SAR图像NSCT域显著图去噪变化检测

针对传统合成孔径雷达图像变化检测方法检测精度低的问题,提出了一种在非下采样轮廓变换域结合显著图信息构造融合差异图的变化检测方法.首先用两幅输入图像分别构造均值比图、对数比图和邻域对数比图等3种差异图,并用对数比图获取显著图信息.然后对均值比图和邻域对数比图进行3级非下采样轮廓变换域分解,低频融合时对邻域对数比图的低频子带用显著图进行范围限定,以突出融合差异图的变化区域,高频融合时对两幅差异图的方向子带进行选择性的显著图限定去噪,再用局部能量最小原则进行融合,以抑制融合差异图的背景区域.最后经非下采样轮廓反变换得到融合差异图,对其进行k均值聚类,输出检测结果图.实验数据表明,文中方法能较好地保留边缘和细节信息,因而具备更高的图像变化检测精度.

基于CV模型和NSCT的红外与可见光图像融合

针对传统融合方法在光照不足、目标隐藏或目标和背景颜色接近时,容易出现目标信息丢失或减弱的现象,提出一种将基于CV模型的目标提取与NSCT相结合的方法。该方法使用动态轮廓线模型对红外目标进行搜索检测识别,将源图像序列分为目标和背景区域,利用非下采样Contourlet变换对输入图像进行多尺度、多方向稀疏分解,准确捕获图像中的高维奇异信息,并在目标和背景区域里分别采用不同的融合规则,将其与小波融合方法、拉普拉斯融合方法、NSCT方法作对比,并通过熵、平均梯度、空间频率、标准差等参数对融合后的图像进行定量分析。实验结果表明,该方法不但较好地提高了融合图像的目标探测性,而且融合结果中的目标比较清晰,亮度较高,目视效果较好,在主观视觉效果与客观评价指标上均取得了很好的融合效果。

基于NSCT的含噪图像边缘检测算法

为提高含噪图像的边缘提取性能,本文提出基于NSCT的含噪图像边缘检测算法。该算法先利用硬阈值方法去除各子带中的噪声信息,然后对得到的高频图像进行自适应阈值法处理得到高频边缘信息,利用对低频图像提取的低频边缘图像对高频边缘图像进行补偿,得到最终的边缘图像。实验结果表明提出算法在不同噪声密度下均能获得良好的边缘检测效果,验证了提出方法的有效性和优越性。

一种基于Canny的自适应图像边缘提取方法

针对传统Canny算子需要人为指定高斯滤波参数和高低阈值的问题,提出一种自适应方法,采用基于非下采样Contourlet变换的自适应阈值去噪算法代替高斯滤波对图像去噪,同时保持图像的边缘信息,然后采用最大类间方差的方法进行高低阈值的自适应设定,并用此高低阈值对经过非极大值抑制后的图像进行检测及连接边缘。理论和实验结果表明,与传统Canny算子相比,该算法在滤除图像噪声、保留细节边缘方面获得了不错的效果,并且提高了边缘的自动化检测能力。