基于分块的不可分小波多聚焦图像融合

为解决现有图像融合方法存在均方根误差较大、熵值和空间频率较小的问题,提出一种基于分块的不可分小波多聚焦图像融合方法.该方法利用不可分小波滤波器组对原图像进行多尺度分解,选取特征较明显(方差大)的块作为融合子图像的组成块,对融合块图像做不可分小波逆变换后形成融合图像.实验结果表明,相比其他融合方法,该方法能消除块痕迹、节...     

基于左右导数算子类的边缘提取

根据图像灰度的左右导数及其性质构造了几个提取和检测图像阶跃型边缘和屋顶型边缘的算子,并从理论和实验结果上同Ｐｒｅｗｉｔｔ 算子、Ｓｏｂｅｌ 算子、Ｃａｎｎｙ 算子及Ｌａｐｌａｃｉａｎ 算子等进行了比较和分析,发现此类算子包含了这些重要的传统微分算子,而且还具有算法简单灵活,检测精度高和抗噪声干扰能力较强等优点。实验结果还表明在没有进行进一步细化加工的情况下,文中所述的广义左右导数算子无论是检测阶跃型边缘还是屋顶型边缘,其效果都要比上述传统微分算子好     

基于多尺度匹配的快速分形近似编码

论述了３Ｄ－ＤＣＴ实时视频压缩编码的原理及其特点。３Ｄ－ＤＣＴ是一种对称的编解码方法,和当前国际标准中的混合编码方法相比,它具有较低的复杂度,较高的压缩比及较好的重建图像质量,因此,３Ｄ－ＤＣＴ中技术可望在视频编码中取得良好的应用前景。     

基于视觉的夜间无人机导航特征的提取

在不借助外在设备和在普遍性假设的情况下，对基于视觉的无人机夜间自主着陆所需的跑道位置和方向特征提取进行了研究，降低了对外界信息和其他测量仪器的依赖性，增强了独立自主性，进一步降低了成本。对夜间机场跑道，其上的指示灯是反映其位置和方向的重要特征，这些指示灯具有明显的线性特征。通过对视频图像采用灰度形态学和邻域处理的方法进行处理，得到足够的特征点，将这些特征点所反映的跑道的边缘及中线，用Hough变换进行提取。对实际视频图像的实验证明了该方法的有效性。     

数字图像水印嵌入强度的矩估计方法

在水印图像是均值为零的随机二值序列、原始图像是服从Weibull分布(具有参数a和β)的独立同分布随机序列的条件下，对于原始灰度图像，水印嵌入强度的估计问题可归结为对隐秘图像和原始图像灰度平均值的简单计算的问题．提出矩估计方法，实验结果证实了该方法的有效性．对加法、乘法和融合三种嵌入规则的性能进行了比较和分析，所获得的结论对今后的研究有意义。     

一类二维小波构造及在图像融合中的应用

论文提出了一类新的小波-具有紧支撑、线性相位和正交性、伸缩矩阵为200的非张量积小波的一种构造方法,并把此类小波应用于多聚焦图像融合中。首先根据非张量积小波理论,提出了一种设计4通道6×6对称的非张量积小波滤波器组的方法,并用此方法设计出多组具有紧支撑、线性相位和正交性的非张量积小波6×6滤波器组,利用此类滤波器组对参加融合的图像进行滤波;然后利用基于张量积小波的图像融合常用的三种融合规则对图像进行融合。通过研究发现:无论利用三种规则的哪一种对多聚焦图像进行融合,基于该文构造的非张量积小波的融合方法都可得到较好的融合效果。作为例子选用对低频部分和高频部分均采用基于局部窗口激活度量取大的融合算法对分解后的系数图像进行融合;最后重构。并采用熵、均方根误差等指标对融合结果图像进行了评价,实验结果表明,该方法对多聚焦图像的融合有较好的融合效果。其融合性能好于采用相同融合算法的基于张量积Haar小波的融合方法和基于不对称的非张量积小波融合方法。     

基于分块的小波多聚焦图像融合方法

提出了一种基于分块的小波多聚焦图像融合方法。并采用均方根误差对该方法进行了评价,实验结果表明,该疗法其钉非常好的融合效果。其融合性能优于对图像不作小波分解而直接进行分块融合的方法和仅作小波分解而不进行分块的融合方法。与已有融合疗法相比,能消除块痕迹,且能节约运算量。     

基于融合及数学形态学的遥感图像目标检测

提出了一种基于融合及数学形念学的遥感图像目标检测的新方法。在分析了steerable金字塔变换特性的基础上,采用合理的融合规则将两幅遥感图像进行融合,得到了目标更为清晰的增强图像,有利于进一步的目标检测。然后再利用数学形态学方法及目标的特征对融合后的目标进行检测,得到了满意的检测效果,实验结果表明了本文所提方法的有效性。     

采用三通道不可分对称小波的红外与可见光图像融合

针对Daubechies系列小波不具对称性、张量积小波变换只强调水平和垂直方向的不足,利用红外图像和可见光图像的特点,提出了一种基于三通道不可分对称小波的红外图像和可见光图像融合方法.利用矩阵扩充的方法,给出了一种三通道不可分对称小波滤波器组的构造方法,用所构造的滤波器组分别对红外图像和可见光图像作非下采样多尺度分解,...     

《数据采集与处理》已成立第五届编委会

《数据采集与处理》第四届编委会自 1996年成立以来 ,全体编委履行职责 ,严格审稿 ,积极推荐稿件 ,使得该刊物有了长足的进步与发展。鉴于部分编委因退休、任期及本人要求诸方面原因 ,现已不宜再任编委。在这些离任的编委中 ,有部分知名教授自创刊以来一直担任编委 ,他们为《数据采集与处理》的建设与发展作出了重大贡献。他们是 :王厚枢教授、胡寿松教授、郑士杰教授、马维祯教授、沈凤麟教授、彭嘉雄教授、刘瑞岩教授、杨吉祥教授、陈云凤教授等。借此机会 ,编辑部向以上专家顺致崇高的敬意和谢意 !现根据部分单位和编委提名 ,经第 4届编…