基于径向基函数神经网络的超分辨率图像重建

为了突破成像极限,经济可行地获取高质量的卫星图像,提出了一种基于径向基神经网络的超分辨率图像重建算法。以径向基神经网络为基础,依据卫星图像退化模型获取网络训练所需的学习样本图像,采用向量映射的方式加速网络收敛。其中,径向基函数的中心、宽度及网络的隐含层数、连接权值是决定径向基神经网络的关键参数,直接关系到网络的重建性能。采用最近邻聚类算法,动态地建立起基函数的中心及宽度,自适应地确定网络的隐含层数及连接权值。建立起的径向基函数神经网络显著地提高了图像重建性能和网络收敛速度(221s即可收敛)。仿真实验和泛化实验表明,训练好的径向基神经网络可以有效地进行卫星图像的超分辨率重建,效率高,误差小。

IHS变换与小波变换相结合的图像融合新方法

提出了一种IHS变换与小波变换相结合的图像融合新方法。对多光谱(TM)图像的强度分量和全色(PAN)图像分别进行小波分解,根据小波变换高低频分量的不同特点,分别采取不同的高低频融合准则形成新的小波高低频分量,再先后进行小波逆变换和IHS逆变换得到融合后的TM图像。实验结果表明,提出的图像融合算法明显改善了融合图像的客观评价和主观视觉效果。

基于BP神经网络的超分辨率图像重建

针对卫星图像成像过程中成像装置存在极限,导致图像分辨率低的问题,提出了基于神经网络的图像超分辨率重建(neural networks super-resolution reconstruction,NNSR)方法。该方法利用误差反向传播神经网络(back propagation neural networks,BPNN)对样本图像进行学习和训练,利用图像退化模型获取学习样本,采用向量映射加速BP神经网络的收敛,充分融合了低分辨率序列图像中的冗余信息。通过对训练好的神经网络分别进行样本仿真实验和泛化实验,验证了这种图像超分辨率重建方法的有效性。

卫星遥感图像中河流的快速提取方法

利用高分辨率卫星遥感图像中河流的灰度和几何特性,提出了一种从卫星遥感图像中快速提取河流的方法.该方法首先将原图像划分成互不重叠的图像子块,利用图像子块的灰度均值和标准差的统计特征将其二值化,然后对图像子块进行四连通标记,最后利用连通区域的面积和体态比几何特征提取河流目标.对真实高分辨率卫星遥感图像进行的实验验证了该方法的有效性.

卫星遥感图像中类圆形油库的自动识别方法

油库是典型军事目标之一,对其识别是卫星图像判读的一项重要内容,传统的方法是通过判读员进行人工判读,工作量非常大是其缺点之一。为了克服这一缺点,本文提出了一种类圆形油库的自动识别方法。首先利用Kapur熵法对图像进行阈值分割,得到二值图像;然后对二值图像中的白像素进行最近邻聚类形成团块,并计算其面积以及体态比和矩形度等形状参数;最后利用油库近似圆形和成群分布的特点对油库群进行识别和定位。实验结果表明该方法对于高分辨率卫星遥感图像中的类圆形油库的识别是很有效的。

并行图像复原与超分辨处理系统的设计与实现

为实现海量大尺度图像的复原与超分辨算法的实时处理,设计了图像复原和超分辨并行处理系统,对该系统的技术方案、工作原理、关键算法、硬件结构和并行技术进行了研究。根据技术方案,介绍了系统的工作原理及解模糊、去噪和超分辨等关键算法。对数字信号处理(DSP)和机群两种体系结构进行了分析和比较,结果表明机群更适合于大规模并行处理,给出其设备选型的原则。提出了基于PPF结构的并行算法模型和基于MPI+OpenMP混合结构的多层次并行与优化技术。最后,对算法在DSP和计算机系统上的处理效果和处理速度进行了实验和分析,给出了系统规模和性能的预测,确定了关键参数即处理器数目的选择依据。实验结果表明,该系统可将处理时间由2 700 s降低到29.39 s,处理后的图像的清晰度、对比度和分辨率显著提高,满足应用需求并具有一定的通用性。

一种新的基于FFT的图像增强算法

针对散焦模糊和噪声的频域特点,提出了一种基于FFT的频域图像增强算法。设计了高通倒高斯滤波器与低通反正切滤波器,使得图像去噪的同时又保留了细节。并研究了抑制振铃的算法,去除了频域加窗对图像的影响,对于增强图像的质量有显著的效果。

基于分布质量的遥感图像配准控制点筛选方法

为提高遥感图像配准精度,提出了一种基于均匀分布质量的配准控制点筛选方法.首先,以尺度不变特征变换获取控制点,采用随机抽样一致性筛除误匹配控制点,然后对配准图像公共区域分块进行基于分布质量的控制点筛选,采用最小二乘估计仿射变换模型参数,最后对输入图像坐标变换后完成配准.对多种遥感图像的实验结果表明,所提出的方法能有效删除误匹配控制点,使控制点均匀分布,减小配准误差.

前景与背景分离的直方图重调整乳腺图像增强的新方法

提出了前景与背景分离的直方图重调整乳腺图像增强的新方法。首先利用高阶统计特征,并结合数学形态学方法检测出钙化点的感兴趣区域,得到了可靠性较高的前景图像,剩余部分设定为背景图像;然后分别对前景和背景的直方图进行重调整,得到了对比度增强的钙化点图像。通过与常规的增强方法进行比较发现,所提出的方法目标明确,能够较好的抑制非目标区域的影响。该方法在支持向量学习钙化点检测的预处理中得到了应用,较好的检测性能证实了算法的合理性。

基于递归残差网络的遥感图像超分辨率重建

深层网络有效地提高了重建图像的精度,但是拥有大量参数,使训练时间过长。因此,改进了一种基于递归残差网络的遥感图像超分辨率重建算法,将全局残差学习和局部残差学习相结合,有效地降低训练深层网络的难度,并且通过递归学习控制网络参数。实验结果证明了递归残差网络在遥感图像超分辨率重建中的有效性,改进的网络可以获得更好的主观视觉效果以及客观评价指标。

基于DSP和FPGA的高光谱图像处理系统设计

针对高光谱图像的处理系统需要具有数据吞吐率高、处理速度快及存储量大等特点,设计了一套以DSP和FPGA为核心处理器的嵌入式高光谱图像处理系统.系统采用USB接口IO方式,选用TI公司TMS320C6000系列DSP和Altera公司的Cyclone II系列FPGA作为核心器件.首先给出了硬件实现总体框图,然后介绍了所采用的芯片,并详细叙述了FPGA周围电路的连接及系统工作原理,最后利用高光谱图像目标识别算法对系统加以验证.

新颖的频域图像超分辨重建方法

图像频域解混叠超分辨算法要求输入低分辨率图像帧数及其帧间亚像元位移满足一定的条件,因此限制了其应用范围。利用单帧超分辨技术和再采样函数从每帧输入低分辨率图像产生16帧相同分辨率的图像,再从中挑选满足限制条件的图像帧,从而消除了原算法要求的两个主要限制条件,建立了改进的二至多帧输入图像频域解混叠超分辨算法。三组仿真实验结果表明,该算法消除了输入帧数和帧间亚像元位移的限制条件,并且可以使峰值信噪比提高5dB左右。

利用二维插值核的高分辨力图像重构

利用连续图像采样及其内插公式,提出了一种基于二维插值核重建高分辨力图像的新算法。该算法先使一般低分辨力序列图像具有标准位移关系,再根据高、低分辨力图像之间的关系重构高分辨力图像。同时利用正则化技术导出了一套重复迭代算法,以提高算法的处理效果和克服病态问题。实验表明,该算法使图像的细节和清晰度大大增强,分辨力大幅度提高,明显优于零阶保持插值算法的处理结果,其峰值信噪比提高8-9dB。

基于一种优化的配准算法的图像超分辨率重建

提出了一种优化的图像配准算法。该算法充分结合了时域基于全局运动模型的配准算法和频域基于傅立叶变换的配准算法,并运用到超分辨重建中。假设序列低分辨率图像之间存在旋转和平移,首先运用全局配准法求出旋转参数,对图像进行旋转补偿,然后对补偿后的图像用频域配准法估计平移参数,针对估计出的旋转参数和平移参数对序列低分辨率图像进行超分辨率图像重建,实验表明该方法能较有效地提高图像分辨的效果,并且本文还阐述了低分辨率图像帧数的影响。

基于全局运动模型配准的图像超分辨重建

把全局运动模型配准算法运用到序列图像超分辨重建中,通过与优化的基于频域的配准法进行对比,在运动模型可以准确地反映物体运动状态的情况下,该算法能够更精确地估计运动参数,从而确保重建后的高分辨率图像拥有更多细节信息。同时,阐述了参与重建的低分辨率图像帧数越多,重建精度会越高,但随着帧数的增多,重建误差降低幅度会越低,而算法复杂度及其耗时会过多地增加,因此提出应根据对重建精度的要求而确定参与重建的低分辨率图像的帧数。

高分辨率航空图像的道路中心线提取法

在高分辨率航空或卫星图像中提取道路特征具有越来越重要的实际意义。道路与背景通常存在灰度差异,论文首先求取高斯平滑图像的偏导数,进而确定图像中的脊点,然后根据连接准则连线,再构造判别规则删除道路虚警,最后利用Canny边缘图修正道路中心线。算法还对交点区域进行了有效处理。实验证明,该方法在一定程度上能够消除树、建筑物阴影和汽车对道路提取造成的影响,提取的道路中心线比较准确,能为道路网检测的后续处理提供重要的数据支持。

一种针对遥感图像的自动ROI编码算法

感兴趣区域(ROI)编码技术具有在不丢失重要信息的同时又有效地压缩了数据量的特点,非常适用于遥感图像的压缩.但现有的ROI编码算法在编码前需人为定义ROI,因而在用户无法进行人工干预的情况下其使用受限.针对此问题,从遥感图像的特点入手,提出了一种自动ROI编码算法.该算法基于JPEG2000标准框架,首先根据用户需求进行了ROI自动检测,并通过与目标形状最为接近的最小外接矩形的使用将ROI检测算法与ROI编码算法有效地结合在一起,最后,结合检测结果的特点优化了编码算法,实现了对遥感图像的自动ROI编码.实验结果验证了此算法的有效性.

基于独立成分分析的盲目图像反降晰

详细说明了如何将图像反降晰问题转化成独立成分分析(ICA)问题,通过理论分析和实验比较了FastICA和在线随机梯度ICA两种ICA图像反降晰算法,得出了FastICA算法并不能很好地用于图像反降晰的结论,还通过实验证实了ICA反降晰算法不能抑制噪声。最后总结了目前ICA反降晰方法的优缺点,并提出了进一步研究的方向。

一种改进的随机圆检测算法

提出了一种用于圆检测的改进随机算法。首先利用4-邻接优先的八方向跟踪方法对边缘图像中的边缘像素进行跟踪形成一系列边缘链,然后从每段边缘中随机选取3个边缘像素并通过定义一个距离准则来判定这三个点能否确定一个候选圆。确定候选圆后,利用证据积累的方法进一步判断该候选圆是否为真正的圆。在证据积累过程中,无需对候选圆外接正方形之外的像素进行平方运算,只需进行简单的比较运算。通过对真实图像进行了圆检测实验,结果表明,该算法具有准确率高、速度快的优点。

超分辨率处理中振铃现象的分析与抑制

为了抑制在实施FFT插值法重构的超分辨率图像中可能出现的振铃现象 ,深入分析了出现振铃现象的原因及产生条件 ,在此基础上设计了抑制振铃的频域补偿滤波器及其自适应算法。大量实验和比较结果表明 ,处理后的图像不但分辨率有所提高 ,而且未出现振铃现象 ,质量更好 ,从而证明了所设计的抑制振铃频域补偿滤波器及其自适应算法的有效性。