深度卷积网络环境下基于插值算法的图像融合研究

针对现有图像融合算法融合效果差、效率较低的不足,在深度卷积网络环境下提出一种图像插值算法.先对原始图像进行滤波、分割等预处理,使图像具备融合的可能性;然后构建深度卷积神经网络,为提升训练性能,采用了双卷积层和池化层的结构设计,同时选用Tanh激活函数提升模型泛化能力;基于方差梯度建模,并采用邻域像素法插值,使融合后的图像像素平滑过渡,强化了融合图像的细节并改善图像的质量.实验结果显示:提出算法的图像融合质量评估指标均优于传统融合算法,且处理训练集和测试集的耗时更短.

基于CT扫描岩石蠕变扰动特性单轴压缩试验研究

工程深部开采活动中,岩石周围应力环境较为复杂,且对扰动作用极为敏感。在已经提出的岩石“蠕变扰动效应”以及“强度极限邻域”概念的前提下,利用CT技术手段对岩石“强度极限邻域”内、外进行微观扫描探测,观察岩石内部损伤变化过程,同时运用单位像素坐标点建立孔隙之间距离,并结合工程实例得出以下结论:①分析横、纵应力-应变曲线可知,岩石在纵向与横向同时存在一个长期强度,且岩石进入横向长期强度优先纵向,但是通过CT扫描岩石内部孔隙结构变化可知,岩石纵向长期强度阈值相比横向更准确;②通过分析岩石轴向CT扫描图,在轴压45MPa时,岩石内部只出现新的较少孔隙结构,且内部孔隙并未出现相连贯通现象;而在轴压50MPa时,未扰动时就可清楚看出岩石内部新的孔隙结构出现贯通现象,随着扰动的施加,岩石内部出现明显的裂痕条纹,说明岩石“强度极限邻域”为45~50MPa,可知以纵向长期强度判断“强度极限邻域”更具有说服力;③对CT扫描后的岩石试件进行伪彩色处理,利用岩石像素特征点之间的距离建立孔隙之间的距离,通过分析轴压40MPa与45MPa下岩石扰动前后的像素特征点之间距离可知,其只是略微的增加或减少;而在轴压50MPa下,岩石扰动前后像素特征点坐标值出现突增,像素特征点间的距离增加了214.27,说明岩石“强度极限邻域”为45~50MPa,且岩石在此轴压时对扰动极为敏感;④结合工程实例分析,判断其岩石“强度极限邻域”,通过应变曲线变化范围为工程实例及时提供有效预警,同时也为地下工程的岩石扰动提供理论依据。

融合高程信息的低空遥感影像SLIC分割和区域合并方法

针对SLIC分割算法在进行遥感影像分割时未考虑高程信息,导致某些地物分割效果欠佳的问题,本文提出了融合高程信息的遥感影像SLIC超像素分割与基于高程分级的双阈值区域合并方法。首先,在初始聚类分割阈值中引入高程信息,以获得对光谱梯度和高程梯度都具有一定依赖性的初始分割结果;然后,在预分割的基础上采用邻域数组的数据结构,将不同区域的光谱信息加权结合高程信息建立相似性度量;最后,设置分级的高程阈值,根据不同的区域间高差设置不同的合并阈值权重进行区域合并。利用融合高程信息的低空遥感影像数据及国际摄影测量与遥感协会提供的数据集进行所提方法验证,结果表明,在基于光谱信息的超像素分割与区域合并方法中引入高程信息,取得了良好的分割结果。

扩展的多尺度模糊边缘检测

文章提出了一种扩展的多尺度模糊边缘检测方法(IFED)。凭借小波多尺度理论去噪和准确定位的优势,算法将像素的邻域由8邻域扩展到了16邻域,有效地利用了多尺度滤波以及模糊竞争分类法则,较好地保留了图像的细节部分,提高了抗噪性。实验结果表明,与传统的边缘提取算法和模糊竞争算法相比,扩展的多尺度模糊边缘检测方法(IFED)能得到更满意的效果,尤其在抗噪性能上的结果是相当的理想。

基于双边滤波和空间邻域信息的高光谱图像分类方法

提出了一种基于双边滤波和像元邻域信息的高光谱图像分类(BS-SVM)算法。该方法首先利用双边滤波器提取经主成分分析降维后的高光谱图像空间纹理信息,然后通过设计一种高光谱像元邻域信息来构建高光谱的空间相关信息,最后将2种空间信息融合后与光谱信息结合,形成空谱信息(空间信息和光谱信息)后交由支持向量机完成分类。实验结果表明,相比单纯使用光谱信息的支持向量机的分类方法以及基于Gabor滤波的空谱信息结合分类方法,所提出的BS-SVM方法分类精度有较大幅度提高,充分证明了该方法的有效性。

GM-APD激光雷达距离像邻域KDE重构

对盖革模式APD激光雷达系统的距离像重构算法进行了研究,设计了一种基于像素邻域核密度估计的重构算法。从系统原理出发,结合探测概率模型研究了距离像重构算法的理论基础。根据系统特点提出了一种基于像素邻域核密度估计的改进算法,并对其原理进行了分析。通过仿真数据对直方图算法和邻域核密度估计算法进行了验证,以距离重构准确率曲线进行了定量评价对比,并进一步将算法应用到真实盖革模式APD激光雷达数据中进行了距离像重构实验。实验结果表明,在低帧数时,基于像素邻域统计核密度估计的重构算法可有效提高距离像重构的效果。

亚像元定位之邻域像元选取问题研究

混合像元普遍存在于各类遥感影像中,混合像元分解仅能获取像元内部各类地物丰度数据,要获取其空间分布信息还需要进行亚像元定位处理.空间相关性是目前大多数亚像元定位方法的理论基础,而距离是主要决定因素.同时距离决定了亚像元邻域范围内参与其所属类别判定的像元位置和个数,从而决定亚像元空间排布结果.因此针对亚像元定位过程中邻域像元选取问题,就常见的邻域选取方法进行对比试验,并就各种方法的效果进行探讨.

基于图论的快速FCM图像分割算法

研究基于图论的最短路径算法与加权直方图方法,结合快速模糊聚类思想,提出一种改进的快速模糊C-均值(FCM)图像分割算法。利用最短路径算法对图像进行初始化处理,使处理后的灰度值准确反映邻域像素对原像素的影响。通过加权直方图改变灰度变化剧烈区域像元在图像分割中的影响程度,并自适应寻找初始聚类中心。实验结果表明,该算法能快速准确地分割图像,具有较强的抗噪性。

基于电路逻辑设计的图像处理

基于电路逻辑设计的算法硬件加速技术使系统能够有效提高实时处理能力、集成度和可靠性。直方图统计和像素邻域提取是图像处理中的两个基本操作,提出了基于电路逻辑设计解决这两个基本问题的方法,给出了硬件结构图和主要时序图,在所承担的工程化项目中进行了实际应用,取得了较好的效果。

基于模糊C均值图像抗噪分割方法的研究

针对含有噪声且光线不均的医学图像,提出了一种基于模糊C均值聚类的图像分割算法。模糊C均值聚类算法描述简洁、易于实现、分割效果好,在图像分割应用领域得到了快速发展,但也存在着对噪声敏感的问题。考虑到提取的医学图像数据中必定包含噪声,因此通过修改目标模糊函数J(u,v),在引入像素点邻域信息的基础上,对邻域信息加入了惩罚因子。弥补了传统模糊C均值聚类算法的不足,使该方法对含有噪声的医学图像更加有效。实验分析表明了算法的有效性和实用性。

基于增强型K-NN块搜索的图像修复算法

针对当前图像修复方法在对遮蔽物损坏图像复原时,存在明显的模糊效应与不连续效应等不足,提出局部最小二乘逼近优化耦合增强K-NN块搜索的图像修复算法。通过对图像修复机理进行分析,联合等权方法与K-NN(K近邻)块,将未知像素的估值转化为对线性组合函数的求解;定义基于边缘的优先项,计算输入块的边缘特性,提出基于局部学习映射函数的增强型K-NN块搜索方法,降低未知像素值K-NN的误配;采用基于局部最小二乘逼近优化方法,将相似块中的像素传播至损坏区域,完成图像修复。测试结果表明,与当前图像修复算法相比,在遮蔽物损坏图像复原中,该技术拥有更好的修复质量,有效降低了模糊效应,克服了修复时存在的间断效应。

基于超像素MRF的农田地区高分遥感影像分割

针对传统的超像素马尔科夫随机场(Markov random field,MRF)影像分割模型中对空间背景信息利用不够完全的问题,发展了一种新的超像素MRF模型。该算法将高阶邻域模型引入到MRF的交互势函数中,使交互势函数能够充分利用超像素邻域系统所包含的空间背景信息。结合此一阶势函数模型,还提出一种逐类别的β参数自动估计方法,该方法是在范数距离的基础上进行的。利用2景具有不同特点的农田地区高分遥感影像,开展了验证实验。实验结果表明,本算法对于边界强度等空间背景信息的利用效果更好,分割结果更精确。与其他超像素MRF分割算法对比,也说明了该算法在性能上的优越性。

基于邻域特性分析的小模数齿轮亚像素图像边缘检测

针对高分辨率小模数齿轮图像中边缘灰度梯度呈双峰或多峰分布的问题,提出一种基于邻域特性分析的小模数齿轮图像亚像素边缘检测算法。算法以邻域窗口的灰度均方差积表示边缘强度、灰度重心所在的方向表示灰度变化的方向;通过阈值化、非极大值抑制和边缘细化等获取初始边缘;在初始边缘的基础上将求取的灰度变化方向划分为八个区域,构建一维灰度矩模型解算亚像素边缘位置。为验证算法的有效性,分别以模拟图像与实际图像为对象进行亚像素边缘检测实验,根据齿轮边缘特性以最小二乘拟合法评价算法对齿轮图像的检测效果。实验结果表明,该算法具有曝光敏感度优、绝对定位精度高、重复性好的优点。

利用双倍二元模式进行手指静脉识别

局部二值模式(Local Binary Patterns,LBP)是图像处理中经典的算法之一,该算法以及相关算法已成功的应用到手指静脉识别系统中.但这些算法的邻域来自单个圆形区域或一个正方形区域,因此无法表达同一中心像素条件下多邻域像素之间的相关性.为了克服传统算法的缺陷,本文提出一种新颖的双倍二元模式(Dual Binary Patterns,DBP)的手指静脉识别算法.首先,将单个圆形邻域扩展到两个同心圆的圆形邻域;其次,基于多邻域像素的相关性提取DBP特征;然后,为了充分利用手指静脉的空间信息,将分块与直方图结合的方法应用于DBP模式得到最后的识别特征;最后,使用直方图交叉核对静脉图像的特征进行匹配.所提出的算法在SDUMLA-FV标准手指静脉数据库中取得了高达94.10%的识别率和低至3.6%的等误率.

基于多尺度多特征的显著性区域检测

针对目前大多数显著性检测方法显著性区域轮廓不明显的缺点,提出了一种基于多尺度多特征的显著性区域检测算法.该算法利用基于改进的八邻域算法和基于熵率的超像素分割方法,获取到不同尺度下图像的亮度特征、颜色特征和纹理特征,从而使显著性区域的轮廓更明显.该算法在MSRA-1000、ECSSD、THUR15K 3个公开数据集上进行实验,并与现有的8种算法(FT,AC,IT,GB,AIM,SEG,SIM,SUN)做了对比,实验结果表明,该方法能够有效地提高图像的检测效果.

一种加权局部熵羽化的图像拼接模型

图像拼接技术能多幅背景相似的图像合成为一张全景图像,也可以补充某些图像缺失的部分,但是目前常用的拼接算法还存在准确性不高、鲁棒性不强的缺陷,为此本文提出了一种加权局部熵羽化的图像拼接模型。首先对图像的局部熵进行羽化,然后采用一元线性回归的方法对邻域像素的灰度图像进行相似度的优化,最后对图像的局部熵进行加权,以突出图像中领域像素之间的块相似度,降低羽化的痕迹。模型的对比仿真结果表明,本文提出的算法相比较SIFT算法,对于动态图像的拼接具有更高的准确性,并且抗噪性能更加,具有较好的鲁棒性。

基于GIS的社会统计数据空间化处理方法

社会统计数据的空间化是当前地理科学和社会科学共同研究的热点问题之一,根据社会统计数据的特点可以将其分为和值(extensive)变量型统计数据和均值(intensive)变量型统计数据两种类型。分析了这两类社会统计数据在区域拆分与合并时的特点,并尝试将网格单元面积权重内插(GCAWI)法引入社会统计数据的空间化的工作中,提出了确定网格单元大小的原则和采用图像平滑技术改进空间化结果的方法。以徐州市人均GDP数据(均值变量型统计数据)空间化为研究实例,采用网格单元面积权重内插法实现了徐州市人均GDP数据的空间化,而且运用图像平滑技术得到了比较满意的结果。

基于改进的SIFT特征的图像匹配算法研究

针对图像匹配在不同的光照、表情等背景下存在可靠性及有效性较低的问题,本文提出一种改进的SIFT特征的图像匹配算法。算法通过构建高斯差分尺度空间以保留原始图像信息并增加特征点数量,计算相邻点及上下尺度空间对应点以寻找极值点,调整Harris Corner检测器参数以实现删除低对比度的关键点和不稳定的边缘响应点,利用关键点邻域像素的梯度方向分布特性,为每个关键点指定128维的方向参数,并进行关键点描述子的生成,最后将两幅图片的描述子进行匹配并得到结果。实验结果表明,该算法在不同背景下能有效完成图像匹配的计算,满足应用软件的时效性要求。

改进的二维阈值图像分割

本文提出了一种基于灰度图像像素点灰度和点邻域方差的改进二维图像分割法。新方法改进了阈值判定域,考虑了边界和噪声的影响,新定义了一个阈值分割函数,提高了分割精度。利用思维进化算法优化分割参数,提高了最优阈值的寻找速度。实验结果表明,基于思维进化算法的改进二维图像分割法优于传统算法,该算法具有较好的稳定性和收敛速度,更能满足图像处理高效率、短时耗的要求。

用于图像预测编码的预测器的设计及应用

设计并实现了一个用于图像预测编码的预测器。在图像压缩中，预测器是影响整个图像压缩比以及图像质量的关键环节。为了提高预测器的性能，本文结合了线性与非线性预测器的设计方法，首先对图像像素及其邻域像素之间的相关性估计值进行统计计算．确定该预测器的最佳阶数为四阶，接下来以预测差值的最小均方差标准和差值图像的期望值恒为零的约束为前提，同时对邻域模板的平坦程度加以分类，统计分析各类图像得出大量实验数据，最终设计出性能较好的四阶预测器。由于该预测器应用于星载图像的压缩．其预测系数在设计时兼备了便于硬件实现的特点。