架构于抗混叠轮廓波的红外图像插值放大算法

为了在放大红外图像时保持边缘或轮廓的正则性,提出一种基于抗混叠轮廓波变换的图像插值放大算法.该算法首先结合抗混叠塔式滤波器组和方向滤波器组,构造出抗混叠的轮廓波变换;然后将原始图像的小波域线性插值结果看成是放大图像的初始估计,输入到一个迭代过程;在每次迭代中,将放大图像看成是理想高分辨率图像的含噪逼近,并对其实施抗混叠轮廓波变换,根据变换系数的稀疏性约束实现降噪处理;最后,经过若干次迭代得到理想的红外放大图像.实验表明,对于测试图像,经过迭代处理后峰值信噪比平均提高了0.837 dB;且该算法在视觉质量上明显优于双线性插值算法及基于小波的算法.     

采用抗混叠移不变Contourlet变换的云图融合(英文)

融合多通道的卫星云图可为监测和预报天气状况提供更加全面可靠的信息。本文提出一种采用抗混叠移不变Contourlet变换(Aliasing-suppression and Shift-invariance Contourlet Transform,ASSICT)的卫星云图融合方法。首先,为了克服原始Contourlet变换的频谱混叠及移变问题,将抗混叠滤波器组与非下采样方向滤波器组相结合,构造出ASSICT;然后,对两通道卫星云图(红外与可见光)采用ASSICT分解成低频及若干高频方向子带,对低频子带系数采取加权区域能量融合规则,而对高频子带系数采取加权区域方差融合规则进行融合处理;最后,对融合后系数进行抗混叠移不变Contourlet逆变换,得到融合云图。实验结果表明,本文方法融合的云图,由于增添了可见光云图的纹理细节信息,不仅提高了原始红外云图的分辨率,而且较好地保留了红外云图的亮温信息。     

Blind separation for permuted alias images based on sparse decomposition

针对一类存在形态差异的置换混叠图像,提出了一种基于稀疏分解的置换混叠图像盲分离新算法.该算法为了利用置换混叠图像中被置换区域和置换区域在不同的字典上稀疏表示存在的稀疏差异,分别选择Contourlet变换基字典和局部离散余弦交换基字典作为分离的特征域,通过置换混叠图像在两个特征域上的稀疏形态分解,把纹理图像从置换混叠图像中分离出来.实验结果表明,对于一类包含分片光滑和纹理成分的置换混叠图像,该算法能够有效地把纹理图像从置换混叠图像中分离出来,同时,对纹理图像的大小、位置、个数和类型具有鲁棒性.     

一种改进的轮廓波变换去噪方法

轮廓波变换的显著特点是拉普拉斯塔式(LP)滤波器的过采样和非正交性,小波变换的显著特点是在保持临界采样的情况下变换后每个尺度上只提供三个方向.本文将小波变换与轮廓波变换相结合,首先对待处理图像实施小波变换,然后对低频子带图像进行重建,进而可得到一个高频子带图像.此方法既保持了临界采样又利于后面使用方向滤波器组来对高频部分进行方向划分.实验证明此方法能更有效地消除图像噪声并得到比小波和轮廓波变换更高的PSNR.     

非亚采样Contourlet遥感图像融合

非亚采样 Contourlet 变换是在非亚采样塔型滤波器及非亚采样方向滤波器组的基础上建立起来的,它是一种移不变多方向多尺度图像表示方法.介绍了该变换的结构特点与系数分布特性,并研究了基于非亚采样Contourlet 变换的图像融合算法.该算法利用非亚采样Contourlet 的平移不变性以及NSCT 系数特点,有效准确地提取图像边缘与细节区域,并分别在高、低频域针对不同区域采用不同的融合方法,有效挖掘了待融合图像中的有效信息.这种具有多分辨率分析和多方向滤波特点的处理方法,提高了融合后遥感图像中的信息量和清晰度,对不同分辨率不同方向上的信息进行挖掘及融合,解决了传统小波融合算法中方向数目受限的不足.通过仿真实验与传统融合方法进行比较,验证了该方法的有效性和优越性.     

多彩色空间相关分析的人脸识别算法

人脸识别是当前人工智能和模式识别的研究热点,得到了广泛的关注.基于对不同色彩空间数据的分析,论文提出了多彩色空间典型相关分析的人脸识别方法.文中对2维的Contourlet变换特性进行了分析和讨论,利用Contourlet的多尺度,方向性和各向异性等特点,提出了一种基于Contourlet变换的彩色人脸识别算法.算法对原图进行Contourlet分解,对分解得到的低频和高频图像进行cca分析.典型相关分析是一种有效的分析方法,其实际应用十分广泛.低频系数反映图像的轮廓信息,高频系数反映图像的细节信息,使用cca充分利用不同频率的信息,使不同色彩空间的不同分辨率图形的相关性达到最大,得到投影系数,最后,采用决策级最近邻分类器完成人脸识别.在对彩色人脸数据库AR的识别实验中,该算法识别率达到98％以上,与传统算法相比,该算法不仅既有良好的识别结果,而且具有很快的运算速度.     

基于特征能量加权的红外与可见光图像融合

目前红外与可见光图像直接融合存在红外目标取舍和场景信息提取困难,结合非采样Contourlet的多尺度、多方向性和平移不变性的优点,本文提出了一种基于非采样Contourlet变换(NSCT)的红外与可见光图像融合方法.首先对源图像进行分解,然后低频子带通过构造基于区域的特征像素能量,进行加权融合,高频子带直接选用方差取大法融合.使用该算法进行了融合实验,并给出了融合质量评价.实验结果表明,本文提出的基于NSCT的图像融合算法在保留图像细节信息、增加信息量方面都有显著地提高.     

基于Contourlet变换和隐朴素贝叶斯分类器的带钢表面检测技术研究

用于控制产品质量的表面检测技术在带钢的工业生产中起着关键作用,而特征提取是提高带钢表面缺陷识别率的关键步骤。为了克服小波变换在捕获平滑轮廓和方向边缘等图像信息方面存在的限制,本文提出了一种基于Contourlet变换的特征提取方法。Contourlet变换是一种新开发的利用多尺度和方向滤波器组的小波变换的二维扩展,它可以捕捉图像的内在几何结构和平滑轮廓。带钢表面图像经过Contourlet变换提取的特征向量输入隐朴素贝叶斯分类器,从而进行带钢表面缺陷的检测与识别。实验结果显示应用的方法可以提高带钢表面缺陷的分类正确率。     

基于CSSIM的印刷品图像质量评价方法

目的为解决印刷品图像质量评价过程中主观与客观评价结果不一致的问题,以印刷制品为研究对象,基于Contourlet变换提出一种改进的图像质量评价算法。方法在Contourlet域进行多尺度、多方向分解,以获取不同尺度的图像特征。将结构相似度直接应用于各Contourlet分解频带,得到不同频带的结构相似度;对不同频带的结构相似度求加权和,进而获得整幅图像的结构相似度,即图像的最终评价指标。结果以ISO标准测试图像为基础进行实验研究的结果表明,所述方法的综合评价效果最理想,与主观评价的一致性最好。结论基于Contourlet变换域结构相似度的图像质量评价方法能够更好地评价图像质量,符合人眼的视觉特性,可用于印刷品图像处理。     

基于方向滤波器组与Laplacian能量和的图像融合算法

目的针对基于Contourlet变换的融合算法在边缘上易出现吉布斯现象,使其融合图像产生几何失真的问题,设计一种非下采样方向滤波器组耦合局部Laplacian能量和的图像融合算法。方法首先,结合多小波变换(multi-wavelet transform,MWT)与非下采样方向滤波器组(Non-Subsampled Direction FilterBank,NSDFB),将图像分解为3个高频方向系数和1个低频系数。对于低频系数,采用局部修正的Laplacian能量和(Local Sum-Modified-Laplacian,LSML)与脉冲耦合神经网络(Pulse couple neural network,PCNN)组合的LSML-PCNN模型来完成低频信息的融合。对于高频系数,通过提取低频和高频子带边缘,并利用系数绝对最大值法作为依据,实现高频系数的融合。结果实验数据表明,与当前图像融合方案相比,所提算法具有更高的融合质量,得到的融合图像边缘更加清晰和完整。结论所提算法拥有较高的融合视觉效果,可改善图像的对比度和分辨率,在图像处理领域具有一定的参考价值。     

Antialiasing Encoder Interface With Sub-Nyquist Sampling

A technique is presented for reconstructing absolute position or angle from time-sampled outputs of incremental encoders. Unlike existing techniques, the new method is able to track analog quadrature outputs with frequency contents higher than the Nyquist frequency. The algorithm is described in detail, and both the existing and new methods are tested using a linear position sensor and a high-speed hydraulic actuator. The results from these tests demonstrate aliasing and incorrect tracking for the existing algorithm and correct tracking for the new algorithm. The technique is an excellent complement to resolution-enhancing encoder interfaces that sample raw analog encoder outputs     

Texture Feature Extraction Method for Ground Nephogram Based on Contourlet and the Power Spectrum Analysis Algorithm

It is important to extract texture feature from the ground-base cloud image for cloud type automatic detection. In this paper, a new method is presented to capture the contour edge, texture and geometric structure of cloud images by using Contourlet and the power spectrum analysis algorithm. More abundant texture information is extracted. Cloud images can be obtained a multiscale and multidirection decomposition. The coefficient matrix from Contourlet transform of ground nephogram is calculated. The energy, mean and variance characteristics calculated from coefficient matrix are composed of the feature information. The frequency information of the data series from the feature vector values is obtained by the power spectrum analysis. Then Support Vector Machines (SVM) classifier is used to classify according to the frequency information of the trend graph of data series. It is shown that altocumulus and stratus with different texture frequencies can be effectively recognized and further subdivided the types of clouds.     

非下采样Contourlet变换域统计模型红外图像去噪

对红外图像进行非下采样Contourlet变换,分析其系数的统计特征,采用广义高斯分布来模拟系数的概率分布。根据非下采样Contourlet变换的带通子带各方向能量不同的特点,提出修正的贝叶斯阈值公式,为了克服软、硬阈值函数的缺点,又提出一种具有可调节自适应性的新阈值函数,最后利用新阈值函数估计出不含噪声的变换系数,并通过非下采样Contourlet逆变换得到去噪后的红外图像。仿真实验表明,文中方法在峰值信噪比及视觉效果上均优于经典的小波阈值去噪算法。     

Application of multiframe high-resolution image reconstruction to digital microscopy

A high-resolution image reconstruction algorithm previously used to improve undersampled infrared airborne imagery was applied to two different sets of digital microscopy images. One set is that of medical pap smear images, and the second set contains metallurgical micrographs. Both the pap smear images and the metallurgical micrographs are undersampled, thus causing loss of detail and aliasing artifacts. The algorithm minimizes the effects of aliasing and restores detail unobtainable through simple interpolation techniques. Both applications demonstrate improvement by use of the image reconstruction algorithm.     

一种基于双边假设检验的Contourlet域乘性水印盲检测算法

为解决Contourlet变换域中乘性水印的检测问题,根据广义高斯分布描述图像Contourlet变换高频方向子带系数的统计分布特征,在服从广义高斯分布的系数中,将水印的检测问题转化为了具有未知参数的确定性伪随机序列的检测问题,利用双边假设检验推导出了适用于Contourlet域乘性水印的盲检测器。实验表明,该盲检测器的判决准,对任何嵌入强度均有效,并且可以自适应地确定检测阈值。     

一种强鲁棒性的彩色图像数字水印技术

目的提出了一种彩色图像数字水印技术,解决数字水印在大数据量水印、不可见性和鲁棒性之间的关系。方法该算法对彩色QR码水印和彩色载体图像分别进行RGB三通道分解,彩色水印单通图像进行混沌加密;对彩色载体单通道图像进行Contourlet变换;按对应通道将水印嵌入到载体图像低频经奇异值分解后的对角矩阵。结果该算法在水印嵌入和提取仿真实验结果为PSNR50 d B;鲁棒性仿真实验结果表明,该算法在抵抗任意旋转攻击和基本图像处理操作的攻击下,提取出来的彩色QR码颜色未失真,并且均能够成功解码和自动识别。结论该算法具有较强的鲁棒性和较好的不可见性,能够很好地将彩色水印嵌入彩色图像,可应用到实际的数字版权保护中。     

基于变分模态分解的水下目标噪声特征提取及分类

当信号中存在异常事件引起的间歇现象时,传统的经验模态分解算法常易产生较为严重的模态混叠现象,严重影响目标特征提取的性能。文章在水下被动目标信号特征分析提取中引用变分模态分解算法。该方法能够自适应地对信号频带进行切割,极大程度上避免了传统模态分解算法所产生的模态混叠现象,提高了对目标特征提取的准确性,同时也避免了无效计算。此外,还利用相关性阈值进行模态选择,一定程度上消除干扰模态。在对变分模态分解（Variational Mode Decomposition,VMD）的各阶模态函数进行希尔伯特变换的基础上,提出一种基于变分模态分解和希尔伯特变换（VDM-Hilbert Transformation,VDM-HT）联合处理的特征集进行目标分类。采用四种分类器对3种水下目标噪声信号进行分类。结果表明,VMD-HT算法所提取的特征集相比其他模态分解算法具有更好的分类性能。     

基于奇异值分解的Contourlet域水印算法

目的提高数字水印算法抗信号处理攻击能力,提升水印鲁棒性。方法提出一种基于Contourlet变换和奇异值分解(SVD)相结合的水印算法。对水印图像进行多次Arnold置乱处理,实现置乱加密;选择Contourlet域变换系数的方向子带作为水印嵌入区域;在Contourlet系数构建矩阵中进行SVD分解,并结合人类视觉系统进行嵌入强度的自适应选择。结果实验结果得出图像的峰值信噪比为54.1279 d B,表明所述算法具有很好的透明性、隐蔽性。结论所述图像数字水印算法具有很好的鲁棒性、不可见性以及抵抗各种攻击的能力,对数字产品的版权保护具有促进作用。