多帧图像超分辨复原算法中帧的选取

研究了多帧图像超分辨复原算法中参考帧和参与复原图像帧数据集的选取问题.提出了两条参考帧选取的准则,设计了一种分步的图像配准和超分辨复原的方法.首先计算初始图像序列的运动向量参数,根据准则选取了参考帧和参与复原图像帧数据集,进而生成了新的有利于图像超分辨复原的优化的图像序列,再通过亚像素图像配准,计算得到小范围的相对精确的运动估计参数,最后用到图像超分辨复原算法中.仿真实验结果证明,本文提出的多帧图像超分辨复原算法中帧的选取方案是合理的,超分辨复原的图像质量在主观评价和客观指标上都获得了优于经典的Farsiu算法的效果.     

基于自适应阈值HMRF的红外超分辨率重建

在MAP超分辨率重建算法中,相较于Gauss-MRF先验模型,Huber-MRF先验模型具有更好的保持图像边缘和细节的能力,然而对Huber边缘惩罚函数的阈值选取一直没有更好的方式.在考虑红外图像细节纹理信息的基础上,利用图像灰度共生矩阵,把阈值参数与图像细节纹理信息联系起来,实现对边缘惩罚函数阈值的自适应选取,完成超分辨率图像重建.仿真实验证明,该算法获取的高分辨率红外图像具有更高的信噪比,而且更有效地保持了图像的高频信息.     

一种基于边缘密度与自匹配系数的匹配区选取准则

景象匹配区的选取工作是影响景象匹配系统性能的重要因素.在选取准则研究方面按照选取参数的不同,目前有基于图像方差的选取准则、基于图像独立像元数的选取准则、基于图像重复模式的选取准则、基于自匹配系数的选取准则等.首先对这些准则进行了基本介绍,然后,通过具体的选取实验,指出它们在基准图选取时存在的问题,最后,针对这些问题,提出一种基于图像边缘密度与自匹配系数的景象匹配区选取准则加以解决.通过对典型地形、地貌特征的图像进行选取实验,证明了算法的有效性.     

基于形态重构的红外小目标图像背景抑制算法

前视红外(FLIR)小目标图像背景比较复杂,给目标检测和识别造成较大困难.针对图像背景中存在杂波,提出一种基于形态重构的背景抑制技术,分析了获取标记图像时结构算子的选取方法.对AMCOM数据集上的实验表明,提出的算法对于提高图像的信噪比是很有效的.     

基于光谱空间信息的高光谱遥感图像混合噪声评估

综合利用高光谱图像的光谱信息和空间信息,提出了一种新的混合噪声评估方法.首先通过滤波算法进行图像中均匀图像块的自动选取;然后利用多元线性回归模型,将均匀图像块内像素点的信号值和噪声值进行分离,并实现了图像中加性、乘性噪声的粗评估;最后根据噪声模型构建似然函数,利用最大似然估计法求解噪声模型参数.通过仿真图像和真实高光谱图像进行实验,验证了该方法的准确性和鲁棒性.     

基于模糊判决改进的Otsu图像分割算法

在图像分割中,阈值的选取是十分重要的.提出了一种基于模糊判决的Otsu图像分割算法,通过对Otsu算法中阈值的模糊判决处理,采用重心法来求取阈值,使所求阈值更加接近实际最佳阈值,从而能更好地分割图像.实验结果表明,与当前的一维Otsu算法和二维Otsu算法相比,改进算法有着更好的图像分割效果.     

基于视觉特性的多聚焦图像融合

本文提出了一种考虑人眼视觉系统特性的多聚焦图像融合算法.融合过程是首先将配准的源图像分割成若干个块,计算出每个块的对比度方差,作为图像均匀度参数,通过选取两幅图像中清晰的图像块形成融合图像.文中讨论了分解图像块的大小和阈值参数对融合性能的影响.实验结果表明本文提出的算法实时性好,对于严格配准的多聚焦图像能够达到甚至超过基于小波分解的融合算法.     

抗几何攻击的最低有效位数字水印算法

尽管最低有效位数字水印算法嵌入容量大,但抗几何攻击能力不足.通过分析几何攻击的原理,结合可视密码学和图像归一化技术,提出一种抗几何攻击的最低有效位数字水印算法.首先,利用可视密码学技术将水印隐藏到多幅图片中,同时仅选取一幅图片作为水印.然后对载体图像进行归一化,并以图像的几何中心作为中心提取重要区域.最后,依据重要区域的大小缩放水印,以增强水印与载体间的同步性,并从重要区域像素的低4位中随机选取嵌入位置通过异或运算嵌入水印.实验结果表明,算法具有良好的抗几何攻击能力.     

图像检索中的两层描述和非对称区域匹配

在基于内容的图像检索中,需要描述图像中的空间信息从而克服仅基于全局特征的传统方法的局限.图像分割是得到图像空间描述信息的重要手段,但对于所有图像利用同一种分割结果的检索算法(单层描述方法)会受到图像分割算法精确度的影响而使性能受到限制.本文提出了基于图像的两层描述(包括粗略描述和精细描述)和非对称区域匹配的算法以减少不精确分割带来的不利影响.利用从7000张通用图片库中随机选取的700幅查询图像而进行的统计实验结果表明此算法可以有效的提高检索效果.     

电容层析成像图像重构的三阶混合算法

 针对电容层析成像图像重构Tikhonov正则参数的选取问题,提出利用Morozov偏差原理确定正则参数,使其选取与初始数据的观测误差相匹配,并提出三阶收敛算法与双参数模型相结合的混合算法,使其选取更加快速、合理.数值实验表明:三阶混合算法优于典型的Newton方法;正则参数的选取影响重构图像的精度和速度;对于各种设定流型,本文提出的混合算法重构图像速度更快,重建图像质量更高.     

基于改进Canny算子的图像边缘检测方法

针对传统Canny边缘检测算法采用高斯滤波处理图像不能有效消除椒盐噪声的问题,提出改进Canny算子用于检测图像边缘.首先利用双滤波设计-融合自适应模糊中值滤波和双边滤波去除图像椒盐噪声,降低图像噪声同时保证图像边缘.然后在研究过程中遇到边缘检测人工阈值选取自适应不足的问题,采用最大类间方差(Otsu)算法计算得到高低...     

基于虹膜识别的身份认证系统设计

虹膜识别认证系统由4部分组成.虹膜图像采集采用自行研制的非接触式虹膜图像采集装置,并加入虹膜图像质量评估模块选取清晰虹膜图像;预处理过程中采用Hough变换精确定位,归一化后的虹膜图像具有平移、尺度和旋转不变性;特征提取采用Daubechies-4小波变换对图像进行4层小波分解,并采用汉明距离进行匹配.与现有其他方法相比,系统大大减少了编码存储空间以及编码和匹配的时间,提高了算法速度.     

图像局部弹性变换中径向基函数紧支撑集的选取

弹性图像配准中常常需要采用紧支撑的径向基函数来实现局部弹性变换,径向基函数的支撑集大小决定了图像局部扭曲的范围,而如何选取基函数的支撑集大小是一个一直没有解决的问题.该文利用弹性变换模型,针对Wendland基函数,从理论上分析了双标志点空间位置与基函数支撑集的关系,并对任意标志点集合通过构造Delaunay三角剖分来确定基函数支撑集大小,文中给出了径向基函数支撑集的选取原则.人工网格图像和医学图像的局部弹性变换实验验证了该文的结论.     

一种基于简化PCNN的自适应图像分割方法

近年来的研究表明,脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)可有效地用于图像分割.然而对于不同图像,常需要选取适当的网络参数,以得到有效的分割结果.但是,目前网络参数的选取还主要停留在人工调整和确定阶段,尚无一种能够根据图像本身特性自动确定参数的方法,这在很大程度上限制了PCNN的应用.针对这一问题,本文提出了一种基于简化PCNN的自适应图像分割方法,通过利用图像本身空间和灰度特性自动确定网络参数,实现对不同图像的分割.实验结果表明,本文算法可以有效地对不同图像进行自动分割,具有一定的健壮性.     

基于Curvelet变换和小波变换相结合的图像融合算法研究

针对小波变换在图像边缘表达方面的局限性,以及Curvelet变换在表达图像点特征上的不足,提出了在红外图像与可见光图像融合的过程中采用基于Curvelet变换和小波变换相结合的图像融合算法.首先对图像进行Curvelet分解,对低频系数使用基于小波变换的融合算法,对高频系数结合融合图像的特点分别采用了两种不同的选取方法:模值绝对值取大法和基于系数相关性法.最后,对最终系数进行反Curvelet变换,得到融合结果图.采用该算法进行了大量的红外图像与可见光图像融合实验,实验结果表明,此算法的融合结果图获得了更好的目标信息和光谱信息.     

一种基于二维最大熵的SAR图像自适应阈值分割算法

MSTAR目标图像分割是研究SAR图像分割的重要内容,基于最大熵原理,利用二维直方图设计适应度函数,借助遗传算法实现自适应阈值选取,以确定每个像素点的归属,经实际图像测试,对于含噪SAR图像中目标、背景和阴影的分割具有很好的效果,抑噪功能强.     

多级分割融合算法提取红外舰船目标潜在区

针对海天背景下红外舰船图像目标与背景对比度低,图像边缘模糊的特点,提出了一种红外图像舰船目标潜在区的提取算法.算法对图像进行了预处理和频域增强,在海天线附近区域进行多级分割融合以提取目标潜在区.实验结果表明,对于海天背景红外图像,采用该算法能够克服传统分割方法中单一阈值不好选取的问题.多级分割融合的结果能够覆盖目标区域,为后续的目标识别和跟踪奠定了良好的基础.     

基于边缘相关的红外与可见光图像配准方法

针对红外与可见光图像的配准问题,在传统的基于图像边缘相关匹配配准的基础上,提出一种改进的方法.该方法首先手动选取待配准图像与参考图像中包含同一目标的子图像;接着利用Canny算子提取子图像的边缘和子图像的边缘相关性,求取出子图像间的仿射变换模型参数;再进一步修正该参数,得到原图像之间的仿射变换模型;然后对待配准图像进行仿射变换及双线性插值,从而实现图像配准.实验结果证明,该方法较之传统的利用图像边缘相关性的配准方法,提高了图像配准的速度,具有较高的实时性和应用价值.     

基于改进SUSAN算法的红外图像边缘增强方法

提出了一种基于自适应阈值和限定角点区域的红外图像边缘增强方法.首先介绍了SUSAN边缘增强算法,然后改进了SUSAN算法阈值的自适应选取和角点区域限定的方法,最后在实际应用中,提取出了红外图像清晰、连通的边缘特征.实验结果表明,改进后的方法能够有效地增强红外图像的边缘,得到令人满意的效果.     

一种新的人脸图像中眼睛定位方法

提出了一种新的图像中人眼检测算法.在一幅已知人脸图像区域中,首先采用中值滤波除去噪声点,然后选取灰度变化最大的几块区域作为眉眼候选区域.最后利用SIFT方法在候选区域中最终定位眼睛的精确位置、尺度和方向.实验结果证明,本文所提出的算法具有准确率高和计算量小的优点.