基于脊波变换的渐变镜头转场检测算法

分析了脊波变换在处理含“线奇异”信号上的优势.提出用脊波变换后的各高频系数和作为图像的特征量.渐变镜头脊波变换的实现分两步：首先,对图像帧进行一定方向参量的Radon变换;其次,对Radon变换得到各数组进行Haar小波二级分解,采用分解后的高频系数和描述图像.在检测窗内,计算连续帧间脊波变换系数和之间的欧式距离判别渐变转场的边界.     

基于张量的平稳小波变换红外图像去噪

提出了一种基于张量的平稳小波变换红外图像去噪方法.采用平稳小波对噪声红外图像进行分解,保持低频近似图像不变,将所有尺度上的水平、垂直和对角方向的高频细节图像组合为一个立方体,形成三阶张量,通过多线性代数方法估计信号小波系数,这种处理方式没有破坏小波系数之间的固有空间关系,同时考虑到了尺度问和尺度内小波系数的相关性,优于传统的基于线性最小均方误差的信号小波系数估计算法,最后由低频近似图像与估计的高频细节图像通过平稳小波逆变换得到去噪图像.实验结果表明,该方法在性能指标和视觉质量上优于传统的平稳小波域最小均方误差去噪算法,为小波系数的较准确估计提供了一种全新思路.     

基于三次样条插值的图像多尺度方向边缘重构

为了检测小结构的轮廓以及大目标的边缘,将多尺度边缘检测与小波变换有机地结合起来,利用小波分析方法来研究信号的多尺度边缘特征。针对图像信号的多尺度边缘检测和重构问题,利用二进小波变换的多尺度分析特性,定义了图像在水平和垂直方向的多尺度边缘。同时,利用三次样条插值算法,提出了一种由二进小波变换在水平和垂直方向的极值重构图像信号的算法。实验结果显示多尺度重建方法与著名的交替投影算法相比,算法复杂度低,图像重建速度提高了20倍,而且重建图像质量较好,其峰值信噪比提高了1 dB以上。     

基于小波能量和光斑尺寸的干扰图像尺度分析

介绍了激光干扰对CCD成像系统的影响,从影响光电成像系统目标检测性能的角度阐述了激光干扰图像与背景杂波的相似性.针对激光干扰图像的频率特性,利用小波分析在图像处理中的优势,结合机器视觉中背景杂波的量化尺度,提出了基于小波能量和光斑尺寸的综合图像尺度.对典型激光干扰图像的小波分析显示,随着激光干扰功率的增大,干扰图像中的低频分量和高频分量会同时增加,图像中的光斑可被看作是低频分量,光斑周围“斑驳状”的散斑是高频分量,类似于盐噪音.激光视场内干扰实验及数值计算表明:激光干扰会降低Otsu算法分割准确度,增加相关检测虚警概率,该尺度将干扰图像的高频分量和低频分量结合起来,同时克服了单一光斑尺度和小波能量尺度的局限性,能够较好地评估视场内激光干扰CCD成像系统的效果.     

基于平稳小波变换的有噪弱目标检测方法的研究

利用平稳小波变换的多尺度边缘检测算法分别对模糊图像、低对比度图像和加入噪声的图像进行了边缘检测,验证了多尺度二次B样条小波的检测效果,也比较了三种小波局部模极大值方法在抗噪性、计算量及检测效果等方面的性能,并且针对对比度低,受噪声污染严重的目标图像,提出一种能够根据不同背景计算出自适应阈值的新方法,使其在抗噪的同时又能较好地提取出微弱目标边缘。实验证明,利用多尺度二次B样条小波边缘检测算法能有效地排除噪声干扰,准确地提取出微弱边缘,可以实现3%对比度下的有噪图像的目标探测问题。     

基于小波变换的图像融合新算法

针对现有图像融合技术中的尺度系数卷积法存在的边缘细节损失和对比度下降问题,提出了将Canny边缘检测算子等价于提取图像的小波变换模极大值点这一思想引入图像的低频分量融合规则以及用于高频子带融合的局部对比度结合方向方差方法.最后通过仿真试验以及熵值数据证明该算法有效改善了边缘细节的准确度,提高了分辨率,并使局部对比度信息得以保留,从而更加符合人类的视觉特性.     

小波能量积累器在信号处理中的应用

 根据小波变换的多尺度分解特性,提出了多尺度小波能量积累器的概念,并给出了相应的多尺度小波能量积累算法,将信号在不同分解尺度上的小波能量进行积累。在此基础上设计出一种适用于各种雷达,尤其是微波雷达弱信号处理的小波能量检测算法,对低信噪比信号检测进行了仿真实验。结果表明,该检测算法对强白噪声及强色噪声背景下的低信噪比信号的检测非常有效。     

星图中基于小波变换的CCD传感器Smear现象消除方法

帧转移型CCD传感器在拍摄星空背景图像时,视场中高亮度恒星会产生Smear现象,从而对目标检测有严重影响.为了消除Smear现象,提出了一种星图中基于小波变换的Smear消除方法.首先根据Smear产生机理及星空图像特性,建立星图Smear问题的模型|然后使用多层二维Haar小波分解,把Smear亮线分离到低频分量及高频垂直分量中分别进行Smear消除处理|最后重构出消除Smear的图像.实验结果表明:该方法能有效去除Smear,最大限度保留图像原有信息,并可增强Smear区域弱小目标信噪比.     

红外装甲目标检测中背景抑制技术研究

鉴于红外装甲目标检测中红外图像对比度低、背景复杂,导致图像的信噪比低而难于进行目标的检测,提出一种基于小波和改进的分形理论相结合的背景抑制方法。针对红外图像呈现的相关性强的特点,利用小波分析将图像中的低频缓变背景滤除,得到包含目标和强边缘杂波的图像;又由于目标分形维数对尺度的敏感程度高于边缘杂波的分形维数,提出通过计算图像在不同尺度内不规则因子的变化率来进一步抑制背景中的边缘杂波。实验表明:该算法能显著提高图像的信噪比(信噪比增益在2左右),对背景边缘有很好的抑制效果。     

星图中基于小波变换的CCD传感器Smear现象消除方法

帧转移型CCD传感器在拍摄星空背景图像时,视场中高亮度恒星会产生Smear现象,从而对目标检测有严重影响.为了消除Smear现象,提出了一种星图中基于小波变换的Smear消除方法.首先根据Smear产生机理及星空图像特性,建立星图Smear问题的模型;然后使用多层二维Haar小波分解,把Smear亮线分离到低频分量及高...     

红外点目标检测的小波变换方法研究

在对红外图像目标特性及背景特性分析的基础上,提出了基于小波变换高频子图像处理算法及基于小波变换的区域相关算法,着重解决当目标距离成像系统较远时的点目标检测问题.实验结果表明:将区域相关算法和图像局部区域阈值的自适应滤波检测技术相结合,可显著提高红外点目标检测概率,实现较远距离的点目标检测.     

一种基于提升小波的图像融合技术研究

针对红外与可见光图像进行提升小波变换后低频图像的特点,提出了一种低频分量的融合算法,高频分量采取邻域方差取大为准则进行融合,然后进行提升小波逆变换得到融合图像。通过与传统小波融合方法进行比较,并引入信息熵、清晰度、Xydeas-Petrovic客观性能指标对融合后的图像进行分析。实验结果表明不论从视觉效果还是从客观性能指标上,该算法都优于传统的融合方法。     

镜头边界检测的动态窗口技术

提出了一种新的镜头边界检测算法.该算法借鉴信息论的观点，以互信息量和直方图的结合来衡量帧间相似度.通过一自动选取的阈值选出所有可能的镜头切换点，采用动态窗口技术将切变和渐变统一视为切变检测.通过合理的聚类消除噪音所带来的误检现象,提高了镜头的检出率.仿真实验结果表明该算法具有良好的性能.     

一种新的基于纹理和空间分布特征的图像检索

提出一种新的基于纹理和空间分布特征的图像检索方法.将检索图像分块,采用平移和尺度不变小波对各图像子块进行分解,在改进的快速小波直方图算法基础上提取图像子块的小波直方图,并提取每个图像子块的小波信息熵和三阶中心距作为纹理特征.对小波信息熵和中心矩特征进行高斯归一化,并利用特征向量的欧氏距离计算图像的纹理和空间特征的相似度.基于纹理图像库和自然图像库的检索试验表明,该方法比基于快速小波直方图算法和对数极坐标变换检索算法具有较高的检索准确度.     

基于小波变换和数据融合技术的弱小目标检测

 鉴于弱小目标检测所固有的难点及常用的单一分辨率下的检测方法还不能准确稳定地检测出目标，提出了一种弱小目标检测新方法。考虑到实际应用中的复杂背景和大量干扰噪声，运用数据融合技术，先对图像进行小波多分辨率分解，然后将不同分辨率下的子图进行最优加权平均融合来检测弱小目标。用实地拍摄的空中弱小目标红外和可见光图像分别进行实验验证，实验图像取256×256像素点阵大小，其中目标占10×10像素左右。结果表明该方法能够准确稳定地检测弱小目标，为后续的跟踪作了很好的铺垫。     

基于自适应无下采样提升框架的Stokes图像获取方法

根据成像偏振探测中stokes参数图像获取的原理和方法，分析了传统求取stokes参数图像方法在保留图像细节信息和处理输入图像微小平移等方面的不足，在此基础上提出了基于自适应平移不变小波分解的stokes参数图像求取方法，并用无下采样的提升框架来执行平移不变小波分解以提高算法的灵活性和计算速度.针对不同的stokes参数图像求取方法，用均值、方差、熵、边界能量对融合结果进行评价和分析.通过仿真，表明本文方法提高了stokes参数图像的质量并改善了stokes参数图像计算方法对输入图像平移的敏感性.     

一种照明无关的小波多尺度相乘边缘检测方法

提出了一种照明无关的小波多尺度相乘边缘检测方法,用于从非均匀的弱照明图像中提取边缘。根据照明反射图像形成模板与CCD相机成像原理,推导出图像的对应小波变换公式。然后,对图像局部区域中噪声、边缘与背景像素的小波系数进行比较分析,设计了一种照明无关的小波边缘检测公式。为增强边缘并抑制噪声,提出了一种改善的小波多尺度相乘边缘检测方法,并依照小波变换后边缘像素的特征,提取单像素的边缘。采用仿真和真实的非均匀的弱照明图像对该边缘检测算法进行验证,并与另外两种边缘检测方法进行定性的和定量的比较。实验结果证实了这种边缘检测方法能够从灰度不均匀的低衬比度图像中正确有效地提取边缘。     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

Improvement of noise filtering and image registration methods for the Pressure Sensitive Paint experiments

Image processing procedures for noise reduction and image registration in the Pressure Sensitive Paint (PSP) experiments are investigated. A several types of filter are examined for the removal of shot noise. An algorithm to detect a marker cell located on the model surface is proposed and an appropriate marker size is discussed. The digital processing based on the wavelet transform is effective to reduce the shot noise and to enhance the edge of the model. The algorithm to sharpen the edge of the model using wavelet transforms is developed. The results indicate that the methods developed in this study effectively remove the shot noise and correct the displacement of the model on the images taken during the wind-on.