基于Finite Ridgelet变换的图像线性特征提取

线性特征是图像的一种重要局部特征,它常常决定图像中目标的形状。线性特征的提取在图像匹配、目标描述与识别以及运动估计、目标跟踪等领域具有十分重要的意义。常用的线性特征检测方法有Radon变换和Hough变换,但检测曲线复杂度会很高。本文提出一种多尺度几何分析的线性特征检测方法,该方法以finite ridgelet理论为基础,结合正交小波变换对线性特征进行提取。Finite ridgelet变换对于含有直线奇异的多变量函数具有良好的逼近特性,能够获得连续空间函数的稀疏表达,同时具有区域平滑性、很好的可逆性和去冗余性。实验结果表明,本方法即使在背景复杂的环境下也具有良好的检测效果。     

基于Contourlet变换的图像滤波

轮廓波变换具有多分辨率、多方向性、局部化、临界采样、各向异性等许多优良特性.用它来处理图像能在提高图像视感质量的同时又使图像细节损失尽量减小,从而达到比较理想的图像处理效果.采用了一种非线性处理方法对Contourlet的系数进行了调整,进而对图像处理达到比较理想的效果;基于Contourlet域的维纳滤波去噪新算法,...     

基于第二代Curvelet变换的点云曲面特征提取

针对点云特征提前取方法在多方向性分析方面的局限性,将Curvelet变换引入点云的分析,研究数据点云不同尺度曲面特征的提取方法。在数据点云分层、扩展预处理的基础上,以第二代离散Curvelet变换分析数据点云,采用软硬阈值折衷法,对表示数据点云边缘的Detail层、Fine层Curvelet变换系数进行处理,增强数据点云的边缘。对增强后的Curvelet变换系数进行Curvelet逆变换,重构数据点云,提取数据点云的边缘,获取曲面特征。实例表明,以Curvelet变换分析为基础的曲面特征提取方法,可以更加准确地提取数据点云的曲面特征。     

基于奇异值分解和Contourlet变换的图像水印算法

在分析抵抗几何攻击的几种方法以及Contourle变换的特点基础上,提出了一种基于Contourlet变换的水印算法.图像进行Contourle变换后,对各子带进行奇异值分解,选择所有子带奇异值中较大的数据作为水印植入点,这样将水印分散植入各个子带中,提高抗攻击能力.实验结果表明,该算法能够抵抗加噪和剪裁等攻击,具有较强的鲁棒性,提高了水印识别的可靠性.     

Contourlet域目标不变特征提取

在基于形状的目标识别中,提取出鉴别力强并具有不变性的特征是至关重要的问题。多尺度几何分析具有多方向选择性和各向异性的特点,能够更有效地表示目标图像的局部特征,但这些变换本身不具备不变性,极大地限制了它在模式识别中的应用。利用图像广义矩的概念,提出了一种在Contourlet域具有平移、缩放及旋转不变性特征的描述子,该特征能精细地刻画目标区域的局部特性,并在位置、角度及尺寸变换情况下具有不变性,仿真实验验证了其不变性,并讨论了一般情况下,Contourlct变换分解尺度对不同类目标间分离度的影响,为提取最具鉴别性的特征提供了有益的参考。     

图像多尺度几何分析新进展：Contourlet

contourlet是继小波分析后的新一代信号分析工具,具有多分辨、局部化和多方向性等优良特性,更适合处理图像等高维信号。本文分析了contourlet变换及其构造原理,探讨了contourlet变换在图像处理中的部分应用,最后给出了今后关于contourlet理论所值得研究的若干方向。     

基于Shearlet变换的图像去噪算法

针对传统变换域去噪算法的不足,提出一种基于Shearlet变换的图像去噪算法。该算法首先在Shearlet变换理论基础上实现了一种分解和重构的方法,然后用Monte-Carlo方法对高频系数进行估计,最后通过阈值函数进行收缩去噪。实验结果表明,该算法在抑噪和保持边缘的同时,取得了较好的视觉效果和更高的PSNR值。     

线特征提取的多尺度分析

线特征提取是计算机视觉中重要的低级处理过程,而多尺度分析是采用微分几何方法进行线特征提取时一个重要内容。研究了在对不同宽度线特征进行检测时,尺度因子的选择问题,分析了变化的线宽与特定尺度因子间的关系,得到新的尺度因子确定方法。实验表明该方法简单、省时、有效。     

基于Contourlet变换的纹理图像特征提取方法

对Contourlet变换构造以及Contourlet变换进行了描述,对其子带系数采用广义高斯模型进行建模.同时为进一步降低模型的计算复杂度,对模型进行曲线拟合.用两个变量描述每一系数模型概率.从而提取图像特征.最后,通过在Brodatz纹理数据库中图像搜索验证特征提取的有效性.     

一种基于曲波变换的图像去块算法

图像块效应是由于进行图像压缩编码时采用离散余弦变换(discrete cosine transform,DCT)并对其系数进行量化处理而引起的,该过程丢失了一些频率成分,并引起了子块边界不连续的跳变.针对这一问题,提出了一种基于曲波变换的图像去块算法,该算法首先对退化图像进行曲波变换,再对所获取的各层曲波系数进行处理以备复原图像.通过寻找各层中与原始图像块效应相对应的系数,对不同的层采用不同的方法,并计算图像重建时所要使用的新系数矩阵.实验表明,该算法比传统在客观和主观评估中都被普遍运用的空间域和小波去块方法,得到了更佳的图像复原效果,且保留了更多的细节.     

基于小波变换的含噪人耳图像边缘检测

为了取得含噪人耳图像的理想边缘轮廓,以实现人耳识别技术的进一步应用,对小波变换边缘检测方法进行了研究,分析了噪声消除与小波变换尺度之间的关系,详细论述了模局部极大值提取边缘的原理.针对含噪人耳图像的特殊性,阐述了一般去噪和边缘检测方法的不足,并针对这些不足提出了改进方法,首先利用样条小波多尺度分解后,相邻尺度小波系数相乘得到尺度积,然后进一步求得尺度积的模和相角,通过自适应阈值去噪提取图像边缘,取得了较好效果.     

基于改进的多分辨率Hough变换的直线检测方法

该文提出了一种基于改进的多分辨率Hough变换的直线检测方法。对多分辨率图像由粗到细地循环处理,首先利用全局累加器序列对最小的图像做Hough变换得直线参数,利用该直线参数估计下一循环图像中的直线参数;建立了一种简单对应关系,将得到的直线参数的估计范围转换成图像空间范围;然后在图像空间范围内利用局部累加器对较大图像做Hough变换检测直线。最后还给出了线段端点检测、长度计算及连续性考察的方法。实验表明,该方法可以加快直线检测速度、节省存储空间,端点检测方法具有一定的鲁棒性。     

A fast digital Radon transform—An efficient means for evaluating the Hough transform

A fast digital Radon transform based on recursively defined digital straight lines is described, which has the sequential complexity of N² log N additions for an N × N image. This transform can be used to evaluate the Hough transform to detect straight lines in a digital image. Whilst a parallel implementation of the Hough transform algorithm is difficult because of global memory access requirements, the fast digital Radon transform is vectorizable and therefore well suited for parallel computation. The structure of the fast algorithm is shown to be quite similar to the FFT algorithm for decimation in frequency. It is demonstrated that even for sequential computation the fast Radon transform is an attractive alternative to the classical Hough transform algorithm.     

基于通道对消处理的 SAR 快速运动目标检测技术研究磁

论文深入研究了基于通道对消处理的 SAR 快速运动目标检测、定位和速度估计技术。基于双通道杂波对消对快速运动目标信号的的影响,提出将通道对消后的残差 SAR 图像反变换回距离压缩方位时域,通过 Radon 变换计算距离走动的斜率,得到径向速度估计,再利用 keystone 变换完成运动目标的距离走动校正。基于图像熵最小化准则,采用参数搜索法实现方位向聚焦,同时获得切向速度估计值,在实现二维聚焦的基础上完成快速运动目标检测,最后对所提出的快速运动目标检测方法进行了仿真验证。     

基于统计与结构信息的SAR图像水上目标检测

设计了基于图像分析理论,根据SAR图像特点形成水上目标轮廓的检测算法。该算法的实现分为3步：(1)基于数理统计的目标检测方法,形成目标区域;(2)用加权统计滤波算子和去除孤立点算法消除噪声,规范需要检测的水上目标;(3)提取目标轮廓。系统在不同的SAR图像上,取得了良好的检测结果。     

基于TBB的Hough变换并行检测直线

Hough变换存在着运算时间长的缺点,用了并行处理这种解决海量数据计算的有效方法来减少其运行时间。该文主要研究了：利用TBB（Threading Building Blocks）这种线程构建模块在多核机上对Hough变换中可并行的部分进行并行化;实验表明这种方法对Hough变换的并行化都有很好的加速效果。     

基于Hough变换圆检测的人眼精确定位方法

眼睛定位是人脸识别的非常重要的一个环节,后续的图像几何归一化、图像矫正和特征提取都依赖于眼睛的位置。论文提出一种人眼快速定位的新方法。首先用积分投影法检测到眼睛瞳孔的大致位置;然后用Sobel边缘检测算子提取图像边缘信息;再利用基于圆的Hough变换快速定位出人眼,实验证明了该方法的有效性。     

基于Radon变换的SAR图像目标统计不变特征提取研究

SAR目标图像敏感于目标方位的特性为SAR解译带来了困难。通过对目标散射机制的分析,认为一定方位角变化范围内的目标图像只是在图像域发生了旋转和平移,其灰度统计分布是不变的,利用X波段的实测车辆目标数据,通过Radon变换提取图像64个投影方向上序列的各阶矩以及序列的极值、宽度等灰度统计值构造特征矩阵,然后对特征矩阵进行旋转和平移校正得到统计不变特征。结果表明:该特征在5°方位角范围内具有70%以上的稳定性,因此可以用来合并目标不同方位角的信号。     

基于提升机制小波变换的SAR与多光谱图像融合算法

在对提升机制小波变换的原理和特点研究的基础上，结合SAR图像与多光谱图像不同成像特性，提出了一种基于提升小波变换区域融合的SAR与多光谱图像融合方法。对于小波变换后的高频子图像，选择区域标准差大的作为融合后的子图像；对于低频子图像，定义区域均值的平均相对偏差作为阈值，融合子图像区域均值偏差大干阈值时，采用逻辑滤波方法融合，反之采用基于像素值加权、平均的融合规则。实验证明，该算法能够有效融合SAR与多光谱图像之间的互补信息，与其它用于图像融合的小波变换方法相比，运筹速度较快，易于DSP实现。     

基于相位编组图像分块的快速Hough变换直线检测

在分析Hough变换直线检测算法和相位编组法直线检测算法的基础上,针对这两个直线检测算法的不足,结合它们的优点,设计并实现了基于相位编组图像分块的快速Hough变换直线检测算法,对算法进行了详细描述和算法优点分析,并通过实验验证了算法的有效性,实验表明所设计的直线检测算法运算速度快,参数易于选择,鲁棒性强,有一定的应用价值。