基于快速递推模糊2-划分熵图割的红外图像分割

考虑现有图割算法没有充分考虑红外图像的模糊特性,分割精度和运行效率低的缺点,提出了基于快速递推模糊2-划分熵图割的红外图像分割算法以实现复杂背景下红外图像的自动高效分割。该方法利用图像感兴趣区域的最大模糊熵信息设计图割能量函数的似然能,基于局部最大模糊2-划分熵值迭代检测出包含图像最大信息的感兴趣区域来确保提取目标信息的完整性。为了提高最大模糊熵寻优的效率,引入时间复杂度为O(n2)的递推算法,将模糊熵计算转化为递推过程,并保存所有递推的熵函数值用于后续的穷举寻优。针对确定的感兴趣区域,利用该区域最大模糊2-划分时隶属度函数分布设置图割能量函数的似然能,从而充分考虑图像的模糊特性。对分割结果与几种常用的算法进行了视觉比较及运行时间,错分率,F指标的量化分析。结果表明:该算法分割精度F值高达95%,运行时间较其他常用算法至少缩短了72%,基本满足自动红外图像分割对精度、效率和鲁棒性的要求。     

结合斜变换与方差的图像聚焦测度

针对相机和电子显微镜等成像设备在自动对焦过程中聚焦测度易受噪声干扰的问题,将图像处理中的斜变换与统计学中的方差相结合,提出一种具有噪声鲁棒性的聚焦测度。将图像进行分块处理,便于后续获取每个局部子图像的清晰度指标。计算每一个子图像的斜变换来得到频域系数。在变换域中,计算中频系数的绝对值并对它进行累加求和作为各子图像的清晰度指标。最后,计算各子图像清晰度的方差,将该方差作为整幅图像的聚焦测度值。通过提取局部子图像的中频信息并结合全局的方差求解的方法可以使聚焦测度具有较高的噪声鲁棒性;通过在LIVE图像数据库的实验结果表明:本文方法的噪声鲁棒性优于现有经典算法,其SDA和离散度客观评价指标相比于鲁棒性较好的索贝尔梯度熵算法平均提高了20.27%和125.61%。     

基于小波系数邻域特征的图像融合

在利用小波变换进行图像融合的基础上,研究了融合因子的选取方法。由于小波变换在时域和频域中同时具有良好的局部特性,为了很好地利用小波变换的这种特征,提出了利用小波系数的邻域特征(邻域方差)来定义融合因子的思想。评价融合算法的性能应该从融合图像的信息增加量和融合图像的失真度两个方面来评价,融合图像的熵用来描述融合图像的信息含量,相对熵可以描述融合图像的失真度,评价结果显示出其方法的实用性。实验表明该算法用于医学图像的融合能得到很好的效果。     

最小交叉熵图像重建算法

CT技术通过扫描和图像重建算法,获取被检物场断层图像.由于具有非侵入性、可视化等特点,该技术在工业领域获得广泛应用.为了提高CT系统重建图像的分辨率,提出一种信息扩充策略,并以此为基础采用两种最小交叉熵算法--MAP和SMART,对多相流CT系统进行图像重建.与传统ART算法相比,最小交叉熵算法有效提高了重建图像的分辨率,减少重构图像伪影.仿真和实验结果表明,基于信息扩充的SMART算法不仅改进了重建图像质量,而且提高了实时性.     

基于萤火虫算法的二维熵多阈值快速图像分割

提出了基于萤火虫算法的二维熵多阈值快速图像分割方法以改善分割复杂图像和多目标图像时存在计算量大、计算时间长的问题。首先,分析了二维熵阈值分割原理,将二维熵单阈值分割扩展到二维熵多阈值分割。然后,引入萤火虫算法的思想,研究了萤火虫算法的仿生原理和寻优过程;提出了基于萤火虫算法的二维熵多阈值快速图像分割方法。最后,使用该方法对典型图像进行阈值分割实验,并与二维熵穷举分割法、粒子群算法(PSO)二维熵多阈值分割法进行比较。实验结果表明:该方法在单阈值分割、双阈值分割和三阈值分割时分别比二维熵穷举分割法快3.91倍,1040.32倍和8128.85倍;另外,在阈值选取的准确性和计算时间方面均优于PSO二维熵多阈值分割法。结果显示,基于萤火虫算法的二维熵多阈值快速图像分割方法能快速有效地解决复杂图像和多目标图像的分割问题。     

视觉显著目标的自适应分割

基于视觉注意模型和最大熵分割算法,提出了一种自适应显著目标分割方法来分离目标和复杂背景,以便快速准确地从场景图像中检测出显著目标。首先,通过颜色、强度、方向和局部能量4个特征通道获取图像的显著图;通过引入局部能量通道来更好地描述了显著目标的轮廓。然后,根据显著图中像素灰度的强弱构建不同的目标检测蒙板,将每个蒙板作用于原图像作为预分割的结果,再计算每个预分割图像的熵。最后,利用最大熵准则估计图像目标熵,根据预分割图像的熵和目标熵判断选取最优显著目标分割图像。实验结果表明：本文算法检测的显著目标更为完整,分割性能F-measure达到0.56,查全率和查准率分别为0.69和0.41,相对于传统方法更为有效准确,实现了在复杂背景下对显著目标的有效准确检测。     

加权空谱局部保持投影的高光谱图像特征提取

为了提高高光谱图像的分类精度,有效利用高光谱图像的空间信息和光谱信息对高光谱图像进行预处理,本文提出了一种新的空谱联合特征提取方法,加权空-谱局部保持投影算法(WSSLPP)。该算法结合高光谱图像的物理特性对高光谱图像进行重构,降低了图像中奇异点的干扰;然后对局部像素近邻保持嵌入(LPNPE)和局部保持投影(LPP)的目标函数进行加权求和,有效融合高光谱图像空间维和光谱维的信息来构建投影矩阵。WSSLPP不仅保留了高光谱图像在空间维上像素间的近邻关系,而且保持了在光谱维上样本的固有结构,有利于高光谱图像的分类。在Indian Pines和PaviU数据库上对该算法进行验证分析,结果表明:基于WSSLPP算法得到的分类精度明显高于其他算法,总体分类精度的最大值分别为99.00%,99.50%,有效提高了高光谱图像的分类精度。     

基于图像熵的直线电机动子位置精密测量方法

采用图像熵对栅栏条纹进行筛选,改进了图像相关测量方法,实现了对直线电机动子位置的精确实时测量。首先,分析了栅栏图像的Pnatt熵与像素相关性之间的关系,提出了采用图像熵表征栅栏图像筛选的特征值,从而筛选出非周期性更好的栅栏图像;其次,通过子区大小智能选择获得相邻两幅图像的计算区域,再采用粒子群优化算法对两计算区域的归一化互相关系数矩阵进行搜索,从而得到图像平移值,最后根据系统标定系数得到直线电机动子在拍摄间隔内的位移量。实验结果表明,基于图像熵筛选的栅栏图像在直线电机动子位置测量中具有更强的抗干扰性,测量精度达0.01像素。     

基于局部模糊增强的顺序形态学边缘检测算法

为了提高检测精度、节省运算时间,对现有的基于数学形态学边缘检测算法进行改进,提出了一种基于局部模糊增强的复合顺序形态学边缘检测算法.采用二维直方图斜分法定位图像的边缘区域,对边缘区域进行模糊增强处理,局部模糊增强既可以突出边缘特征,又可以减少计算量,改善算法的实时性;复合顺序形态学边缘检测使用不同方向的直线形结构元素和2种大小的百分位得到边缘子图像,通过计算信息熵自适应确定权重系数,对边缘子图像作融合处理,细化后得到最终的边缘.实验结果表明,该算法检测的边缘精细、连续、完整,其均方误差和峰值信噪比要好于传统的算法,对受到噪声污染的图像和不同格式的图像具备良好的鲁棒性,与全局增强算法相比可节省近一半的运算时间.     

HSI色彩空间下的低照度遥感图像增强

为了提高低照度遥感图像的可视性,提出了利用改进的多尺度Retinex算法与局部对比度自适应调整相结合的方法来改善图像质量。首先,把原始图像变换到HSI色彩空间,有效分离H、S、I分量;然后,然后在保持色调分量H不变的前提下,对亮度分量I利用改进的多尺度Retinex算法进行处理,对整幅图像进行亮度和对比度的初步调整,通过使用Sigmoid函数替换多尺度Retinex算法中的对数函数来减少数据丢失;为了使局部细节信息得到更好的改善,在利用改进的多尺度Retinex算法处理后进行自适应局部对比度增强,提高图像局部对比度;对饱和度分量S采用分段线性增强的方法进行处理;最后,将处理后的图像变换回到RGB空间。实验结果表明:图像信息熵由5.79提高至6.65;图像感兴趣区域的局部对比度由0.695提高至0.701,图像质量以及利用价值得到了提升。     

基于图像清晰度评价的磨削表面粗糙度检测方法

针对当前机器视觉检测粗糙度主要采用图像灰度值信息进行统计分析,没有充分利用色彩信息且忽略了人眼视觉系统主观评判的问题,提出一种基于图像清晰度评价的磨削表面粗糙度检测方法。根据色块在不同等级粗糙度表面上形成的图像清晰度不一样,采用熵函数评价算法和基于色彩相关性的彩色图像清晰度评价算法分别构建清晰度与粗糙度之间的关系模型,论证了基于图像清晰度检测磨削表面粗糙度方法的可行性。试验结果表明,基于图像清晰度检测磨削表面粗糙度是一种可行的粗糙度检测方法,清晰度与粗糙度相关性强,清晰度有随着粗糙度的增大而减小的趋势,且利用色彩相关性的彩色图像清晰度评价算法对磨削表面粗糙度检测具有较好的灵敏性,并且该方法符合人眼视觉系统的主观评价;清晰度算法和主观评价二者结合可快速简易地在线检测工件的整体表面轮廓粗糙度。     

基于自学习局部线性嵌入的多幅亚像元超分辨成像

研究了软硬件相结合的亚像元超分辨成像技术。首先通过探测器扫描获得同一场景彼此错位亚像元像素的多帧图像作为训练样本和输入图像;然后针对传统的局部线性嵌入(LLE)实例学习超分辨算法过于依赖外部训练样本,不利于光电成像系统直接处理等缺点,提出了一种基于自学习的改进LLE算法;采用新的LLE权值计算方法获得正数权值,同时对初始估计再次运用自学习LLE方法恢复丢失的高频细节信息。仿真实验结果表明,该算法重构的图像的信噪比比传统LLE超分辨算法提高了0.8dB,运行时间提高了75%,视觉上可感知重构图像的细节信息更丰富。与其它方法相比,用搭载的微位移实验平台运行本文算法所获得重构图像的信噪比和信息熵都有很大提高,表明本文算法能获得高质量和高分辨率的重构图像。     

Entropy‐assisted image segmentation for nano‐ and micro‐sized networks

Image analysis is an important tool for characterizing nano/micro network structures. To understand the connection, organization and proper alignment of network structures, the knowledge of the segments that represent the materials inside the image is very necessary. Image segmentation is generally carried out using statistical methods. In this study, we developed a simple and reliable masking method that improves the performance of the indicator kriging method by using entropy. This method selectively chooses important pixels in an image (optical or electron microscopy image) depending on the degree of information required to assist the thresholding step. Reasonable threshold values can be obtained by selectively choosing important pixels in a complex network image composed of extremely large numbers of thin and narrow objects. Thus, the overall image segmentation can be improved as the number of disconnected objects in the network is minimized. Moreover, we also proposed a new method for analyzing high‐pixel resolution images on a large scale and optimized the time‐consuming steps such as covariance estimation of low‐pixel resolution image, which is rescaled by performing the affine transformation on high‐pixel resolution images. Herein, image segmentation is executed in the original high‐pixel resolution image. This entropy‐based masking method of low‐pixel resolution significantly decreases the analysis time without sacrificing accuracy.     

基于月球观测的FY-2G中波红外波段在轨调制传递函数评价与图像复原

针对风云二号(FY-2)中波红外波段地球目标图像空间分辨率低的问题,提出了从月球图像中提取刃边目标进行调制函数(MTF)计算,根据图像质量评价参数进行图像复原提高图像空间分辨率的方法。首先根据FY-2定位模型设计了月球可视位置算法,搜索到月球图像;通过一阶微分、极值匹配等处理,基于傅里叶变换得到FY-2G中波红外波段在轨MTF评价曲线。然后,根据MTF计算结果,采用维纳滤波器对中波红外波段图像进行复原;以像素平均梯度、功率谱分量和以及图像信息熵作为评价参数,通过3种评价参数的变化确定合理的滤波参数。最后,得到经过MTF复原的高分辨率图像。实验结果显示,应用提出的方法,不仅MTF计算正确,图像复原有效,空间分辨率得到提高,还保证了图像复原前后能量的一致性。     

Tumor detection from enhanced magnetic resonance imaging using fuzzy curvelet

Effective medical image analysis is possible by the use of technique known as segmentation. Segmentation is a very challenging task because there is not any standard segmentation method is available for any medical application. In this article, we have proposed an automatic brain MR image segmentation method. Fast discrete curvelet transform and spatial fuzzy C-mean algorithm is used for noise removal and segmentation of brain MR image. Fuzzy entropy has been used for calculating adaptive and optimal threshold to separate out the image segments. Our proposed system is exclusively based on the information contained by the image itself. No extra information and no human intervention are required in our proposed system. We have tested our proposed system on different T1, T2 and PD brain MR images.     

基于重要系数提升的遥感图像压缩

提出了一种基于重要系数确定及系数提升幅度计算的遥感图像压缩方法。根据图像小波域系数的熵估计值确定正常编码情况下图像编码所截取到的比特平面,然后对重要的系数进行比特平面提升,这样系统编码时就能够保留更多的小目标信息。本算法与感兴趣区域编码方法不同,重要系数的定义及其提升幅度大小是根据图像内容和输出码率确定的,可以认为本算法是任意区域的感兴趣区域编码的扩展,但更为灵活。仿真结果表明,本算法可以有效保留遥感图像中小目标的信息, 系统重建图像质量略有下降,克服了现有图像压缩算法一般以均方误差最小为准则,在低码率时会失去小目标信息细节的局限。     

大型往复式压缩机组故障分析及预防措施

介绍了冀东油田南堡联合站大型往复式压缩机的常见故障原因及预防措施,并为保障大型往复式压缩机的安全运行提出了建议,为大型往复式压缩机的故障处理和运行管理提供了参考。     

基于WEMD和生成对抗网络重建的红外与可见光图像融合

针对红外与可见光图像融合中边缘模糊、对比度较低的问题,提出一种二维窗口经验模式分解(WEMD)和生成对抗网络重建的红外与可见光图像融合算法.将红外和可见光图像进行WEMD分解得到内蕴模式函数分量和残余分量,将内蕴模式函数分量通过主成分分析进行融合,残余分量用加权平均进行融合,重构得到初步融合图像,再将初步融合图像输入生...     

图像采集卡硬件参数基于熵的自动优化

为降低计算复杂度和系统响应时间,提出了图像采集卡硬件参数自动优化的工程实现算法。通过统计图像直方图两端的数据量获得信息熵的九种状态,并依据所处状态的不同对采集卡硬件参数进行动态调整,从而改变图像的亮度和对比度获得图像最大熵。实验结果表明在单帧时间延迟的条件下,此种方法可以完成对图像采集卡硬件参数的自适应优化。