基于NSCT的红外与可见光图像融合算法

针对红外与可见光图像融合,提出了一种基于NSCT的图像融合方法。首先对图像进行NSCT分解;然后对分解后的子带系数采用基于区域能量匹配度的融合规则分别进行融合:对于低频子带,使用区域能量和方差构造决策值,并使用决策值选大与加权平均相结合的方法进行融合,对于高频子带的最高层采用像素绝对值选大法进行图像融合,对于高频子带的其他层,采用基于区域能量匹配度的区域方差选大的融合规则进行融合;最后使用NSCT逆变换对融合后的系数进行重构得到融合图像。实验结果表明,该融合算法可以获得更多的细节信息,并且获得较理想的融合图像。     

基于非下采样Contourlet 变换和稀疏表示的红外与可见光图像融合方法

针对非下采样Contourlet 变换( NSCT) 中低频子带系数稀疏度较低不利于融合的问题,提出基于NSCT 和稀疏表示的图像融合方法。对红外与可见光图进行NSCT 变换;对稀疏度较低的低频子带系数提取共有和特有系数,并按照特有系数的活动水平自适应调整权重融合;对稀疏度较高的高频方向子带系数,采用同一尺度下系数绝对值之和最大的方法进行融合。经NSCT 逆变换后得到融合图像。实验结果表明,与传统基于变换的DWT、NSCT 融合方法以及基于稀疏表示的SOMP、JSR 算法比较,文中方法可以获得更好的融合效果。     

基于双边滤波的可见光与红外图像自适应融合

针对传统融合方法不能充分提取可见光图像与红外图像各自特有的细节信息和难以确定融合权值的问题，提出一种基于双边滤波的可见光与红外图像自适应融合算法。该方法结合双边滤波与改进的双边滤波，将可见光与红外图像分解为多尺度局部细节、特有细节以及基础信息。在图像融合阶段，局部细节信息采用基于图像边缘能量的融合方法，最大程度保留了图像的细节；图像基础部分的融合，引入了基于局部能量值的正则化参数来自适应调整融合的权值，优化参数的选择；特有细节信息的融合采用了绝对值最大的融合规则以充分保留源图像特有的细节信息。仿真实验结果表明，通过主观判断所提方法融合后的图像视觉效果更好、对比度高，边缘细节的融合比其他算法更加好，在客观指标的评价中，所提融合方法的MI、EN、FMI、SD、Q^AB/F、Mean 6种指标相对于其他方法综合提升了22.6%、5.7%、0.7%、30.4%、14.2%、18.4%，在主观视觉上和客观评价指标中，所提的算法均具备更优的融合效果。     

一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

基于粒子群优化的多分辨率图像融合

提出了一种基于粒子群优化的多分辨率图像融合算法,用以融合红外与可见光视觉传感器获取的图像。分别对原始图像执行快速离散Curvelet变换;根据不同子带系数的特性与原始图像的光谱特征,在低频系数的融合中着重保留目标特征,并对其余系数选取基于Tsallis熵的互信息量作为评价指标,进而利用改进的粒子群优化算法求取最佳系数融合权值;对各高频子带系数采用基于局部区域能量匹配的融合规则。经过Curvelet逆变换得到融合结果图像。实验结果表明,该算法可以有效地综合红外图像中的目标特征与可见光图像中的细节信息,其融合结果在主观视觉效果与客观评价指标上均优于传统的基于塔形变换与小波变换的融合算法。     

基于非下采样Contourlet的熵测度图像融合算法

活性测度是图像融合过程中的重要衡量工具.通过其提取的某种特征信息,来决定哪幅输入图像的特征更为明显.在基于多分辨率分解的融合算法中,常用的活性测度只考虑各层高频子带系数本身,忽略了低频系数所提供的信息.考虑到综合高、低频系数对于活性测度的影响,基于非下采样Contourlet变换良好的平移不变性、多方向等特性,提出了一...     

基于细胞响应模型的红外背景抑制

为检测复杂背景红外图像中的小目标,解决红外弱小目标检测易受复杂背景干扰的问题,提出基于非下采样Contourlet变换(NSCT)和细胞响应模型的红外图像背景抑制算法。首先采用非下采样Contourlet变换对图像进行多尺度、多方向分解,得到各子带系数;然后根据目标、背景的不同特点以及子带的方向性,选取细胞响应模型的参数对中频各个子带系数进行处理;最后对处理后的子带系数进行重构得到背景抑制图像。实验结果表明:本文算法取得了更好的背景抑制效果,提高了单帧红外图像的处理能力,降低了后续检测与跟踪的难度。     

复合材料X射线检测方法研究

针对X射线检测复合材料原始图像具有灰度区间窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点．文中提出了一种基于软阈值的小波图像增强方法，图像经过小波分解后可以得到一系列不同尺度上的子带图像．在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强．再进行图像重构．即可得到增强后的X射线检测图像。实验表明．该方法可以有效地增强图像的细节信息，抑制噪声，改善图像的视觉效果。     

基于塔型对偶树方向滤波器组的弱小目标背景抑制方法

复杂背景抑制是红外监视告警系统探测远距离目标的一个难题,提出了一种将塔型对偶树方向滤波器组与改进的视网膜皮层理论相结合的弱小目标背景抑制方法。首先,采用塔型对偶树方向滤波器组对图像进行多尺度、多方向分解,提取图像的多尺度和方向细节特征;然后,根据目标和背景杂波信号的差异,通过应用改进的视网膜皮层理论公式调整分解后的各子带系数,从而将红外图像中弱小目标信号和背景杂波分离,达到抑制背景的目的。与二维最小均方误差和最大中值滤波方法相比较,实验结果显示该方法能有效地检测出信杂比在1.6以上的目标。     

一种基于局部能量的自适应图像融合方法

文中提出了一种基于局部能量的自适应图像融合方法.首先对原始图像进行小波分解,得到低频和高频子图像.然后分别计算高频子图像的局部能量,再根据不同图像的相应局部能量,计算局部能量熵,根据值局部能量熵赋予其不同的加权系数,从而实现自适应的信息融合.最后通过小波反变换,得到完整的融合.实验结果表明该方法有较好的融合效果.     

侧扫声纳图像非下采样轮廓波变换域分区增强方法

成像机理的限制以及海洋中存在的丰富噪声源,导致侧扫声纳图像出现噪声污染严重、目标和背景区域灰度值对比度低以及边缘呈现强度较弱等情况。针对上述问题,提出一种侧扫声纳图像非下采样轮廓波变换（NSCT）域分区增强方法。对于声纳图像低频部分,使用非线性函数增强方法,提升低频图像对比度;对于声纳图像高频部分,通过分析声纳高频图像在NSCT域上同一尺度不同方向子带系数最大值与最小值差值的分布规律,进行噪声和纹理边缘的划分以及对应的处理。将所提方法与小波硬阈值增强方法、小波Shrinkage自适应阈值增强方法做实验对比,结果表明,该方法不仅可以较好地消除噪声,而且可以抑制琐碎纹理、提升弱边缘,侧扫声纳图像增强效果更加突出。     

基于导向重构与降噪稀疏自编码器的合成孔径雷达目标识别

为解决现有合成孔径雷达（SAR）目标识别算法泛化能力差和算法复杂度高等问题,提出一种基于导向重构与降噪稀疏自编码器的SAR目标识别分类算法。利用导向重构算法对SAR图像进行两尺度融合预处理,生成一维图像矢量并作归一化处理,以降低图像输出特征的维度,提高预处理的速度;采用减少降噪自编码器隐层神经元方式对图像进行低维特征抽取和识别;使用Softmax分类器进行分类处理。实验结果表明,通过导向重构与降噪稀疏自编码器的SAR目标识别算法,不仅提高了目标识别性能以及泛化能力,而且降低了自编码器的隐层神经元数量和计算复杂度,网络结构也得到改进和优化。     

基于最大后验概率准则的红外图像NSCT域去噪方法

提出了具有图像增强效果的基于最大后验概率准则的非下采样Contourlet变换(NSCT,Non-Subsampled Contourlet Transform)域自适应降噪算法。该算法在定图像系数和噪声系数先验为高斯分布的前提下,利用后验概率最大原理计算NSCT系数的萎缩因子。在考虑尺度和方向能量因素的基础上对萎缩因子进行了修正,并用于NSCT系数萎缩过程中。最后,通过逆变换重构出降噪和增强的图像。试验结果表明,本文方法与小波去噪方法相比,性能有明显的提升。     

前视红外图像中海岸线与海天线的通用检测方法研究

海岸线与海天线检测作为前视红外成像型反舰导弹末制导技术中的关键技术,通常会受到岛岸、云层、亮带、条状波浪等多种因素干扰。为解决这一问题,提出了一种海岸线与海天线的通用检测方法。对原始图像构建积分图像,采用箱式滤波器来增强海岸线与海天线的边缘特征;逐行滑动统计矩形区域内像素的梯度显著性来确定海岸线与海天线潜在区域,通过潜在区域内逐列寻找显著性最大值点,并对所有的最大值点进行多项式迭代拟合,获得海岸线与海天线的准确位置;基于实际采集的前视红外海面场景图像对该方法进行了验证和分析。结果表明,通用检测方法能够克服岛岸、云层、亮带、条状波浪等复杂背景的干扰,实现海岸线与海天线的检测,场景适应性强,实时性好。     

基于复无下采样轮廓波和Gaussian小波支持向量回归的红外目标图像背景抑制

针对存在背景干扰和噪声情况下的红外目标图像背景抑制问题,提出了一种基于复无下采样轮廓波变换（NSCCT）和Gaussian小波支持向量回归（SVR）的背景抑制方法。该方法对红外目标图像进行NSCCT,然后根据其系数的相关特性去噪,从而抑制了大部分背景杂波;采用Gaussian小波SVR对去噪后的红外目标图像进行处理得到预测图像,并用去噪后图像减去预测图像得到残差图像,即背景抑制结果。针对红外目标图像进行了大量实验,并与近年来提出的3种背景预测方法,即基于最小二乘支持向量回归（LS-SVR）、基于SVR及基于最小二乘的红外目标图像背景抑制方法进行了比较,结果表明所提出的方法去噪效果好,背景抑制性能更优。针对存在背景干扰和噪声情况下的红外目标图像背景抑制问题,提出了一种基于复无下采样轮廓波变换（NSCCT）和Gaussian小波支持向量回归（SVR）的背景抑制方法。该方法对红外目标图像进行NSCCT,然后根据其系数的相关特性去噪,从而抑制了大部分背景杂波;采用Gaussian小波SVR对去噪后的红外目标图像进行处理得到预测图像,并用去噪后图像减去预测图像得到残差图像,即背景抑制结果。针对红外目标图像进行了大量实验,并与近年来提出的3种背景预测方法,即基于最小二乘支持向量回归（LS-SVR）、基于SVR及基于最小二乘的红外目标图像背景抑制方法进行了比较,结果表明所提出的方法去噪效果好,背景抑制性能更优。     

基于数学形态学和小波融合的红外图像去噪

为了提高红外成像制导导弹的制导效果,必须要提高导弹摄取到的红外图像的质量,这就需要去除图像中的躁声,文中针对传统去躁方法如图像平滑、中值滤波、小波分析等去躁效果都不理想的情况,提出将数学形态学和小波融合相结合对图像进行去躁处理,并进行仿真运算。结果表明,采用基于数学形态学和小波融合的方法对图像进行去噪处理,其效果明显好于传统的图像去噪方法。     

基于多特征融合与粒子滤波的红外弱小目标跟踪方法

研究低信噪比复杂背景下的红外弱小目标检测和跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于多特征融合与粒子滤波的红外弱小目标跟踪方法.仿真试验表明,与单特征跟踪算法相比,该算法对复杂背景下的红外弱小目标具有更好的跟踪与检测性能.     

基于超效率数据包络分析模型的数码迷彩融合特性评价方法研究

针对活动目标的数码迷彩伪装,为了从光学波段方面评价多种数码迷彩在不同背景中的融合性,对图像内容进行分析,选用HSV颜色模型,分别从图像的色调（H）、饱和度（S）、亮度（V）3个分量 提取数码迷彩和背景图像的颜色、纹理、形状、熵及复杂度等5个方面的特征值。根据超效率数据包络分析模型原理,把数码迷彩与背景图像中各个特征差异值作为决策单元（DMU）的输入量,计算出迷彩与背景一对一融合性的效率值。将效率值数据取倒数作为新的DMU输入量,计算得到每种迷彩对不同背景融合性的效率值,从而实现数码迷彩对背景图像综合适应性的评价。利用图像显著性指标对评价结果进行验证,将融合性效率值最大与最小的两种数码迷彩对背景实施伪装,前者在背景图像中的显著性低,具有更好的背景融合性。