基于斑点统计特性保持的SAR影像迭代滤波

合成孔径雷达(Synthetic Aperture Radar,SAR)影像中的斑点现象是地物后向散射信号相互干扰产生的,其虽然类似噪声却涉及地物目标的散射特征.同一地物目标的散射特征可通过斑点统计分布模型来刻画,因此降噪过程中可通过恢复影像斑点的统计分布特性来保留斑点包含的地物散射信息.基于该思想,提出一种基于斑点统计特性保持的SAR影像迭代滤波算法.该算法假设给定SAR影像的统计分布函数是先验已知的,即建模为混合Gamma分布,其分布参数可利用影像的像素值估计;接着基于构建的混合Gamma分布模型,运用EM(Expectation Maximization)算法分割影像中的同质区域;再针对不同同质区域,选取拟合误差较大的灰度级,根据分割结果计算像素值为该灰度级的像素的密度,判断其是否是异常像素,并对异常像素运用Frost滤波器进行降噪.重复上述步骤,直到滤波后的影像直方图较好地服从统计分布函数.GF-3和Radarsat-2 SAR影像数据实验结果表明,该算法在保证影像质量的前提下,不仅能获得较好的统计建模结果,而且较好地抑制了相干斑噪声,实现影像降噪.

FCM改进方法在图像分割中的知识发现

考虑到图像存在异常像素,将邻域因素考虑在内对模糊C-均值聚类算法(FCM)和异常像素检测算法(APD)提出了改进。首先,提出了邻域因素的邻域-FCM(N-FCM),然后,提出了模糊异常像素检测算法(Fuzzy-APD)。实验过程中,选择噪声图像、彩色图像作为实验图像,对FCM和N-FCM算法进行性能比较,证实相比于FCM算法,N-FCM算法的收敛性明显提高,图像分割的正确率进一步改善;同时从图像中获取部分像素进行异常像素检测,实验证实相比于异常像素检测,Fuzzy-APD准确性更高。

优化的单像素攻击算法及其防御研究

随着神经网络模型的广泛应用,其安全性也日益受到重视,本文主要讨论了基于单像素攻击算法对经典CNN模型在黑盒条件下的对抗性攻击,利用该算法对LeNet和ResNet模型进行对抗性攻击测试,并采用粒子群算法进行优化,经过优化后,在扰动差异度为0.3%条件下,LeNet模型攻击成功率在80%以上,ResNet模型攻击成功率60%以上;同时提出针对性防御,自适应异常像素检测修正算法,可实现对单像素攻击算法产生的低扰动攻击进行有效防御,在扰动差异度为0.1%条件下,防御成功率可以达到80%以上。