融合区域和边界信息的水平集SAR图像分割方法

提出了一种基于区域和边界信息的水平集SAR图像分割方法。该方法根据SAR图像的区域统计特征和边界梯度信息,建立SAR图像分割能量泛函模型;通过最小化能量泛函得到曲线演化偏微分方程;采用水平集方法求解演化方程,实现了SAR图像的分割。分别采用模拟和真实SAR图像对该方法进行了仿真。实验结果表明,该方法能充分利用SAR图像特征,不需要去除相干斑噪声的预处理过程,实现了对图像中目标与背景的正确分割。     

融合SRADPRO和SCM模型的SAR图像分割

将改进后各向异性扩散相干斑抑制算法(SRADPRO)用于合成孔径雷达(SAR)图像相干斑抑制,并和脉冲发放皮层模型(SCM)结合,提出一种自适应SAR图像分割算法.该算法首先计算SAR图像均匀采样区的标准差,并以此评价SAR图像中相干斑的影响程度,进而自适应地决定是否采用SRADPRO进行降斑处理,然后再利用SCM进行图像分割.由于SCM的自动波扩散机理,使得该算法在获得分割后的SAR目标的同时,也得到了目标边缘检测结果.与多种常规算法的比较结果证明了SAR图像分割算法的有效性.     

基于特征的SAR图像与光学图像自动配准

针对现有配准方法在用于SAR图像和光学图像配准时,存在受SAR图像相干斑噪声影响大,手工选取配准点精度低等缺点,提出了一种基于区域特征提取的图像配准方法．对SAR图像首先进行相干斑噪声抑制,并采用图像分割的方法提取出封闭区域的边界作为特征,然后与可见光中提取的边缘利用闭合区域边缘链码的相关寻求匹配,精确配准的误差达到子象素级水平．实验结果表明,该方法能够以较高的精确度从SAR图像中提取配准控制点,从而实现了多传感器图像的自动配准．     

SAR相干斑噪声的抑制

研究了相干斑噪声抑制技术，提出了(1)增强小波软阈值相干斑噪声抑制方法．考虑SAR杂波复杂情况，不同类型的区域滤波要求不同，将小波软阈值滤波方法与SAR杂波特点结合．(2)增强小波维纳相干斑噪声抑制方法．基于合成孔径雷达图像杂波结构，结合小波变换和自适应维纳滤波提出了新的抑制SAR图像相干斑噪声方法，该方法能够较好保留杂波边缘和点目标．实验表明这两种相干斑噪声抑制方法能够获得比较满意的效果，并且增强小波维纳方法略优于增强小波软阈值方法效果．     

一种SAR图像相干斑噪声抑制新算法

为抑制合成孔径雷达(SAR)图像乘性相干斑噪声,同时有效保护SAR图像的边缘特征,给出了相干斑噪声在小波域的一种加性转换噪声模型．并以此模型为基础,提出了一种非下采样小波包分解下自蛇扩散与改进L1-L2联合优化相结合的相干斑噪声抑制新算法．该算法利用非下采样小波包变换对SAR图像进行多层子带分解,然后对低通子带系数进行自蛇扩散滤波,并将滤波处理后的系数作为原SAR图像在小波域的局部均值估计,再以此局部均值为基础,利用改进的L1-L2联合优化对其他各高频子带系数进行自适应软阈值收缩滤波去噪．最后通过重构滤波后的各子带系数实现SAR图像相干斑噪声抑制．实验表明: 与经典的空域Kuan滤波算法、P-M扩散滤波算法及基于非下采样小波变换的Γ-WMAP算法相比,本算法在SAR图像的相干斑噪声抑制与边缘保护方面均取得了较好的效果．     

随机噪声SAR的相干斑分析

针对不同信号对相干斑的影响,探讨了随机噪声(RN)SAR的相干斑.由于随机噪声信号的非周期性,从物理角度解释了随机噪声SAR的相干斑弱于通常的线性调频信号SAR的相干斑,然后利用拖尾Rayleigh分布,采用标准差和等效视数(ENL)指标对两幅SAR幅度图像的相干斑进行了评价.通过对同一场景的随机噪声SAR幅度图像和线性调频SAR幅度图像相干斑进行仿真分析,结果表明随机噪声SAR的相干斑弱于线性调频SAR的相干斑.     

基于ICA的极化SAR图像相干斑抑制

根据极化SAR图像的特点,针对传统空域滤波方法总存在降低相干斑与有效保持边缘纹理信息这一对矛盾,探讨了基于独立分量分析的极化SAR图像相干斑抑制技术,研究了两种基于ICA的极化SAR图像相干斑抑制方法,并分析了其优缺点及应用条件。实验结果表明:基于独立分量分析的方法能有效降低相干斑噪声,较好地保留边缘纹理信息,是一种有效的相干斑抑制方法。     

融合Ratio边缘信息的水平集SAR图像分割方法

提出了一种融合边缘和区域信息的变分水平集合成孔径雷达图像分割方法.该方法不需要去除相干斑噪声的预处理过程,利用具有恒虚警特性的Ratio算子提取合成孔径雷达图像的边缘信息,并与无边缘活动轮廓模型结合建立合成孔径雷达图像分割能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,采用变分水平集方法求解演化方程,实现了合成孔径雷达图像的分割.分别采用模拟和真实合成孔径雷达图像对该方法进行了验证,实验结果表明,该方法实现了合成孔径雷达图像中目标与背景的正确分割,具有较好的边缘定位能力.     

Delaunay三角剖分插值用于超分辨成像

微变焦超分辨成像在插值重建方面比较困难,目前基于最小二乘估计的频域模型和空域模型也都存在一些局限性。为了兼顾超分辨成像的实时性和精确性,该文在图像重建过程中,借鉴Delaunay三角剖分的数学概念,采用随机增量算法,定义了基于Delaunay三角剖分的插值算法。该算法可以提高分辨率,降低运算量。仿真实验结果表明,该算法在图像重建的时间和均方误差方面,均优于共轭梯度最小二乘法,其中基于Delaunay三角剖分的三次方插值算法的优越性更为突出。     

基于小波变换的SAR图像边缘提取新方法研究

由于SAR图像含有相干斑噪声，使得常规方法应用于SAR图像边缘检测时遇到了较大的困难，提出了一种新的SAR图像边缘提取方法，该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波，然后利用小波变换具有多分辨分析的特性，并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。     

改进Delaunay三角剖分算法

针对传统Delaunay算法对非凸三维曲面剖分结果不理想,提出了基于凸划分的改进Delaunay三角剖分算法．研究了复杂曲面剖分的特性,定义了非凸集合凸划分定理,对任意曲面相对投影平面进行划分．利用一组正交平面对任意复杂曲面的划分,通过变换域对曲面进行了Delaunay三角剖分．实验结果表明,改进算法能够在正交平面对头面数据集合进行正确凸划分,在投影平面改进Delaunay三角剖分结果正确,鲁棒性明显增强,并与理论分析一致,验证了改进算法的正确性和有效性．     

基于最大外接圆的约束Delaunay三角剖分算法

目的 研究构建约束Delaunay三角网的方法 ,提高构建约束Delaunay三角网的速度.方法 基于生长法并利用分治法的思想,以约束边为基边分别向两侧重新构网,先构建Delaunay三角网,然后插入约束边并删除与约束边相交的边,按照构网条件对约束边两侧的空腔构网,直至约束边两侧构建成三角网,最后使其成为约束Delaunay三角网.结果 实验测试表明,在地形点数为5 000时,传统算法构建CDT时间为6 195 ms,笔者算法构建CDT时间为6 007ms,速度明显优于传统算法.结论 算法简单、运算速度快、内存开销小且易于实现.     

非凸区域上SPH计算结果后处理方法研究

系统考察了利用Delaunay三角化实现SPH(smoothed particle hydrodynamics)算法后处理的途径.针对非凸物质域上SPH粒子点集的最小凸包的Delaunay三角化,会得到一些并不属于物质域的空白单元,提出一种"单元称重"算法,通过SPH求和近似获得单元的加权质量,利用不属于物质域中的空白...     

基于半边数据结构的逐点插入Delaunay三角剖分算法

目的 根据传统的三角剖分算法,提出一种基于半边数据结构的逐点插入Delaunay三角剖分算法,提高三角网的构网效率.方法 在逐点插入Delaunay三角剖分算法中引入半边数据结构,在半边数据结构基础上定义Dart三元组,并为Dart三元组定义一组拓扑和几何操作,实现基于半边数据结构的逐点插入Delaunay三角剖分算法.结果 结合随机生成数据,通过实验结果 比较,证明基于半边数据结构的逐点插入Delaunay三角剖分算法具有较好的执行效率,并且随着点个数的增多,这种优势越加明显.结论 半边数据结构及其拓扑和几何操作能够较好地适应Delaunay三角剖分,提高了构网效率.     

一种确定高阶Delaunay三角网中可用k—OD边的算法

目的构建高阶Delaunay三角剖分方法的数字地形模型,有效地减少局部极值问题,使得地形模型能更好地反映原始地形的真实面貌．方法提出了一种确定高阶Delaunay三角网中可用k-OD边的方法,该方法首先在任意边uv的两侧分别确定两点,使每个点与uv边形成的三角形的外接圆不包含同侧的点,若这两三角形都为k—OD三角形,则uv边是可用k—OD边．结果用Visual C＋＋实现算法,通过实验验证了算法的有效性,对于具有n个点的点集P,在时间O（nk^2＋nklogn）内可以计算出所有的可用k—OD边．结论选择合适的可用k—OD边生成相应的高阶Delaunay三角网来模拟实际地形,可以有效地减少局部极小的数量,使地形模型更接近于实际地形．     

一种基于Graham三角剖分生成Delaunay三角网的算法

目的提出一种基于Graham三角剖分生成Delaunay三角网的算法,加快Delaunay三角网的生成速度.方法首先按Graham扫描法对平面散乱点集进行排序,然后将排好序的点通过可见点的判断连接成Graham三角网,最后利用拓扑结构快速进行优化,使其成为Delaunay三角网.结果通过500至10000个点的测试,表明这种基于Graham三角剖分生成Delaunay三角网的生成速度快于传统基于凸包生成Delaunay三角网的生成速度.结论采用可见点表的数据结构以及利用点、边、三角形的有序性的特点构建Delaunay三角网,是提高建网速度的关键.     

改进的构建约束Delaunay三角网的算法

当前构建约束Delaunay三角网的算法在影响域为凹多边形的情况下不是很稳定,甚至失效。在介绍了Delaunay三角网的相关的概念和算法基础上,重点研究了约束Delaunay三角网生成算法以及影响域为凹多边形的相关问题,提出基于对角线交换的改进算法。实验表明,该算法能够解决影响域为凹多边形等的各种特殊情况,程序稳定简单,易实现。     

Delaunay三角剖分的快速重建算法

本文描述了一种Delaunay三角剖分的快速重建算法,用以节省三角网格存储和传输时间.该算法既可以在基于均匀网格的Delaunay三角化过程中,直接生成点集序列,也可以推广到其他Delaunay三角剖分方法的输出结果,在O(n)的时间内生成点集序列.简单遍历这个点集序列就可以在O(n)的时间内重建Delaunay三角剖分.与以前的算法相比,该算法具有重建操作简单、执行速度快、拓扑信息完全隐藏在点集序列中、不需要增量插入操作等特点.     

基于Delaunay三角化的二维无约束优化EMD方法

提出一种改进的基于Delaunay三角化的二维无约束优化经验模态分解(empirical mode decomposition, EMD)方法,对二维图像极值点重新定义,利用对定义的极值点进行Delaunay三角化构建无约束的优化模型对图像进行迭代分解,能够将原始图像自适应分解为尺度从细到粗的内蕴模态图像分量和一个余量。试验结果表明:本研究提出的方法较原始的二维无约束优化EMD方法具有更强的细节获取能力,能够更好地体现原始图像的不同尺度特征。