素间联系的问题,提出了一种基于区域的图像融合方法。首先对源图像进行离散小波框架分解,对其中一幅的低频子图利用模糊C均值聚类方法进行区域分割,并将区域表示线性映射到其他源图像,然后利用区域小波系数的结构相似度和区域能量构造融合规则,依据融合后的系数重构可得到融合图像。实验结果表明该方法能够有效地融合源图像信息并保持源图像特征。

非下采样Contourlet变换耦合区域信息特征的遥感图像融合算法

当前遥感图像融合算法主要是通过图像的能量信息来完成低频系数的融合,忽略了图像的光谱信息特征,导致融合图像中存在光谱扭曲等不足。设计基于非下采样Contourlet变换与区域信息特征的遥感图像融合算法。引入HSV(Hue,Saturation,Value)变换,从多光谱图像中提取亮度分量。采用非下采样Contourlet变换,对全色图像与多光谱图像的亮度分量进行分解,获取图像的低频系数与高频系数。联合低频系数的区域能量以及信息熵特征,构造低频系数的融合模型,完成低频信息的融合。通过高频系数的区域方差相似度,建立高频系数融合规则,对高频系数完成融合。通过非下采样Contourlet逆变换与HSV逆变换,获取融合图像。实验结果表明,与当前遥感图像融合方法相比,该算法的融合图像具有更好的光谱与空间特性。

基于区域最大相似度的快速图像分割算法

针对基于区域最大相似度图像分割(MSRM)算法中利用颜色直方图描述符计算相邻区域之间相似度存在着计算量大和描述能力的不足,提出改用基于局部二值模式(LBP)纹理描述符计算相邻区域相似度的改进MSRM(IMSRM)算法。LBP描述符通过对像素点之间局部微结构进行编码实现了对其空间关系的描述,有效提高了对区域特征的描述能力,并且所获得的特征矢量维数远小于颜色直方图,区域之间的相似度计算效率大幅度得到提高。与MSRM算法对比实验表明,IMSRM算法可以从各种复杂背景中有效提取待分割对象的轮廓,所提取的轮廓边缘细节上更优,算法执行效率能够提高50%左右。

采用双边滤波的冷轧铝板表面缺陷图像去噪方法的研究

目的去除冷轧铝板表面缺陷图像中的噪声,并保持图像的清晰度以及图像的细节信息,避免冷轧铝板表面缺陷图像中的噪声引起错误的缺陷检测。方法首先,引入双边滤波方法,并联合概率分布函数以及最大似然函数求取图像的噪声方差,自适应地对双边滤波函数中灰度方差值进行调整,实现对冷轧铝板表面缺陷图像中噪声进行滤除。然后,为了对双边滤波去噪后遗留下的强噪声进行去除,利用像素点之间的差值,构造区域相似度模型,对双边滤波去噪后图像中的强噪声进行判定。最后,借助中值滤波方法在对强噪声进行滤除的同时,兼顾保持图像的清晰度,进而达到去除冷轧铝板表面缺陷图像中的噪声,并保持图像细节以及清晰度的目的。结果所设计方法在噪声强度分别为0.09、0.12以及0.15时,所得去噪图像的MSE值分别为15.3743、19.7713以及23.7613,所得去噪图像的PSNR值分别为38.4971、35.4792以及31.1768。结论所设计方法不仅能有效去除冷轧铝板表面缺陷图像中的噪声,而且还能较好地保持图像的清晰度以及边缘特征,使得去噪后图像具有较好的视觉效果。

基于时空域暗示的运动对象检测和分割

通过对视频帧间的时域信息和帧内的空域信息的充分开发,提出一种任意视频对象检测与分割算法。初始的运动区域评估利用时间加权的时域帧窗,采用基于点的分割;而近似同质颜色亮度纹理区域利用区域之间的差异和区域内的相似,采用改进的分水岭分割和基于区域特征相似度的合并。时域和空域分割结果的合并基于多数原则。最后,分割结果的完善和修正基于时域的持续性和空域上的一致性标准。通过测试,提出的分割算法获得可靠的对象边界,而且通过调整少量参数,可以适应于室内和室外场景以及高速和低速运动物体。

一种基于Contourlet变换的图像融合方法

本文给出了一种基于Contourlet变换的图像融合的新算法。首先对两幅源图像分别进行Contourlet分解,将分解得到的高频部分和低频部分采用基于区域相似度测度的融合规则分别进行融合处理,再通过Contourlet逆变换重构得到融合图像。实验结果表明,此方法优于haar小波变换图像融合和LP金字塔变换图像融合,融合后图像的视觉效果更佳。

一种交互式的岩心图像修补方法

传统的岩心图像修补方法往往无法对不同宽度的待修补域达到理想效果,并且难以对待修补区域做出选择,这在实际应用中很难满足需要。针对这些问题,提出基于联合一阶与二阶全变差(Combined TV-TV2)的交互式岩心修补方法。该方法首先进行均值漂移对图像进行预分割,然后使用基于区域合并的交互式最大相似度算法确定待修补的区域,最后以联合TV-TV2修补模型为基础,应用分裂Bregman迭代进行求解。实验结果表明,待修补的区域能够被确定,而对于不同宽度的修补区域,该算法能够获得满意的修补效果。

基于FSLIC的自适应绝缘子图像分割方法

针对复杂背景下无人机航拍图像中绝缘子的分割问题,提出一种基于果蝇优化的简单线性迭代算法(FSLIC)对绝缘子图像实现自适应的分割方法。为了使所提方法具有更高的分割精度,首先通过FSLIC将绝缘子从复杂背景中大致分割出来。传统的简单线性迭代聚类方法(SLIC)中的K值对分割效果有较大影响,故提出了一种自适应确定K值的FSLIC方法,消除人工选择K值造成的误差;然后为了剔除伪目标,对超像素区域内的颜色、纹理、形状特征进行特征融合,消除了由于特征选取不当造成的伪目标干扰问题;最后利用特征相似度的方法,构建出超像素区域间的相似度矩阵,通过对相似度矩阵使用复杂网络社区进行聚类得到分割后的绝缘子图像。

一种复杂背景下的电力设备红外图像分割方法

针对背景复杂的电力设备红外图像分割问题,提出一种新的分割方法。该方法运用线性谱聚类算法(LSC)对图像做超像素分割,将颜色、距离相似的像素聚类至同一个中心;利用在全局图像基础上计算所得的Otsu阈值对各超像素块做背景预标记,并利用最大相似度区域合并算法(MSRM)对超像素块进行合并,在得到目标设备的同时,有效降低了过分割和欠分割率;最后运用数学形态学算法对图像做后处理,在保证设备特征的前提下提高目标设备分割精度。实验表明,在复杂背景下与其他算法相比,该方法可得到更为准确、完整的目标设备。

结合区域分割和双边滤波的图像去噪新算法

提出一种结合区域分割和双边滤波的图像高斯噪声抑制新算法。基于像素的双边滤波器在滤波时,由于平滑系数的选择受到噪声的干扰,在图像边缘区域的滤波存在一定的盲目性,导致滤波结果中结构信息不能有效保持。本文在图像分割的基础上利用区域图来指导双边滤波过程,根据区域内的噪声属性和区域间的相似程度来分别计算相应像素间的滤波平滑系数。通过对区域内与区域间进行不同模式的滤波,增强了滤波算法对图像结构的自适应性。实验结果表明,该算法在获得良好去噪效果的同时,能有效保持图像的结构信息。