基于改进CoF的红外与可见光图像融合

为了使红外与可见光图像融合能够保留图像边缘信息和背景信息,提出改进共现滤波算法。首先分析共现滤波效果取决于滤波尺度标准差、图像内容;接着基于像素强度偏斜度和基于像素能量对滤波尺度优化,自适应确定像素对距离阈值提高了滤波的速度;最后NSST算法对图像的低、高频子带使用不同融合方法,低频子带图像的融合使用Delaunay插值计算、最大对称环绕显著性方法,高频子带图像的融合使用修正拉普拉斯和方法。实验仿真表明,本文算法融合结果边缘细节部分更丰富,没有伪影出现,主观视觉和客观指标上均具有明显的优势。

行间转移面阵CCD漏光现象的实时校正方法

为了实现对行间转移面阵CCD漏光现象的硬件实时校正,提出了一种基于暗像元区域漏光信号提取的方法,对大面阵行间转移CCD的漏光现象进行消除。首先,对暗像元区域的漏光信号进行提取,基于FPGA设计了实时的中值滤波算法,对提取的漏光信号进行滤波,消除随机噪声的影响。然后通过辐射定标实验确定了漏光区域信号所体现的有效像素区域饱和阈值,采用加权平均补偿的方法对大于饱和阈值的漏光区域进行补偿,最终完成漏光现象的校正。实验结果表明:通过FPGA实时中值滤波算法对提取的漏光信号进行滤波,系统延迟仅为3行图像数据读出时间,完全满足系统实时性的要求,结合加权平均补偿的漏光信号去除算法很好地还原了图像,彻底消除了漏光现象。

荧光造影图像序列的噪声滤波

通过对视网膜血流荧光造影图像分析, 将自适应加权平均方法与顺序统计滤波器相结合, 构造了扩展自适应加权平均(EAWA)滤波器. EAWA滤波器是一个灵活的滤波器模型,它通过设计关键像素和权值分布函数, 以达到特定滤波效果. 在此模型基础上, 针对荧光造影图像, 建立了高亮度保持(HIP)滤波器. 实验结果表明, HIP滤波器不仅可以有效地滤波,又可以保持高亮度点的亮度不被退化.

基于像素对平均预测的可逆信息隐藏

可逆信息隐藏之所以可逆是因为现存方案都以图像中某种不变的特性为准来完成可逆操作。基于此原理,区别于现存方案,选择两像素间的平均值作为不变特性,再借助于直方图平移的思想提出了一种基于像素对平均预测的直方图平移的可逆信息隐藏方案。它是在保证每次操作时两像素间平均值保持不变的前提下利用差分直方图思想完成嵌入和提取信息并无损恢复原始图像的操作。实验结果证明本方案在保证良好的图像质量前提下嵌入容量也得到提高,同时产生较少的辅助信息,与相关研究方案相比具有良好的优越性。

基于等分像素点的直线生成算法

从研究点阵图形的特点入手,提出一种等分像素点的直线生成算法。同时,还分析了Bresenham算法偏差相对大的产生原因,进一步探讨了提高算法精确度的途径。通过比较,本算法优于Bresenham算法。

考虑填充率下亚像元与过采样成像MTF对比

针对探测器存在填充率时过采样和亚像元成像质量评价问题,利用亚像元算法反演线阵探测器像元扩散函数,发现较过采样成像不仅能在1/m微扫描作用下减小采样间隔,还能使探测器矩形窗口压缩m倍.根据MTF和一阶过零频率概念,得到同一填充率下亚像元较过采样对欠采样成像改善程度要大,且随着填充率的提高该优势愈加趋于明显.对比评价对实际亚像元算法成像的前景和优势给与理论上的肯定.

一种改进的H.264自适应空域错误掩盖算法

对H.264视频码流的帧内编码帧(I帧)进行空域错误掩盖时,单纯使用加权像素平均插值算法或方向插值算法不能得到满意的效果。因此,使用一种基于方向熵的自适应选择算法,根据丢失宏块周围的边缘信息自适应地选择加权像素平均插值算法或者该文提出的一种方向插值算法进行空域掩盖。该文提出方向插值算法,使用"双圈法"精确估计丢失宏块内的边缘方向,计算周围8个宏块中此方向上的边缘强度,根据边缘强度将丢失宏块划分成不同的区域分别进行方向插值。实验结果表明,该算法不仅提高了方向插值的精确性,也避免了虚假边缘的产生,有效地提高了错误图像的掩盖效果。

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。

三角测距激光雷达的光斑定位算法研究

为了降低激光雷达测距系统的光斑信号噪声,提高系统的测距精度,对属性距离加权平均滤波及灰度质心法进行改进,提出一种应用于激光雷达系统的改进算法。以曲率为属性的属性距离加权平均滤波在去噪的同时很好地突出了光斑的峰值点。通过多次迭代计算灰度质心的求质心方法,进一步地提高光斑中心的定位精度,还解决了一般平方加权质心法容易受到噪声影响的问题。在MATLAB仿真环境中对实际采集的数据进行处理,实验表明本文算法对于4μs的像素单元可以取得0.05 pix的定位精度,并具有较好的稳定性。

一种改进的多纹理方向空域错误隐藏算法

为了提高视频压缩码流传输过程中抗误码性能,提出一种改进的多纹理方向插值算法.该算法将丢失宏块多纹理区域自适应划分为若干子块,分别进行插值恢复;并结合一些现有算法的特点,对宏块不同纹理类型切换隐藏算法.实验结果表明,该算法不仅提高了方向插值的精确性,也避免了虚假边缘的产生,有效地提高了错误图像的掩盖效果.

实用型亚像元定位方法的研究

针对重复曝光离线对准系统 ,提出一种实用型亚像元定位方法———自适应加权拟合细分算法 (AWS) ,详细分析了算法的理论基础和基本原理 ,利用投影平均来提高信噪比 ,一维尺寸对比度滤波器单调分区 ,自动加权突出关键点 ,重建拟合曲线。仿真和硬件平台实验均表明 :该算法具有较高的重复定位精度和实时处理能力。

基于L＆A-PCNN模型的混合噪声滤除

现有脉冲耦合神经网络模型普遍存在阂值函数复杂、用于图像平滑时图像信息易丢失以及易产生污斑等缺陷．为此，文中设计了一种阈值线性衰减的输出带权均值型PCNN模型，简称L＆A—PCNN．通过数学推理和实验获得了L＆A-PCNN的关键参数的最优选取范围，并将L＆A—PCNN与中值滤波器结合对图像去噪领域的难点——混合噪声进行修复．仿真实验结果证明，L＆A—PCNN算法的去噪性能比现有算法提高了5％～30％．

一种Hough变换与蚁群优化的云图像边缘检测算法

针对云图像边缘检测算法中由于噪声的存在导致边缘定位精确度降低,边缘信息丢失和虚假边缘等问题,提出了一种Hough变换(Hough Transform,HT)耦合蚁群优化(Ant Colony Optimization,ACO)云图像边缘检测算法.先将需处理图像进行HT,消除噪声和线段间隔对图像边缘的影响;其次,对图像像素梯度和像素圆形邻域统计均值的差值进行计算,定义二者之间的权重函数,并作为蚁群的信息素和启发信息;最后,利用蚁群优化算法,引导蚁群搜索图像边缘,从而完成云图像边缘提取.实验表明:与当前边缘检测算法比较,此方法能够有效降低噪声影响,获得的边缘完整、细节丰富,边缘优质系数高,算法效率高.

精确的线结构光中心提取算法研究

光条纹中心的精确提取是线结构光三维识别系统的重要环节。环境光干扰、被测物表面反射以及图像采集系统所产生的噪声都给光条提取增加了难度。文章提出了一种快速精确的线结构光条纹中心提取法。首先,对图像进行预处理,通过边缘法对结构光中心线进行边缘检测;然后,用均方灰度梯度法确定结构光中心法线方向;最后,对法线方向上像素进行灰度加权,从而精确提取出结构光条纹中心。实验结果证明,该算法光条纹中心的提取精度达到了亚像素级别。

基于时序NDVI的昭觉植被覆盖度变化研究

归一化植被指数(NDVI)能精确地反映植被绿度、光合作用强度,在一定程度上反映着植被的演化信息,是评价生态环境状况的重要指标之一。本文利用Landsat TM数据分别对昭觉地区2009年和2014年的NDVI进行计算,并分别利用均值法、像元二分模型及NDVI差值植被指数对研究区域植被覆盖变化进行定量分析,结果表明:昭觉县NDVI均值上升了11.6%,植被覆盖度中极度改善的面积比例约占38%,昭觉县整体NDVI植被覆盖度显著提高,并对其变化原因进行简要分析,为生态环境建设提供决策依据。

图像块自相似特征的快速分形编码算法

为了解决全搜索分形图像编码算法在编码过程中range块和domain块匹配特别耗时问题,定义了每个range块和domain块的自相似特征,由于在自仿射变换下最优匹配块间的自相似特征应该接近,因此,每个range块的最优匹配块搜索范围仅限在与其自相似特征接近的domain块邻域内,变全局搜索为局部搜索.六幅图像的仿真结果表明,它确实能够在PSNR降低0.48d B(其结构相似性SSIM值仅下降0.0015)的情况下,平均耗时仅为全搜索分形编码算法的18.65%左右,而且也优于其他特征算法,所提算法达到了加快编码过程速度的目标.

照明系统对图像检测精度影响的研究

光源是影响摄像质量十分关键的因素,采用不同的照明方法和光源分别进行实验。用CCD摄像机拍摄标准块规,然后利用递推平均滤波算法对采集到的图像进行滤波处理,减少噪声对边缘检测的干扰,利用一维灰度矩亚像素算法搜索标准块规上下两边缘,用求平均值法算出每幅图片中标准块规的厚度。实验结果表明,随着光源选择的变化,照明系统对图像检测精度的影响不同,采用背光照明并使用医用观察灯照明误差最小。

基于像素级的图像融合

图像融合是将两幅或多幅具有互补信息的源图像融合为一幅新的图像,融合后的图像具有更好的特性。主要对两组不同的图像进行了像素级图像融合,融合时采用了灰度值选大法、灰度值选小法和加权平均法。实验结果表明,对于不同的源图像,采用不同的算法所得到融合图像效果将会不同。

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。

基于相邻像素差异值的车牌定位算法

为解决交通车辆管理中的车牌定位问题,提出一种基于相邻像素差异值的车牌定位算法。在预处理阶段利用圆弧函数进行处理,提出相邻像素差异值算法提取车牌字符边缘;进行边缘检测、分块处理、高边缘块重组等筛选出候选区域;在候选确认阶段提出R+G通道灰度化方法与自适应均值二值化方法进行候选区域二值处理,结合车牌字符分布特征进行过滤伪候选区并获取车牌区域。实验结果表明,该算法的定位准确度较高,为97.5%,算法运行时间低至0.62s,具有一定实用价值。