基于多模板规则的多元映射图像平滑方法研究

基于超越函数和多分辨分析的思想，提出了一种图象空域平滑方法。该算法依据图象多层邻域卷积的一致性，自适应地选择平滑单元。它具有保持图象细节、稳健性较强和运算速度较快等优点；还提出了衡量图象清晰度的局部误差。     

基于二值化法的车牌图象自动定位技术研究

根据彩色图象三色学原理及空间域的图像平滑算法对图象进行预处理，利用二值化法进行图象分割，算法简单，实时性好，较好的完成了车牌图象的自动定位。     

保存边界的图象平滑方法

提出了一种新的图象平滑方法。该方法利用区域模板和线性模板,将图象中的高频噪声和合理的边界结构通过采用不同的模板进行平滑,达到了既去除噪声,又保存图象边界的目的,为图象的预处理提供了一种很好的方法。     

印章网络管理系统的设计与实现

介绍了印章网络管理系统的设计，采用了一种新型的印鉴制作，生产，识别及安全管理模式，论述了计算机印鉴图像识别方法，并提出了一种既能保留图象边级又能进行图象平滑的预处理算法以及提取标准和待识别印鉴特征点集的方案。     

一种基于Freeman链码描述及其应用的快速图象复原算法

描述了一种快速的图象复原算法,该图象由记录图象轮廓的链码所描述,首先使用链码描述对图象的轮廓进行跟踪并对其进行了平滑,从而产生平滑后的图象的链码,之后提出了一种用于将图象复原的区域填充的简单思想。     

多尺度图象分割方法及其应用研究

图象分割技术在图象处理中占据重要地位，是计算机视觉和图象理解的最基本问题。多尺度图象分割作为一种新的研究方法，将图象分割与小波变换理论相结合，能够更好地分割、重构图象。本文综述了多尺度分割方法的思想；并分析了多尺度分割方法在SAR图象分割和无损图象压缩中的应用，将其结果与以往提出的分割算法进行了比较，实验表明，效果较好。     

基于二值化法的车牌图象自动定位技术研究

根据彩色图象三色学原理及空间域的图像平滑算法对图象进行预处理,利用二值化法进行图象分割,算法简单,实时性好,较好的完成了车牌图象的自动定位.     

一种基于小波分解的多图象拼接技术

对在多具图象间进行非规则形状图象拼接的多分辨整合技术进行了研究。运用Multimasks方法将多个图象的选定区域同时融合在一起,减小了计算量,并利用小波变换对图象进行多分辨分解,采用与频段宽度成正比的加权拼接宽度来消除拼缝的影响。实例表明,拼接图象平滑自然,效果较好。     

模糊边缘检测算法的改进

本文通过对Pal.King模糊边缘检测算法进行改进，提出了一种新的模糊边缘检测算法。该算法首先定义了一种简单的隶属度函数作为变换；然后根据Ostu法选取的阈值确定增强算子的参数μc，通过我们新定义的增强算子，在模糊特征平面上进行增强运算；接着将增强后的图象模糊特征平面转换为空域图象，最后进行图象的平滑和边缘提取。同时，本文还提出了改进算法的快速算法，对具有多峰直方图分布图象的模糊边缘检测也进行了推广。     

基于视觉特性的图象压缩编码方法

将图象分为非连续分量和连续分量，并模拟大脑对物象的方向滤波处理特性，在对图象连续分量亚抽样压缩编码的同时，对其非连续分量采用方向滤波，获得带有图象主要边缘特征的方向图象，在保证图象质量的前提下，高效率地压缩了图象，提出了基于视觉特性和图象两分量模型的图象编码方法，对此作了深入的分析和介绍，并在计算机上进行了模拟，取得了较好的效果。     

一种基于双Haar小波的图像去噪算法

在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点,尤其是三通道双Haar小波的提出,使噪声抑制更加有效.基于双Haar小波变换,并根据Lee滤波的局部统计特性,考虑到小波变换的高频部分涵盖大量的图像边缘等细节信息,因此在滤波窗口选择上提出了具有方向性的新算法,实现了在小波域中平滑噪声的同时还可以保护图像边缘细节不受损失.实验表明新窗口的模型与Donoho的软门限方法相比较,可以给出更好的去噪效果.     

一种基于双Haar小波的图像去噪算法

在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点，尤其是三通道双Haar小波的提出，使噪声抑制更加有效. 基于双Haar小波变换，并根据Lee滤波的局部统计特性，考虑到小波变换的高频部分涵盖大量的图像边缘等细节信息，因此在滤波窗口选择上提出了具有方向性的新算法，实现了在小波域中平滑噪声的同时还可以保护图像边缘细节不受损失. 实验表明新窗口的模型与Donoho的软门限方法相比较，可以给出更好的去噪效果.     

基于总变分规整化的湍流退化图像复原RL算法

根据RL（Richardson-Lucy）不需要点扩散函数尺寸先验信息的优点和湍流退化模式的特点，将RL图像复原算法应用到气动光学效应退化图像的复原中．针对RL算法极易引起噪声放大和过度平滑的缺点，提出了基于总变分最小化的RL图像盲复原算法．仿真结果表明，该算法在噪声抑制和细节保存方面都优于非规整化的RL算法。     

利用机器学习方法改进风云3C星载GNSS掩星温度廓线

本文使用BP神经网络、随机森林回归算法,对2017年全年风云三号C星(FY-3C)GNSS掩星温度廓线数据进行修正和评估.结果表明:在全球范围内,两种方法均可以修正GNSS掩星温度数据,随机森林回归算法的修正效果优于神经网络方法,随机森林回归算法和神经网络方法修正后的结果与再分析数据的平均绝对误差分别为0.03K与0.32K,均方误差分别为0.09K²与1.02K².将全球按照10°×10°划分为324个网格后,随机森林回归算法对平均绝对误差与均方误差修正的正向收益分别为97.53%与92.9%,神经网络方法对平均绝对误差与均方误差修正的正向收益分别为75.61%与67.9%.     

基于带有权值混合泛函的盲超分辨率

为了克服传统的超分辨率算法的限制(如不能处理带有局部运动图像,因此不适合一般的视频序列;模糊算子被认为是提前知道并且对于每一低分辨率帧都是不变的;超分辨率噪声不是采用高斯分布就是采用拉普拉斯分布的),同时考虑到噪声模型,提出了一个广义的局部权值自适应地混合L1和L2泛函的代价函数。权值会根据配准误差和噪声分布自适应地改变并且惩罚图像中配准错误的部分。本文算法对奇异值具有很强的鲁棒性,同时超分辨率图像和模糊算子可以联合估计出来。主观评价和客观评价同时表明了本文算法的有效性。     

TV正则化的双迭代RL湍流退化图像复原算法

RL算法是湍流退化图像复原的一类重要算法,但在迭代过程中存在噪声放大或过度平滑问题.围绕湍流退化图像复原问题对RL（Richardson-Lucy）算法及其改进方法进行研究：建立了一种短曝光成像探测湍流退化模型,并给出该模型中随机相位屏的数值模拟方法;推导了RL算法的基本原理和计算公式;为更好地从湍流退化图像中恢复目标,提出了TV正则化双迭代RL图像复原算法.改进算法引入总体变分约束,并对目标图像和点扩展函数采用内外循环双重迭代,充分利用了目标图像和点扩展函数的内在联系.仿真实验表明,算法能有效地保持了图像的细节信息,复原效果明显优于传统RL算法.     

改进光流算法在地震图像纹理分析的应用研究

为在消除噪声的同时有效保护地震图像线性结构,提出一种改进光流算法与纹理平滑滤波相结合的新方法.首先,利用高斯金字塔多尺度描述方法解决大流速计算问题,提高精度;其次通过设置迭代结果残差的均方根的门限值,减少迭代次数,缩短处理时间;最后,根据地震图像剖面纹理复杂度,结合纹理属性分析,选用不同的模板进行纹理平滑滤波,提高信噪比.经与传统的均值滤波和目前较先进的改进Sobel滤波器以及利用标准化全梯度进行地震图像边界探测的方法相比,本文提出的算法能够有效的保存地震数据的边缘信息,增强地震图像同相轴的连续性,提高信噪比7～10 dB,缩短处理时间2～3分钟.实验结果表明:本文构建的高斯金字塔多尺度描述与光流算法结合,同时结合纹理平滑滤波构成的综合改进算法,在提高信噪比的同时,较好地保持了原图像的纹理结构和能量,并减少了处理时间,提高了地震资料解释的效率,是目前地震图像纹理分析领域处理效果较好的方法之一.     

印刷电路板光电图像走线检测研究

为了更精确地检测出含有噪声与模糊的印刷电路板(PCB)光电图像中走线的信息,提出了结合随机Hough变换和最小二乘法拟合直线两者优点的直线检测新方法。首先对含有走线的PCB光电图像进行预处理,给出误差阈值;然后用随机Hough变换粗略确定图像中直线的大概位置,剔除干扰点与噪声,保留符合误差阈值要求的直线附近的点集;最后用最小二乘法拟合各个集中的点,得到较精确的直线参量,从而得到各条拟合直线。对由CCD与显微镜获取PCB光电图像的走线进行实际检测,结果表明,本文提出的方法可实现精确的直线检测。     

New soft morphological parameterized symmetric logarithmic image processing filtering algorithm

Synthetic Aperture Radar (SAR) imaging has the inherent random speckle noise, which seriously affects the quality of the SAR image, and it is very important to study the suppression of the speckle noise. In view of the fact that the traditional spot noise suppression method could not remove speckle noise while protecting the image texture information, a novel filtering algorithm is proposed based on the soft morphological and parameterized symmetric logarithmic image processing model. The proposed algorithm combines the flexibility of the order-statistic soft morphological operations and the characteristic of the parameterized symmetric logarithmic image processing model which establishes a parameterized symmetric structure processing part of the image, which can suppress speckle noise while protecting the texture information on the image. In order to validate the despecking performance of the proposed algorithm, we compare the effect of the filter with some of the existing filtering algorithms, and use some of the image evaluation parameters of the suppress speckle noise image to evaluate the performance of the SMPSLIP filtering algorithm. Experimental results show the effectiveness of this algorithm.     

基于模糊神经网络的分布式多传感多目标信息融合

针对分布式融合系统存在计算组合爆炸、难以推广到多站和多层感知器模型学习速度慢且容易收敛到局部极小等缺陷,提出了一种基于模糊神经网络的分布式多传感器多目标状态信息融合方法。仿真结果证明了该方法的快速性、准确性和有效性。