基于YOLOv5架构的大幅面SAR图像车辆目标识别方法

SAR图像车辆目标识别是极具挑战性的前沿研究领域,论文提出了一种基于YOLOv5架构的大幅面SAR图像车辆目标识别方法。以卷积神经网络YOLOv5作为大幅面SAR图像车辆目标识别的基本模型,采用迁移学习方法获得模型的初始参数,有效减少了训练样本数量同时提高了模型收敛速度。为了测试算法性能,构建了一个含车辆目标的大幅面SAR图像数据集。在该数据集上进行了仿真实验,并与一些经典的深度学习网络进行了对比,实验结果表明所提大幅面SAR图像车辆目标识别算法识别精度更高、速度更快。

多总线多DSP实时图像处理操作系统的设计与实现

该文针对多总线多 DSP实时图像识别系统 ,设计并实现了一个并行操作系统 .它包括嵌入到 DSP芯片上的操作系统和运行在 PC机上的协议软件两部分 .协议软件提供一个人机界面 ,接收算法的分解信息 ,并将其按一定的数据结构组织 ,再将所有的子任务及其分解信息连接成一个作业 .DSP上的操作系统支持作业从上位机上加载 ,或通过 EPROM加载 .操作系统支持 VXI总线标准 ,并提供了数据通信、任务分配和并发进程管理等功能 .它根据任务分解信息 ,分配硬件资源 ,构造数据流向 ,建立子任务相互间的同步关系 ,完成与上位机的联络并输出结果 .实验结果表明 ,该文设计的硬件及其操作系统能够适应不同并行结构的需要 ,并得到满意的图像并行处理效果 .

一种基于提升小波变换的快速图像融合方法

目前,多尺度分解的方法已开始应用于图像融合.针对基于传统的多尺度分解的融合方法运算速度慢、对内存的需求量大,不适于实时应用的局限性,提出了一种新的基于提升小波变换的快速图像融合算法.多个源图像分别进行提升小波分解,使用恰当的融合规则合并各尺度对应的分解系数,通过提升小波逆变换得到复合图像.实验结果表明,提出的算法无论在执行时间还是融合后的图像质量上都优于传统的方法,有广泛的应用前景,特别适用于实时系统.

航天湍流退化图像的极大似然估计规整化复原算法

为了从有噪的湍流退化图像中有效地恢复出目标图像,提出了一种基于极大似然估计准则的规整化复原算法.根据图像随机场模型建立了有关多帧图像数据的对数似然函数,同时为了平滑噪声和保护图像边缘以及避免无价值的解,将一些合理的惩罚项和辅助平滑项融合到该对数似然函数中.推导出了湍流点扩展函数和目标图像的交替迭代求解公式,通过迭代方式可将点扩展函数和目标图像同时估计出来,给出了算法的并行处理方案.在微机上对强噪声条件下的湍流退化图像进行了恢复实验,实验结果表明本算法具有较强的抗噪能力和实用价值.

数学形态学在图像处理中的应用

介绍了数学形态学的基本运算及数学形态学在图像处理中的主要应用,并讨论了结构元素的选取方法。

多源遥感图像融合效果评价方法研究

在多源遥感图像融合中,针对同一对象不同的融合方法可以得到不同的融合结果,即可以得到不同的融合图像。如何准确地评价融合效果是图像融合的一个重要组成部分。该文系统地研究了遥感图像融合中的各种评价指标,在对已有的评价指标进行了总结和分析的同时,还提出了一些新的评价指标,并按使用条件和使用用途对遥感图像融合效果评价方法进行了分类。最后通过实验进行了验证。

基于局部复杂度的图像过渡区提取与分割

传统的图像过渡区提取算法基于梯度算子,算法对噪声敏感且受剪切值Llow与Lhigh的限制.通过对过渡区像素属性的深入分析,提出基于局部复杂度的过渡区直接提取算法.局部复杂度的滤波作用提高了算法的抗噪性,直接提取则使算法摆脱了对Llow与Lhigh的依赖.实验结果表明,局部复杂度方法优于传统的基于梯度算子的过渡区间接提取方法.

一种新型的航空图像城区建筑物自动提取方法

提出了一种新的从航空城区图像中自动提取矩形建筑物的方法 .该方法基于从航空城区图像中提取的边缘 ,经过轮廓跟踪 ,采用Splitting方法提取直线 ,得出其相应的直线几何图形 ;针对航空图像的复杂及现有边缘检测算法的不足 ,提出了一系列直线处理的方法 (如直线的分类、排序、合并、调整等 )有效地弥补了前述处理的不足 ;为提高矩形房屋提取的准确率 ,引入知识定义了几种近似的矩形结构 .文章采用几何结构元分析的方法 ,提取图形中构成矩形的各种基本结构元 ,再根据结构元合并的准则 ,将各种基本结构元通过一定的合并算法合并成矩形结构 .大量试验结果证明该方法提取矩形房屋的准确率较高 ,鲁棒性好 ,运算速度快 。

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达(SAR)图像与光学图像匹配算法。在这种算法中,首先针对SAR图像低信噪比(SNR)与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上,根据Hausdorff距离具有强抗干扰能力和容错能力的特点,采用了改进的Hausdorff距离作为相似性测度。在搜索策略上,根据遗传算法的固有的并行性,采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明,这种算法鲁棒性好,匹配精度高,计算速度快。

一种快速递归红外舰船图像分割新算法

针对背景复杂、对比度低的红外舰船目标分割问题,提出了一种红外舰船图像分割的新算法.由于二维最大类间方差法不仅反映了图像的像素点灰度分布信息,还反映了邻域空间相关信息,因此有较好的抗噪能力.但是由于其解空间维数的增加,计算量的变化是以指数增长的,而粒子群优化算法可实现高效并行、随机、自适应群体搜索.基于这一特点,提出了基于粒子群优化的二维最大类间方差局部递归分割方法,有利于实现红外图像的实时处理.该方法同样适用于复杂背景下的其他红外目标图像的分割.

红外目标图像循环迭代复原算法的加速技术研究

为了提高图像处理的实时性,本文针对作者先前提出的循环迭代图像复原算法迭代次数多、收敛速度慢等问题,提出了一种基于线性搜索的加速迭代技术.该加速技术利用泰勒级数展开式根据当前次的迭代结果对下次迭代数据进行预测,合理地跳过原有的一些迭代点,从而加快算法收敛.在达到相同复原效果条件下,减少了迭代次数,提高了算法的实时性.本文对收敛加速技术进行了理论分析和推导,在微机上进行了一系列的对比实验,实验结果表明,本文给出的加速技术效果显著,获取了加速因子的有效取值等一些有用的实验参数,算法具有实用价值.

基于高斯超像素的快速Graph Cuts图像分割方法

提出了一种交互式的快速图像分割方法.该方法通过使用高斯超像素来构建Graph cuts模型以实现加速.首先,利用融合了边缘置信度的快速均值漂移算法,将原始图像高效地预分割为多个具有准确边界的同质区域,并将这些区域描述为超像素,用于构建精简的加权图.然后,使用区域的彩色高斯统计对超像素进行特征描述,并在信息论空间中对高斯距离度量进行设计.另外,为了准确而精炼地对先验知识进行参数化学习,本文还使用了分量形式的期望最大化混合高斯(Component-wise expectation-maximization for Gaussian mixtures,CEMGM)算法对用户交互进行聚类.最后,在改进的加权图模型中应用Graph cuts方法,获得最终的分割结果.通过使用不同的彩色图像进行分割实验比较,仿真结果表明本文的方法在准确性和高效性方面都具有很好的性能.

支持向量机及其在医学图像分类中的应用

支持向量机被看作是对传统分类器的一个好的替代,特别是在高维数据空间下,具有较好的泛化能力。本文首次采用支持向量机方法对医学图像进行了分类研究。为了检验该分类方法的有效性与稳健性,对不同的噪声图像进行试验,试验结果表明,即使存在噪声的情况下,支持向量机方法也能获得较好的分类结果。

利用遥感图像对滑坡进行调查和监测分析研究

在山区高速公路、铁路和水电工程等建设过程中,滑坡地质灾害是威胁公路、铁路和水电工程建设与正常运行并造成巨大损失的一种重大的自然灾害之一。提出了利用遥感图像对滑坡地质灾害进行调查和监测分析的方法。

基于像素抽样的快速互相关图像匹配算法

在不同大小的实时图像(假定为小)和基准图像(假定为大)的匹配算法中,最常用的方法是互相关匹配算法,但如果对每个点都计算二维相关函数则计算量非常大。文章提出对图像的匹配采用粗、精两步快速匹配的方法:首先将实时图像每一列灰度值相加,形成一个一维信号,用此一维信号到基准图生成的一维信号中用一维相关函数进行粗匹配,实现降维和提高速度的目的。然后将相关函数值中较大的一些点作为备选点,在原图中利用这些不多的备选点计算二维相关函数,相关函数值最大的点即为最佳匹配点,实现精匹配。在一维匹配中采用隔4列、隔3行取一个点的像素抽样方法以提高粗匹配速度。实验结果表明了文章算法的快速性和准确性。

LS MPP并行图像处理机

L S MPP是一个包含 10 2 4个处理元的细粒度并行 SIMD计算机 .为了满足低级图像处理的需要 ,以二维网格互连构成 32× 32阵列 .该文介绍 L S MPP并行处理机的系统组成、处理元结构、系统控制器、存储器组织 .并对 L S

基于小波变换和数学形态学的遥感图像边缘检测

由于遥感图像一般带有较大的噪声 ,通过实验表明 ,用传统的边缘检测方法效果不理想。采用小波方向性检测技术并结合数学形态学的方法 ,提出了一种基于小波变换和小尺度的数学形态学的遥感图像边缘检测方法。实验表明本算法计算有效 ,边缘定位准确 ,对噪声有一定的抑制作用 。

红外图像序列小目标的特性分析与检测

在红外图像中微弱小目标的检测一直是研究的重点和难点。文中介绍一种利用形态学的Top hat算子检测方法 ,主要步骤是先对图像进行滤波 ,然后依据目标运动的连续性进行目标检测 ,并对检测所得的目标特性进行分析。实验表明 ,该检测方法十分有效 ,并且还发现图像序列中小目标的灰度和质心位置变化是有规律的 。

基于量子概率统计的医学图像增强算法研究

传统的医学图像增强算法存在对噪声敏感且易陷入欠增强或过增强等不足.本文首先利用量子信号处理基本原理,定义了两种不同的像素量子比特表达形式;然后,针对医学图像的特点,结合3×3邻域像素灰度相关性,提出了一种基于量子概率统计的图像增强算子.为了优化图像增强的效果,根据子采样图像信息熵自适应确定本算子的灰度阈值参数.通过主观和客观评价,实验结果表明本文所提出的增强方法考虑了图像全局与局部信息,能更有效地提高医学图像质量.

基于估计点扩展函数值的湍流退化图像复原(英文)

提出了一种直接从湍流退化图像中估计湍流点扩展函数值的方法 .本方法不再利用自然或人工向导星图像来测定点扩展函数 ,而是直接利用两帧连续短曝光湍流退化图像作为输入 ,在空域中对其进行适当的延拓 ,在频域中建立和选择关于湍流点扩展函数离散值的一系列计算方程 .为了克服噪声的干扰 ,在点扩展函数的非负性和空间光滑性的约束条件下 ,将点扩展函数的计算问题转化为优化估计问题 ,通过极小化准则函数估计点扩展函数值 ,进而恢复退化图像 .实验结果表明 ,本文方法十分有效 。