基于光谱局部最大值滤波的林分密度估计

林分密度对林分生长有很重要的影响,既是生态学中重要的研究内容,也是林分因子调查的重要参数之一。采用快鸟影像的全色波段利用局部最大值滤波方法提取了研究区的林分密度。采用了皮尔森相关系数衡量了实际林分密度同树冠点数量之间的相关性,重点探讨了3×3,5×5,7×7(以像素为单位)等3种不同窗口大小及不同的归一化植被指数(I_(NDVI))阈值对提取树冠点数量的影响,选择出最佳的窗口和INDVI滤值的组合,并建立线性回归模型,将整个研究区划分成样地大小的格网,统计格网中光谱最大值点的数量并转换成林分密度栅格图层,运用建立的模型得到研究区林分密度。经实验发现:采用光谱局部最大值滤波方法提取出的树冠点数量确实同实际林分密度存在较强的相关性(R^2=0.545 5,ERMSE=13.97,P<0.001),特别是针叶林,经F检验采用3×3窗口大小,I_(NDVI)≥0.2作为阈值具有极显著的相关性并得到最高的相关系数(R^2=0.741 5,E_(RMSE)=14.45,P<0.01);阔叶林较针叶林相关系数略低(R^2=0.442 2,ERMSE=10.97,P<0.01),并采用5×5窗口大小以及I_(NDVI)≥0.2作为阈值达到最佳的效果;最后利用建立的模型生成了研究区的林分密度分布图。光谱最大值法能较好地提取林分密度。

基于最大值滤波和数学形态学的弹性图像去噪

数学形态学方法作为一种图像处理技术已经得到很广泛的应用,数学形态学理论也在不断发展和应用中日渐完善。数学形态学在图像去噪中的应用已经取得了很多可喜的研究成果。在数字图像去噪的研究中,研究者们经常会用中值滤波来对图像进行处理,鲜有用最大值滤波对含噪图像进行处理的,而最大值滤波有利于去除含噪图像中的暗点,从而使图像相对更加清晰。针对弹性图像蠕虫噪声的特点进行研究,提出了一种基于最大值滤波和数学形态学滤波相结合的弹性图像去噪方法。实验结果表明,和巴特沃斯低通滤波、中值滤波、小波阈值去噪相比,该方法不但取得了较好的去噪效果,而且获得了较高的信噪比(SNRe)和对比度噪声比(CNRe),提高了弹性图像的质量。

图像处理中的中值滤波、最大值、最小值滤波及其应用研究

图像是我们日常生活中的重要信息源，通过对图像进行处理能够使人们了解到信息内涵。然而在队图像进行采集以及转换、传输的过程中，往往会受到设备及环境中噪声干扰的影响。所以实际获取图像常常都会含有噪声就是由于受到干扰。本文将纯净的图像加入噪声，应用Matlab针对中值滤波、最大值、最小值滤波等来实现数字图像的去噪。

基于最大值递归滤波器的暗点目标检测算法

从目标和噪声模型以及最大值递归滤波器算法入手 ,在两种不同的条件下对基于最大值递归滤波器的检测进行了详细的性能分析与仿真 。

导向滤波优化的单幅去雾算法

针对暗原色先验的单幅去雾算法计算复杂度高,无法满足交通监控系统中实时性需求,且大气光易受白色物体影响,以及天空区域易失真的缺陷和景物边界出现白边现象,提出了基于暗原色改进的快速去雾算法。采用四叉树搜索的算法对大气光进行精确估计,利用最大值滤波后的差值图像估计出天空区域,对透射率进行补偿,利用导向滤波器改进透射率并结合大气散射模型恢复无雾图像。实验结果表明:改进算法改善了原算法去雾效果的同时也提高了算法的速度。

混有高斯和脉冲噪声图像的一种新滤波方法

针对数字图像中的高斯噪声和脉冲噪声，提出了采用递推最小最大值法与中值滤波相结合的滤波方法．对数字图像首先采用递推最小最大值方法来除去脉冲噪声，然后采用中值滤波方法，并选择合适的窗口尺寸，可得到质量很好的图像．实验结果表明，递推最小最大值方法在抑制脉冲噪声的同时，还能保留良好的图像细节，特别是在多种脉冲噪声存在的条件下，效果更加明显，而中值滤波可以有效地除去剩余噪声，最终得到满意结果．

基于加速引导滤波的图像像素级融合

异源的数据融合可以有效的综合各数据所包含的丰富的信息。针对变换域的融合方式使图像生硬不自然且计算复杂度高,介绍了一种利用加速引导滤波在空间域对红外图像和可见光图像的融合的方法。首先将红外图像进行滤波使目标高亮,然后将原红外图像作为加速引导滤波图对高亮的红外图像进行加速引导滤波,最后滤波结果直接与可见光图像融合,达到将异源图像融合的目的。该方法不但能够保留可见光图像的细节,而且能够凸显红外图像中的目标,为后续图像处理等手段提供更丰富完整的信息。四组对比实验表明该方法运算耗时少,融合效果较好。

基于分水岭线的CV模型树冠分割优化算法

为了实现对森林调查中的树木生长状况精确监测,单体树冠分割是重要研究内容。将无人机拍摄的云杉林影像作为研究对象,针对图像中存在的树冠粘连问题,结合分水岭算法和Chan-Vese主动轮廓模型,建立一套自动实现树冠轮廓定位、分割、优化系统。该改进算法将预处理后图像输入到标记分水岭分割中,得到的分水线作为Chan-Vese模型的基础,通过曲线演化至图像特定边缘,最大程度提取出完整的树冠轮廓。为改善分水岭算法敏感、区域主动轮廓模型定位初始位置难确定等问题,提出一种便捷完整的树冠分割的算法。实验结果表明,与传统分水岭和传统Chan-Vese模型相比,树冠提取方法准确率达到82.62%,实现较高提升。并且在对树冠误判、漏判、欠分割、过分割问题有较好改进。该方法可以自动、有效地提取出独立的树冠轮廓,并具有更好的提取精度。

基于单矢量水听器的实时性线谱提取算法

针对单矢量水听器探测条件下的水声目标线谱提取问题,提出一种可实时性迭代计算的线谱提取算法。首先利用矢量水听器声压振速通道的联合信息处理,可提高水声目标信号的信噪比。其次,利用基于极大值滤波器的线谱预处理方法对信号频谱进行峰值检测,进而通过在线谱提取过程中引入缓存器,可以在较小的计算复杂度条件下提高信号处理过程中的时间增益,再结合线谱归并方法可以较为精确的提取出目标线谱。经仿真试验分析及海上实测数据验证,该算法能够在低信噪比条件下实现对线谱的检测,并具有良好的抗线谱漂移干扰能力。

一种可见光成像弱小运动目标识别算法

对弹体抖动情况下可见光波段低信噪比目标的检测技术进行了研究,提出了一种和最大值滤波与改进型Hough变换结合的目标检测算法,并对算法进行了计算机仿真,给出了仿真结果.

图像去雾DCP算法的透射率容差参数修正

针对DCP算法的透射率估计精度不高、图像去雾效果不佳的问题,提出了一种基于透射率容差参数修正的图像去雾改进DCP算法。首先优化DCP算法的暗原色提取过程,并在考虑DCP先验知识的特征的前提下保持和平滑边缘,然后利用双边滤波和最大值滤波法进行组合式协同,对透射率进行细化,并引入容差参数用于修正失效场景下的透射率,避免复原图像失真。算法仿真实验结果表明,本文提出的改进算法具有较快的运行时间,且降低了原算法的图像失真和去雾效果。

车载热成像行人检测RoI提取方法

热成像适合低照度行人检测,车载热成像背景灰度分布变化大,行人目标易与背景干扰物混淆,捕捉远距离行人困难,以双阈值分割方法提取RoI(region of interest)很难满足系统召回率和虚警率要求.针对车载热成像行人检测,提出新的RoI提取方法,包括图像预处理、RoI提取和后处理.设计膨胀最大值滤波器进行图像增强;利用Haar-like特征来改进自适应双阈值分割法进行RoI提取,设计增量计算模型以提高计算效率;设计目标时序特性和空间对称性过滤器来排除虚假RoI.与基准方法相比,当虚警率不高于40时,本文方法提高召回率49%,且RoI提取速率不低于18帧/s.

无需设定阈值的图像边缘检测

针对提取图像边缘经常需要设定阈值,而对于光照不均的图像又难以设定合适阈值的问题提出了一种新的边缘检测方法。该方法首先根据对数把图像分解为高频与低频信息,并把对数图像减去其经最大值滤波后的图像提取高频信息,然后根据认知心理学上的Stevens定理,把高频信息转换为心理量。经非最小值抑制细化边缘后,应用Pillar K-means算法提取图像边缘。该方法不需要设定阈值,且对光照不均的图像边缘提取有较好的效果。实验结果证明了该方法的有效性,也表明把图像亮度转换为心理量可以较好地统一不同亮度下的边缘取值。

融合双尺度暗通道的单图像去雾方法

针对使用单一尺度滤波窗口计算暗通道的去雾方法会使去雾图像产生光晕的问题,提出融合双尺度暗通道的单图像去雾方法。该方法使用大、小两种尺度滤波窗口,分别计算两个暗通道及其最大值滤波结果,并实现了大尺度暗通道与两个最大值滤波结果的融合,以融合后的暗通道计算透射率,并进行幂函数调整和向导滤波,最后以优化后的透射率实现图像去雾。实验结果表明,该方法能很好地消除景深边缘的光晕及天空区域的彩色斑块,恢复后的图像有理想的亮度和对比度,且算法实现简单。

一种新的红外与可见光图像像素级融合方法

提出了一种使用指导性滤波进行像素级图像融合的方法。首先对红外图像进行最大值滤波处理以获取其中的高亮信息;然后使用原始红外图像作为指导图像对高亮部分做滤波,处理结果直接叠加在可见光图像上;最后将叠加图像进行伽玛校正以调整对比度,得到最终融合输出。实验结果表明:该算法能够充分利用红外与可见光图像各自的优势,融合效果较好,且计算复杂度低,易于实时处理。

复杂混合浮选泡沫图像分割方法研究

针对浮选泡沫图像难以直接识别的问题,提出了一种基于形态学的分水岭改进算法,利用CLAHE、最小最大值滤波对泡沫图像进行预处理,采用形态学方法进行图像重建,最后利用分水岭算法对重建后的图像进行分割。仿真结果表明,该算法可有效地对复杂混合泡沫图像进行分割。

可见光目标检测中图像增强方法研究

文中对目前常用的图像增强技术进行了研究,首先对目标图像特性进行了分析,介绍了常用的滤波方法,包括中值滤波、高通滤波和winner滤波等方法,用这些方法对给定的图像进行了滤波;接着提出了一种和最大值滤波的图像增强方法,也用该方法对给定的图像进行了滤波,并比较了各种方法处理图像中对目标信噪比的改善情况,给出了相应的结果,结果表明和最大值滤波要优于其他的方法。