无源毫米波成像图像空间重构超分辨算法

为了增强无源毫米波图像的分辨率,提出了一种图像空间重构(ISRA)频域校正超分辨算法.使用Wiener滤波复原算法恢复图像通带内的频谱分量,运用IS-RA算法实现频谱外推,通过一种频域校正算法,用Wiener滤波器恢复的频谱代替通带内的频谱,保证图像的低频分量不被破坏.为了验证新算法的有效性,针对合成图像和由91.5 GHz单通道辐射计进行二维机械扫描获取的手枪图像完成了两个实验.实验结果表明:新算法改善了收敛速度,增强了图像的分辨率,同时能够有效地减轻恢复图像中的振铃波纹,有利于无源毫米波成像超分辨的实现.     

无源毫米波成像改进POCS超分辨率算法

在无源毫米波成像中,因为受天线孔径大小的限制而导致获取的图像分辨率低,所以必须采取有效后处理措施增强分辨率.提出了一种改进的POCS超分辨率算法,该算法结合了Wiener滤波器复原算法和凸集投影(POCS)算法的优点,使用Wiener滤波复原算法恢复图像通带内的低频分量,运用POCS算法作为主迭代过程实现频谱外推,同时保证低频分量不被破坏.实验结果表明,该算法增强了图像的分辨率,改善了收敛速度,减少了计算量,有利于无源毫米波成像超分辨率的实时实现.     

3mm辐射成像研究

在研究毫米波无源成像原理的基础上,设计出了简洁的3mm超外差迪克式毫米波辐射计,并进行了成像实验.为了解决毫米波被动成像中由于天线孔径尺寸和衍射受限所带来的固有空间分辨率低的问题,采用了一种改进的最大似然超分辨算法进行频谱外推.实验结果表明该算法有很好的频谱外推能力,对图像分辨率的提高和超分辨性能的改善有明显效果.3mm迪克式辐射计的主要参数如下:中心频率为91.5 GHz,带宽为4GHz,温度灵敏度为0.55K,线性度为0.9999.     

投影小波域MAP估计无源毫米波图像超分辨算法

在无源毫米波成像中,由于系统天线孔径大小的受限而使得成像的分辨率低。为了提高图像的分辨率,该文提出了一种投影小波域最大后验(MAP)估计毫米波图像超分辨算法(PWMAP)。该算法利用基于小波域广义高斯分布的MAP估计来恢复通带内的频谱;然后利用投影的非线性运算实现频谱外推。该算法不仅比以往的算法能提供更准确的先验建模,而且能在每步迭代时自适应地更新正则参数。实验结果验证了该算法的有效性。     

基于多分辨率塔式结构的幻觉脸技术的研究

提出的基于多分辨率塔式结构的幻觉脸算法,使用改进的图像金字塔建立标准人脸训练库作为学习模型,能在多尺度、多分辨率上训练出更有效的先验知识.然后在匹配复原过程中引入一种新思路,先结合塔状父结构搜索出拉普拉斯金字塔中最匹配的4个高频细节,再将这4个高频细节进行加权平均后的结果作为丢失的人脸图像的高频细节,最终复原出超分辨率人脸图像.实验结果表明,该算法对64×64大小的低分辨率人脸图像增强16倍,复原出的256×256大小的超分辨率人脸图像更加平滑,减小了一定的噪声干扰.     

频谱外推技术在毫米波CSAR 成像中的应用

近年来圆轨迹合成孔径成像(CSAR)成为SAR 成像领域的一个研究热点,同时超分辨频谱外推技术能够有效改善SAR 图像的聚焦质量。针对频谱外推技术在近场毫米波CSAR柱面成像中的应用进行了研究,将频谱外推算法与传统的波数域算法相结合,旨在提升SAR 图像的聚焦效果;仿真点目标结果表明基于频谱外推技术的改进算法可以明显改善点目标的分辨率、峰值旁瓣比、积分旁瓣比指标;在室内基于矢量网络分析仪与高精度转台搭建了近场测量系统获得实测回波数据,通过雷尼熵评价指标衡量成像结果,结果表明基于频谱外推技术的改进算法成像结果优于传统成像算法的结果。     

基于对比度金字塔与双边滤波的非对称红外与可见光图像融合

为了同时保留红外图像的特征信息和可见光图像的细节信息,提出了一种基于对比度金字塔的非对称红外与可见光图像融合方法。首先,使用对比度金字塔对红外与可见光图像进行高频与低频信息分解,然后对高频部分采用绝对值取大方法进行融合,对于低频部分采用基于双边滤波的方法对红外与可见光图像进行非对称的处理;其次,使用对比度金字塔的逆变换得到融合后图像。对融合图像进行主观视觉和客观指标评价,结果表明该算法在突出目标特征信息和保留细节特征方面表现优异。     

一种新的毫米波辐射图像分辨率增强方法

针对毫米波辐射图像分辨率的增强问题,提出一种新的分辨率增强方法,该方法将双三次插值与非线性外推算法相结合。在空间域,通过双三次插值提高原始低分辨率图像的分辨率;在频率域,通过非线性外推算法增加图像的高频分量,最终实现毫米波辐射图像的分辨率增强。实验表明,新方法有效提高了图像的分辨率,并且分辨率增强后的图像具有良好的视觉效果。     

毫米波辐射图像分辨率增强方法研究

针对毫米波辐射图像分辨率低的问题．提出了一种新的分辨率增强方法该方法将双线性插值与改进的非线性外推相结合,首先利用双线性插值放大原始图像．再利用改进非线性外推算法增加图像的高频分量,最终实现毫米波辐射图像的分辨率增强．实验表明．新方法有效提高了毫米波辐射图像的分辨率     

最小熵谱外推技术及其在雷达超分辨中的应用

最小熵谱外推技术是一种非参数方法。它利用熵作为信号分辨率的度量，熵越小则信号分辨率越高。基于最小熵准则对信号的频谱进行外推，就可以提高信号的分辨率。文中提出将最小熵谱外推技术用于实现步进频率雷达距离超分辨；计算机仿真结果表明，采用该方法比采用AR参数模型法获得的图像具有更高的距离分辨率。类似的，采用该方法来实现ISAR方位超分辨也同样获得了很好的效果。     

基于小波融合的图像残差金字塔超分辨率研究

提出了基于小波融合的残差金字塔超分辨率方法.算法包括2部分:1) 通过残差金字塔分别估计多幅低分辨率图像的高频信息;2) 对获得的多幅高分辨率图像进行小波融合.图像的低频部分采用能量加权法融合,高频部分采用最大值规则融合,融合后经过小波反变换得到最终的高分辨率图像.研究结果表明,该算法避免了大量的迭代运算,降低了计算复杂度,使大尺寸图像的超分辨率成为可能.     

基于方向性对比度金字塔的图像融合方法

基于对比度塔形分解(CP)的图像融合方法具有良好的物理意义,却没有强调方向性的不足,为此提出了一种具有方向性的对比度金字塔图像融合方法.对多聚焦图像进行对比度塔形分解,利用方向滤波器组对高频加方向,得到不同方向的高频子分量.根据不同频率域特点,采用低频分量系数取加权平均、高频分量系数绝对值取大的融合规则,对分解后的子图像进行融合.结果表明:用提出方法得到的融合图像有较高的清晰度和空间分辨率.与基于CP和基于离散小波变换(DWT)的融合方法相比,提出的方法既能保持对比度的含义,又可提供2n个方向信息.     

基于多尺度对比度塔和方向滤波器组的图像融合

本文从图像的特性出发,将方向信息与多分辨分析相结合,提出了基于方向滤波器组的融合思想.进而考虑到人眼的视觉特性,利用对比度塔分解(CP)捕获图像的低频分量,利用方向滤波器组(DFB)获得图像的高频分量,提出了一种基于多尺度对比度塔和方向滤波器组(CPDFB)的图像融合方法,同时分析了该方法的融合机理和计算复杂度,较好地实现了复杂图像的融合.仿真实验验证了其可行性和有效性.     

Frequency Domain Estimation and Correction Algorithm of Row Displacement for Scanning PMMW Imaging

Aiming at the random dislocation of data between adjacent rows induced by PMMW imaging scanning, a novel displacement estimation and correction algorithm was proposed based on the correlation feature of the scene and the phase-shift property of the Fourier Transform (SP-DEC). In order to estimate and correct the displacement in the spatial domain, the proposed algorithm fits the low frequency phase difference of adjacent rows by the least-squares method, and compensates the linear phase shift in the frequency domain. A sine/cosine filter and an adaptive method of fitting window selection are used to improve the estimation accuracy of displacement. Experimental results of a visible image and the actual dislocated PMMW image demonstrates that the proposed algorithm can achieve displacement estimation and correction with high precision on sub-pixel level.     

基于非下采样Contourlet变换的多传感器图像边缘检测

提出一种基于非下采样Contourlet变换（NSCT）的多传感器图像边缘检测方法,通过非下采样金字塔（NSP）和非下采样方向滤波器组（NSDFB）实现了对图像的多尺度多方向分解。在检测处理中,采用改进的一致性校验策略：高频系数除了进行本层的一致性校验外,还进行多层之间的一致性校验。非下采样Contourlet变换保留了Contourlet变换良好的多分辨率特性,又具有平移不变性,更适应于进行多传感图像融合,为图像边缘检测提供了新的方法。     

An Optimal Algorithm for Fusion of Passive Millimeter Wave and Visible Images Based on Non-subsampled Shearlet Transform and Improved Spiking Cortical Model

The purpose of this paper is to propose an algorithm and a novel method for fusion of Passive Millimeter Wave (PMMW) images with their visible images by using Non-subsampled Shearlet Transform (NSST) based on the Spiking Cortical Model (SCM) fusion rule. The parameters of NSST and Improved SCM (ISCM) are selected and optimized based on time consumption and the output of the optimization function like Q_AB/F. In addition, an effective thresholding method in contourlet transform for PMMW and visible images fusion, which is proposed in our previous paper, is applied to the fusion procedure. Furthermore, NSST is used for analysis of the initial images in different resolutions and directions, followed by using of the ISCM neural network as the fusion rule. Combination of the proposed fusion and thresholding processes resulted in better output images containing visual information close to that of the visible image as well as the hidden object in the millimeter wave image. Moreover, a new evaluation criterion is proposed which does not suffer the shortcomings of the available criteria and improves the previous results for detecting hidden objects by up to 23% with 5% extra time consumption. Finally, the obtained results are evaluated with the available and standard metrics, and all the images exhibited better values than those of the other methods. In fact, the value obtained for the gun image is also acceptable. The results indicate that the proposed fusion method realizes almost all the considered objectives, and the fused image show the objects distinctly in an image with visible details.

     

海洋背景下的海面舰船快速检测算法

针对海洋背景下海面舰船检测存在的问题,本文提出了一种海洋背景下海面舰船快速检测方法,该方法通过计算图像的高斯金字塔高频分量,得到三层拉普拉斯降维图,第二层降维图与原图相比,维数降低了16倍;对降维图通过改进Sobel检测,增强降维图中舰船目标对比度,突出感兴趣区域,实现快速检测。实验结果表明,该方法具有一定的鲁棒性,能够实现海面舰船的快速检测。     

基于NSCT和边缘检测的图像融合算法研究

近年来,图像融合已经成为计算机视觉领域一向有价值的新技术,论述了NSCT变换理论,先将图像作非下采样拉普拉斯金字塔尺度分解,在各个尺度层对高频子带作非下采样方向分解,然后分别采用基于区域能量和边缘检测的融合规则得到融合图像的非下采样Contourlet低频和高频系数;最后再进行非下采样Contourlet逆变换得到融合图像。实验结果表明,该方法的融合图像多项指标都优于Contourlet变换、NSCT变换。     

基于动态规划算法的无源毫米波弱小目标检测方法

针对无源毫米波弱小目标特点,结合已有的动态规划算法,利用图像阈值分割原理实时计算检测门限,提出一种适用于无源毫米波小目标检测的实用动态规划算法,并分析了动态规划的计算过程及分割门限的确定方法。实验仿真结果表明,此算法能准确检测出复杂背景下的低信噪比无源毫米波弱小目标,并得到目标运动轨迹,在单帧成像信噪比为4.5dB左右时,能准确检测出目标运动轨迹。     

基于金字塔分解和扇形局部均值二值模式的鲁棒纹理分类方法

针对传统局部二值模式(LBP)的特征鉴别力有限和噪声敏感性问题,该文提出一种基于金字塔分解和扇形局部均值二值模式的纹理特征提取方法。首先,将原始图像进行金字塔分解,得到对应于不同分解级别的低频和高频(差分)图像。为提取兼具鉴别力和稳健性的特征,进一步采用阈值化处理技术将高频图像转化为正、负高频图。然后,基于局部均值操作提出一种扇形局部均值二值模式(SLMBP),用于计算各级分解图像的纹理特征码。最后,对纹理特征码进行跨频带的联合编码和跨级别的直方图加权,从而获得最终的纹理特征。在公开的3个纹理数据库(Outex, Brodatz和UIUC)上进行分类实验,结果表明该文所提方法能够有效地提高纹理图像在无噪声环境和含高斯噪声环境下的分类精度。