低信噪比星象质心定位算法分析

对于星空观测CCD图像,为了对低信噪比目标星象进行天文定位,精确的提取目标星象的质心是至关重要的.首先,系统地推导了CCD星象质心定位误差产生的原因,分析得出提高星象质心定位精度的途径;然后,分别从星象插值和增强两个方面研究了提高星象质心定位精度的方法,通过仿真得出不同的插值算法和插值步长对星象质心定位的影响,并总结得出最佳的插值方法,另外,系统地分析了增强算法对质心定位精度的影响;最后,总结得出低信噪比星象质心提取的最佳方法,为星象的天文定位奠定了基础.     

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     

基于统计特征的彩色图像快速插值方法

本文首先阐述了基于统计特征的图像插值方法,该方法通过提取待插入像素所在区域的协方差矩阵和协方差向量,得出适应于边缘位置和方向的插值权重.为了把基于统计特征的图像插值方法应用于彩色图像插值领域,本文提出了以下措施以提高计算速度:仅对Y图像估计插值权重,并同时应用到R、G、B三个分量的插值;对边缘像素应用基于统计特征的图像插值方法,而对非边缘像素应用简单的双线性插值,即混合图像插值方法.这些措施提高了计算速度,并保证了图像质量.实验表明了该算法在计算速度和插值图像质量方面的有效性.     

网格索引下反向插补图像纹理细节增强算法

通过对图像纹理细节增强,提高低质量采集图像的识别和细节特征分析能力.传统的图像纹理细节增强算法采用纹理结构信息特征子空间多维谱峰搜索方法,算法只考虑结构信息特征子空间中的纹理特征,对剩余的元素没有进行有效的网格化分区,细节增强效果不好.对此,首先进行图像结构纹理信息传导模型设计,引入网格索引方法对图像纹理细节增强的优先级进行判定,然后提出一种基于反向插补的网格索引下补图像纹理细节增强算法.提取亮度、对比度和结构相似度等能有效表征图像的结构化特征,采用反向插补实现图像纹理细节增强,仿真结果表明,该算法对图像纹理细节特征的检测概率最高,有效确保增强后的图像质量,提高低质量采集图像的识别和细节特征分析能力,在图像识别和成像处理等领域应用价值较高.     

非局部特征方向图像插值方法研究

提出了一种非局部的特征方向图像插值方法,有效地保持了插值图像轮廓的光滑,抑制了图像边缘的模糊.这种方法把非局部Hessian矩阵的特征向量视为图像特征方向,使图像能量泛函沿这个方向进行扩散,其扩散强度由图像局部Hessian矩阵特征值参与控制.它克服了传统方法以梯度方向指示图像特征方向的局部性,使图像能量泛函沿正确方向扩散,避免了对图像特征的模糊.数值实验结果显示,该方法既能很好地重建插值图像的边缘,又不会在插值图像中产生伪影或图像边缘失真.     

自适应边缘保持图像缩放及VLSI设计

提出的自适应边缘保持图像缩放方法,以自适应的方式对传统的线性插值方法非线性修正,使得不同位置的像素采用相应的插值方法.边缘保持插值算法能消除图像边缘模糊,锯齿效应,棋盘效应等,达到增强插值图像的效果.本算法处理后的放大图像的边缘更加锐利,能够实现图像的无级放大,可应用于实际的数字视频处理芯片中.     

基于结构成分双向扩散的图像插值算法

该文提出一种基于结构成分双向扩散的插值方法,有效地减小了插值图像的边缘扩散,从而获得更为清晰的边缘。该方法采用改进的耦合双向扩散滤波器对轮廓模板插值图像进行边缘增强。其中,为了使滤波器更精确地作用于边缘轮廓,利用形态成分分析(MCA)分离出初始插值图像中的结构分量再实行滤波;同时,改进双向扩散模型,使其能够根据边缘梯度自适应地调整边缘扩散程度,且更加柔和地控制梯度方向的像素值变化。实验结果表明,对比传统的插值方法、相关的边缘自适应插值方法以及几种应用普遍的商用软件,该方法获得的插值图像主、客观质量均有明显提升,不仅有效提高图像锐度,且边缘光滑、过渡自然,避免产生边缘锯齿和过度的人工效应。     

基于特征级数据融合的遥感图像重构模式研究

基于图像特征级数据融合的遥感图像重构是在突出目标地物的空间结构和纹理特征情况下的信息融合.本文在数字图像小波多分辨率分析理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B三个波段的图像进行小波分解,得到相应的低频图像,然后对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,最后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.本文最后通过融合实验验证了上述结论.     

基于光谱特征增强的高光谱图像地物目标识别

在地物识别过程中,目标光谱特征不明显是制约识别算法性能的一个重要原因,当图像中存在与目标光谱特征相似的背景杂波时,算法性能会受到很大影响.针对这一问题,提出了一种基于光谱特征增强的高光谱图像目标识别方法.利用多分辨率分解和非线性变换突出了未知光谱与标准参考光谱间微小的光谱特征差异,实现了对未知目标的识别.实验结果表明,相比于未进行光谱特征增强的方法,方法能够很好地分辨出不同地物间微小的光谱特征差异,同时有效地抑制了图像中背景杂波的干扰,具有更好的识别能力.     

基于特征增强生成对抗网络的文本生成图像方法

针对文本生成图像任务过程中存在图像视觉特征和通道特征信息利用不充分问题,提出一种基于特征增强生成对抗网络(FE-GAN)的文本生成图像方法.首先,在动态记忆读取时,设计二次记忆(MoM)模块来对生成的中间特征进行注意与融合,利用注意力机制在记忆读取时进行第一次视觉特征增强,再将得到的注意力结果和上一个生成器生成的图像特征进行融合,实现第二次图像视觉特征增强.然后,在残差块中引入通道注意力来获取图像特征中的不同语义,提升相似语义通道之间的关联性,实现通道特征增强.最后,将实例归一化上采样块和批量归一化上采样块相结合来提高图像分辨率,同时缓解批量大小对生成效果的影响,提升生成图像风格多样性能力.在CUB-200-2011和Oxford-102数据集上进行的仿真实验表明,所提方法的IS分别达到了4.83和4.13,与DM-GAN相比分别提高了1.68%和5.62%.实验结果表明,FE-GAN生成的图像在细节处理上更好,更加符合文本语义.     

全色图像的特征均衡增强系统设计

针对传统全色图像的特征均衡增强系统一直存在增强处理效果差的问题,提出一种新的全色图像特征均衡增强系统设计方法。该方法首先对全色图像特征均衡增强系统进行硬件平台设计,硬件平台由串行接口、控制接口和以太网接口构建,利用SURF算法对全色图像进行特征提取,采用不同尺度的滤波器和图像卷积得出全色图像的尺度空间,构建全色图像的尺度空间检测图像特征点对其进行直方图均衡化处理,结合直方图均衡化的整体性和细节性优点,使均衡化后的直方图间实现均匀分布,从而完成对全色图像特征均衡增强系统设计。实验结果证明,利用直方图均衡方法能有效地增强全色图像特征均衡的效果,所设计的系统具有很高的应用性,为该领域的研究发展奠定了坚实基础。     

基于ENO插值方法在图像放大中的应用研究

图像放大技术的主要难点在于如何使放大后的图像尽可能保持原始图像的清晰度。传统的内插法存在一定的缺陷。提出了基于小波变换的ENO插值图像放大方法,对插值后的图像做小波变换,对于高频系数进行修正,经过重构保持放大图像的清晰度。实验结果表明,用该方法与传统的图像放大方法相比,获得的放大图像的纹理特征和图像的边缘得到明显增强,并能提高插值图像的清晰度。     

图像放大算法比较研究

图像放大算法的选择直接影响了图像放大的质量,为了更好地选择图像放大算法,从不同图像放大算法的原理出发,分别分析了最邻近点插值、双线性插值、双三次插值、三次B样条插值以及分形插值、小波插值、偏微分方程插值、领域交换内插算法的特点,并比较了它们的优、缺点;指出如何根据不同图像特征来选择不同算法以达到最优化效果;得出结合各种放大算法从而得到最好的放大效果是图像放大方法的发展方向。     

一种基于非线性扩散方程的SAR图像相干斑抑制方法

研究合成孔径雷达(Synthetic aperture radar,SAR)图像的相干斑抑制问题.传统的相干斑抑制方法通常会导致图像中边缘和目标的模糊.针对该问题,分析了基于非线性扩散方程的相干斑抑制方法,该方法的关键在于扩散系数的构造.通过分析SAR图像的先验信息和SAR图像不同特征区域的不同处理要求,提出了一种新的更适合SAR图像相干斑抑制的扩散系数构造方法.实验结果表明,新方法相对现有方法具有更好的相干斑抑制能力和目标边缘特征增强能力,等效视数和边缘清晰度均提高了3倍左右.     

引入形态学处理的去隔行自适应算法

分析了现有的各种去隔行算法,在此基础上,将形态学处理引入基于运动检测的自适应去隔行技术中,对隔行图像进行精确的场内插值,通过运动检测将图像中的像素进行分类,针对不同类型的像素点自适应采取不同的插值算法.     

基于变分的SAR图像目标特征增强方法

研究了SAR图像目标特征增强的变分方法.通过分析P-M扩散方程中的扩散系数,得出梯度(Canny)边缘检测算子对SAR图像的非恒虚警性使得滤波后图像的边缘变得模糊.而ROA算子能有效地检测出图像中的边缘,但较难检测出图像中的强散射点目标.基于SAR幅度图像中相干斑噪声的Rayle igh分布,从最大后验概率估计出发,结合ROA边缘检测图像以及SAR幅度信息来构造扩散系数,建立SAR图像目标特征增强的变分模型.实测SAR图像处理结果显示该方法在充分抑制均匀区域的相干斑噪声的同时能较好地保护并增强图像的边缘和强散射区域.     

基于角点保护的偏微分方程图像插值方法

图像插值是数字图像处理领域中的一个基本问题,利用插值技术可以实现图像的缩放和图像恢复。传统的插值方法易使边缘产生锯齿效应或使插值结果模糊不清。该文提出一种基于角点保护的偏微分方程插值方法。该方法针对图像中不同的特征进行特定插值,在保持边缘结构清晰的同时,还能保护尖锐的角形结构,有效改善插值后图像的整体视觉效果和峰值信噪比。此外,对方程的主要参数进行分析,提出了相应的参数确定方法,从而提高该方法的适用性。     

一种改进的视频画质增强算法及VLSI设计

由于视频图像多样化,目前尚无较好的增强方法适应视频画质增强.本文提出了一种改进的数字视频画质增强算法,并进行了硬件电路的设计.与传统的基于直方图均衡的方法不同,首先在YUV色彩空间对输入图像的信息进行判断分类和对比度调整,然后对调整后的图像在RGB色彩空间下进行动态范围调整,并在HSV色彩空间下进行必要的亮度修正和色饱补偿.采用Verilog语言进行了算法的各模块电路设计,并在搭建的FPGA视频验证平台上进行了验证.实验结果表明,论文提出的画质增强算法能够适应各种不同场景的图像,处理后的图像明亮清晰、色彩逼真.     

彩色图像的FPGA实时增强系统实现

为了对彩色图像进行实时增强,本文提出了采用基于插值的分段拉伸算法。首先将彩色RGB图像转换为HSV空间,在该空间,对图像直方图进行基于差值的分段拉伸处理,以达到对图像增强的目的。经过该方法增强后的图像,细节信息更加丰富,图像的清晰度得到了改善,图像的视觉质量也得到了明显提高。经过该算法增强后图像的灰度平均梯度值为直方图均衡化算法的1.95倍。应用现场可编程门阵列(FPGA)为中央处理器,通过并行处理结构及流水线技术,完成图像空间的转换和图像的实时增强算法,简化了系统设计,使处理系统硬件更加紧凑,运行更加可靠。给出了系统主要功能模块的实现方法,经现场调试,可完成每秒30帧×1 024×1 024×24bit数据的处理,与直方图均衡化等传统图像增强算法相比,该算法计算时间缩短了0.807ms。该系统具有集成度高、图像处理速度快和实时性强等特点。