基于小面拟合的红外小目标提取方法研究

天空和海空背景下红外小目标图像的分割与聚类是检测和识别目标过程的预处理部分。基于小面模型对原始红外图像的局部区域作灰度曲面的最佳拟合，利用导出的二阶方向导数算子在拟合曲面上进行灰度极大值的像素点位置估计，实现对图像中小目标像素的分割和提取。对模拟和实际的天空和海空红外图像进行了实验验证。实验表明，该算法具有较强的适应性。     

基于支持向量机的椒盐噪声去除方法

针对自然图像中相邻像素的相关性及其椒盐噪声的特点,提出了一种基于支持向量机的椒盐噪声消除方法。该方法应用支持向量机的学习机制对图像灰度曲面进行最佳拟合,并从训练样本中提取支持向量与相应的决策函数,最后根据决策函数在拟合曲面上进行噪声像素点的灰度值预测,从而恢复噪声点的原始信号。通过与传统的中值滤波和均值滤波进行实验对比,提出的方法可有效地去除椒盐噪声,同时最大限度地保留图像的细节信息,尤其对高密度椒盐噪声图像的处理效果更为理想。     

基于粗糙集约简的图像插值方法

提出了一种基于粗糙集约简的支持向量机图像插值方法,目的在于提高基于学习的插值方法的插值效率,改善放大图像边缘模糊现象。首先在原始图像上利用已知的像素灰度值及邻域内像素间的相关性构造训练样本集;然后利用粗糙集约简算法约简掉其中重要度较小的特征,并用约简后的样本集训练支持向量机;再用测试样本及训练好的支持向量机估计偶行偶列的像素灰度值;最后利用测试样本及训练好的支持向量机估计剩余的未知像素灰度值。仿真表明,所提方法有效提高了插值效率,获得了较好的客观指标,得到了满意的插值图像。     

保持轮廓清晰光滑的灰度图像放大算法

灰度图像放大时，插值所具有的平滑作用会退化图像的高频部分，使放大图像轮廓变得模糊，文中提出一种基于拟合分界线的插值放大算法，该处包括分割和插值放大两个步骤；分割是搜索出灰度图像的突变象素点，并用三次均匀B样条把它们拟合为光滑分界线，以把整幅图像分割为若干子区域；插值放大是基于拟合分界线对图像插值，即插值操作限定于原图像的某一子区域内进行。采用文中算法得到的放大图像不仅可保持轮廓清晰，而且可持续轮廓光滑，最后给出三个放大实例，证明了 文中放大算法比常规算法产生的图像质量高。     

二乘向量机在图像插值技术中的应用研究

图像插值过程实际上是利用已有的像素点来估计与这些像素点相邻的未知像素的颜色。可将一幅图像视为由像素坐标映射而成的二维颜色曲面。这样插值问题就可以视为由已知的像素构成的颜色曲面函数的回归问题。而基于统计学习理论(SLT)的支持向量机(SVM)方法为解决这种高维非线性问题提供了一种新的途经。该文讨论了最小二乘向量机实现数字图像插值的应用方法,并进行了图像放大的试验验证。试验表明:基于RBF核的最小二乘向量机回归技术对数字图像的插值具有很强的适应性,其性能与已有的双立方插值技术相当。     

基于蚁群智能和支持向量机的图像分割方法

针对传统阈值法在图像分割时仅考虑像素的灰度信息,对噪声敏感且不易确定全局最优阈值的缺点,提出了基于蚁群智能和支持向量机的图像分割方法.该方法利用蚁群优化算法对图像的二维阈值空间进行全局搜索,并将搜索到的最优点灰度-区域灰度均值对作为阈值来区分目标和背景,然后对支持向量机进行训练和测试,最后用训练好的支持向量机分割图像.实验结果表明,该方法抗噪能力强,分割准确,是一种实用有效的图像分割方法.     

图像分析系统中缝隙条带图像的自动识别

为了实现在复杂光场条件下获取的图像中特定区域的自动识别，用对局部灰度变化敏感的零交叉检测器检测零交叉点，然后利用零交叉点插值而求出的动态阅值曲面对图像进行二值化，最后通过对区域特征的提取和分类准则的确定，准确识别出目标区域，从而克服了复杂光场对图像识别结果所带来的影响。     

基于二维三阶多项式拟合的阈值曲面分割法

针对光照不均匀情况，提出了基于二维三阶多项式拟合阈值曲面进行分割的方法。遵循最小均方误差原理，给出了二维三阶拟合的矩阵表达式及详细的程序实现方法。拟合点以人机交互形式，由鼠标点击选出，程序自动记载所选点的图像坐标与灰度值信息，然后拟合出阈值曲面，并以二值图像形式给出分割结果。对一幅光照模型未知的网格图像进行了分割，实验结果良好。     

带参数Coons插值曲面的图像插值方法

提出一种根据图像边缘特征调整插值曲面形状的图像插值方法．首先把数字图像构造为分片双三次Coons曲面；然后引入曲面形状控制参数，调整曲面的形状以符合图像的边缘特征；最后对插值曲面进行重采样．实验结果表明，该方法可以大大改善传统图像插值方法的平滑作用，保持插值图像边缘清晰、光滑。     

用二元向量有理插值实现彩色图像缩放的方法

以二元向量有理插值为基础，提出了一种图像缩放方法．首先将图像的每一个像素看作是平面域的关于RGB三原色的一个向量，利用二元Newton—Thiele型向量连分式建立关于像素值的有理插值函数，即有理插值曲面；然后对此有理插值曲面进行重新采样，以实现图像的缩放．通过实验证明，该方法能有效地用于图像的缩放处理，并且算法简单，易于实现．     

互信息医学图像配准中PV插值算法的改进

基于互信息的医学图像配准算法中,传统的部分体积插值法（PV）使互信息函数在像素整数倍位移处产生局部极值,使优化算法陷于局部最优解,从而导致错误配准。提出用Blackman-Harris窗sinc函数作为核函数,对传统PV插值法进行改进,同时将参与插值的邻域点从4个增加到16个,有效消除了局部极值,得到了光滑的互信息函数曲线。具体配准实验证明,该方法可行,且有更高的鲁棒性。     

2维复图像插值技术研究

2维复图像插值可按实部和虚部分为两个实图像插值,实图像插值实际上是一个2维滤波过程。提出了一种局部自适应的2维实图像插值算法。该算法可以在不预设模型的前提下,利用局部图像的自相关函数设计2维滤波函数。为满足插值均方误差最小,算法中引入了遗传算法优化多变量函数。该算法在超宽带合成孔径雷达(ultra-wideBand synthetic aperture radar,UWB SAR)图像插值中有应用价值,实测数据的复图像插值和复图像配准检验了该算法的可行性。     

双二次B-样条插值图像缩放

双线性和各种双三次插值方法是图像缩放中常用方法,但是双二次插值函数却很少被人提起。本文提出了一种基于双二次B-样条局部插值的图像缩放方法,该算法在图像局部重构过程中对称地采用了4×4采样点,并通过对该函数进行重采样来实现图像的缩放,避免了二次函数在图像重构与采样中的相位失真问题,此算法是一个局部性算法,易于扩展。实验结果表明,本文算法得到的图像的峰值信噪比(PSNR)、MISSIM值比双线性插值、双三次卷积、Catmull-Rom三次插值、Dodgson插值算法都要好,接近于最好的双三次B-样条算法,视觉效果虽然不如双三次B-样条插值算法,但优于Dodgson方法,计算时间比双三次B-样条减少了近三分之一。由于该算法没有对图像边缘特征进行特殊处理,对于一些细节纹理比较丰富的图像,将进一步研究。     

基于多尺度边缘表示的图像增强快速算法

低对比度结构广泛存在于各种数字图像之中，研究如何通过后期处理增强数字图像的对比度是很有意义的。灰度图像对比度的高低总是与图像灰度梯度幅值的大小相联系，受这种思想的启发，提出了一种基于图像多尺度边缘表示的，利用对信号小波变换模极大值的拉伸和Hermite插值多项式实现的图像增强快速算法。此算法可以实现对噪声的抑制和对图像中不同尺度特征的增强。数值实验结果表明，该算法增强效果明显，运算速度快，是一种实用性较强的图像对比度增强算法。     

基于互信息图像配准中的局部极值问题研究

基于互信息的图像配准方法具有自动化程度高、配准精度高等优点,近年来在医学图像配准中得到广泛应用。但是当变换后像素坐标位于非采样网格点时,插值算法有时会使目标函数产生局部极值,使得最优化搜索终止于局部极值,得到错误的配准结果。分析了两种常见的插值算法和产生局部极值的原因,在此基础上提出一种新的插值算法。实验结果表明,该算法有效地抑制了基于互信息的目标函数的局部极值问题,使目标函数更加平滑。     

动态单像素模板算法

高斯模板用于图像旋转时会产生较严重的模糊,其原因是大邻域的亮度值加权平均造成的。为减小加权平均的邻域范围,提出图像空域变换的小邻域局部相关性原理。据此提出动态单像素模板算法:将当前像素分割为3×3的子像素,对每一个子像素求得一个模板。用当前像素的这9个模板之一和邻域像素的亮度进行卷积运算求得变换后的亮度值。实验和分析表明,它消除了高斯模板旋转图像时产生模糊的问题。旋转图像的质量与双线性插值算法相近,同时具有比双线性插值算法和高斯模板算法更高的计算性能。     

基于最小二乘支持向量机误差校正的多方向插值算法

视频在易出错的信道中传输会发生数据丢包和误码等现象,严重影响视频图像质量。为了改善出错图像的质量,首先使用错误隐藏技术中的空域多方向插值方法进行插值,然后利用最小二乘支持向量机学习插值像素点之间的误差相关性来预测插值误差,进而对使用多方向插值方法得到的宏块进行误差校正。实验结果表明,与目前采用的最近像素线性插值法和多方向插值法相比较,基于误差校正的多方向插值算法在错误隐藏视觉效果和峰值信噪比性能指标上都具有一定的优越性。     

一种分区域多方向数据融合图像插值方法

为满足高端工业检测中对检测精度和检测时间的严格要求,针对现有图像插值方法在插值速度与精度方面的矛盾,本文提出了一种分区域多方向数据融合图像插值方法。在灰度平坦区域,采用双线性插值算法进行插值。在边缘纹理区域,则选取待插值点在源图像中对应点的4×4邻域内4个插值方向上距离最近的12个像素点,基于距离平方反比计算估计值;然后结合方向灰度梯度和插值距离两个权 重因子,进行数据融合,获得最终插值。实验表明,新提出的插值方法运行速度快,并且在图像任意级别变换时都具有较高的插值精度,能够很好地保持图像的边缘纹理细节。     

一种线性与非线性相结合的图像缩小方法

提出了一种线性和非线性相结合的图像缩小方法.首先由近邻取样方法和邻域平均相结合的方法产生一个中间图像1,利用二元Newton-Thiele型向量连分式建立有理插值曲面;然后对插值曲面进行重新采样产生一个中间图像2;最后对这两幅中间图像进行加权求和,得到最终的图像.实验表明,该方法比常规方法产生的缩小图像效果好.